[发明专利]一种影像和矢量道路交叉点自动匹配的方法有效
申请号: | 201811287850.9 | 申请日: | 2018-10-31 |
公开(公告)号: | CN109447160B | 公开(公告)日: | 2021-04-16 |
发明(设计)人: | 王艳东;康泽慧;刘波;贺楷锴;吴胜;魏广泽;赫文凤;李小雨;殷寒露 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/34 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 王琪 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 影像 矢量 道路 交叉点 自动 匹配 方法 | ||
本发明涉及到地理数据配准应用领域,更具体地,是一种利用模板匹配和路径开闭运算进行影像和矢量道路交叉口自动匹配的方法,包括通过矢量道路相交以及拓扑结构分析等生成道路特征点;包括通过矢量栅格化,将矢量图转换为位图,对道路交叉口一定范围内的矢量数据进行栅格化,作为模板与经过处理的局部影像数据进行匹配;包括裁切对应区域的影像数据,并对其进行路径开闭运算综合处理,生成待匹配图;包括通过模板匹配,生成同名点对;包括通过设置方向以及距离的阈值对自动计算出的同名道路交叉点进行整体偏移的过滤,以提高同名特征点计算的准确性。本发明为遥感影像数据与矢量道路数据间同名特征点对的数据生产提供了一种自动化的提取方法。
技术领域
本发明涉及到地理数据配准应用领域,更具体地,是一种利用模板匹配和路径开闭运算进行影像和矢量道路交叉口自动匹配的方法。
背景技术
随着城市化进程的加速,道路数据越来越成为人类生活中最密切相关的空间数据之一,但不断新建与修缮的道路,使得地理数据库中道路数据时刻发生着变化。而传统道路数据的更新工作主要依赖专业测绘人员,测量周期长、代价高,致使传统测绘作业往往不能满足人们对城市道路现势性的需求。随着传感感器技术的不断发展,遥感影像数据也越来越清晰,相较于传统矢量数据,遥感影像具有精度高、现势性高、直观等优点,因此可以利用遥感影像数据对传统矢量数据进行数据校正和数据发现等。
利用影像数据对矢量数据进行数据校正等的技术基础是影像数据与矢量数据同名特征点的匹配,而传统同名特征点的数据生产大多通过人工编辑,其工作量巨大且需要耗费大量的人力物力和时间,因此研究一种影像和矢量道路交叉点自动匹配的算法,则显得尤为重要。
发明内容
针对上述问题,本发明提出一种利用模板匹配和路径开闭运算进行影像和矢量道路交叉点自动匹配的技术方案。
模板匹配是一种简单而常用的图像匹配方法,通过利用模板图像,来探测某一图像中特定图案的位置。模板匹配一般情况下,需要给定一幅较大的图像作为目标图像,以及一幅给定的子图像作为模板,在目标图像中,通过移动模板图像,计算目标图像子图像与模板图像的差值,当差值最小(相似度最大)的时候,记录相应的位置。
道路数据在影像数据中表现为细长的线性要素,传统的数学形态学能否满足实际需求,更多地依赖于定义的结构元素的大小和形状。尽管可以设置多种形状,但在数字图像处理中,同时探测曲线和直线特征的情况下,受结构元素形状的限制,处理不够灵活。相关学者开始利用“路径(paths)”作为结构元素来进行形态学运算。路径,主要是按照一定规则形成的有向图,“路径”作为结构元素进行处理的时候,不仅能处理直线特征的地物,对细长的曲线地物处理效果也很不错。所以本发明采用基于“路径”的开闭运算对影像进行处理,获取其道路特征。
具体包括如下步骤,
步骤1,利用矢量数据生成道路交叉点,并判断交叉点的个数是否为空,如果是则进入退出,如果否,则进入步骤2;
步骤2,以交叉点为中心,对交叉路口一定范围内的矢量数据进行矢量栅格化,将矢量图转换为位图(栅格图像);
步骤3,根据矢量栅格化范围,确定影像裁切范围,裁切对应区域的影像数据,并利用路径开闭运算对裁切后的影像数据进行综合处理,生成待匹配图;
步骤4,以矢量栅格化生成的二值化图像作为模板图,以路径综合运算处理得到的图作为待匹配图,进行模板匹配,生成同名点对;
步骤5,判断交叉点是否遍历完成,如果完成则进入步骤6,如果没有完成则重复步骤2-4;
步骤6,设置方向以及距离的阈值对自动计算出的同名道路交叉点进行整体偏移的过滤。
进一步的,步骤1中利用矢量数据生成道路交叉点时需要对矢量数据进行遍历获取线要素并进行相交运算,获得交点,具体实现流程如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811287850.9/2.html,转载请声明来源钻瓜专利网。