[发明专利]一种辅以Openstreetmap信息的城市道路高分遥感自适应提取方法

说明书

本发明公开了一种辅以Openstreetmap(OSM)信息的城市道路高分遥感自适应提取方法，其特征在于，包括以下步骤：1)计算遥感影像改进的差分形态轮廓(MDMP)特征；2)对OSM道路线状矢量数据按照相交节点进行多部件要素拆分，获取n个路段的OSM道路线状矢量信息；3)计算OSM_i道路线状矢量信息与其两侧相邻对象O_i之间的邻接度，通过邻接度阈值获取备选道路对象O_i1和O_i2；4)根据备选道路对象O_i1和O_i2到OSM_i的垂直距离D_i1和D_i2，分别在OSM_i道路线状矢量信息两侧生成面状道路，最终获取路段i的面状道路矢量。本发明实现了城市面状道路自动化信息提取，即使在复杂的城市背景和多样性城市道路类型条件下，也能通过基于OSM信息产品的逐路段自适应分割实现城市面状道路信息提取。

技术领域

本发明属于高分遥感图像处理及信息提取技术领域，尤其涉及一种辅以Openstreetmap信息的城市道路高分遥感自适应提取方法。

背景技术

城市道路信息是城市中重要的基础地理信息，在城市规划，可持续发展和城市应急中发挥着至关重要的作用。然而，由于城市化进程的加快，导致应用时效性的需求不断提高，使得传统的监测方法(如：实地勘测和航空摄影测量)难以满足实际需求。伴随着高分辨率卫星技术的快速发展和应用，高分遥感以高精细、快速和大区域等优势成为城市道路检测的理想数据源。

目前基于高分遥感的城市道路提取方法主要采用阈值分割或者监督分类法，即通过确定道路的阈值或者样本，进行图像分割或者机器学习模型构建，从而进行城市道路的提取。然而，由于城市道路的复杂性，使得分割阈值或者样本难以确定，导致城市道路提取精度难以得到保证。当前应用效果较好的方法是基于Openstreetmap(OSM)道路信息产品的高分遥感道路分割方法(Liu,B.,Wu,H.Y.,Wang,Y.D.,and Liu,W.M.2015.“Main RoadExtraction from ZY-3Grayscale Imagery Based on Directional MathematicalMorphology and VGI Prior Knowledge in Urban Areas”.Plos One,10)。这种方法引入OSM道路信息产品作为先验知识进行自适应学习，并未较好的解决城市道路多样性所带来的阈值差异性提取问题。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种辅以Openstreetmap信息的城市道路高分遥感自适应提取方法，充分利用Openstreetmap道路产品线状样本的逐路段性和两侧性的属性信息，将遥感智能解译中表达道路信息的形态学特征与地学专家知识的自适应学习算法相结合，提出一种基于Openstreetmap道路线状信息样本的自适应学习方法，进行逐路段双侧自适应分割，实现城市面状道路的自动化信息提取。

本发明目的通过以下技术方案予以实现：一种辅以Openstreetmap信息的城市道路高分遥感自适应提取方法，所述方法包括如下步骤：1)计算遥感影像改进的差分形态轮廓特征图像；2)对OSM道路线状矢量数据按照相交节点进行多部件要素拆分，获取n个路段的OSM_i道路线状矢量信息，其中，i＝0、1……n；3)计算OSM_i道路线状矢量信息与其两侧相邻对象O_i之间的邻接度，通过邻接度阈值获取第一备选道路对象O_i1和第二备选道路对象O_i2；4)根据第一备选道路对象O_i1到OSM_i的垂直距离D_i1和第二备选道路对象O_i2到OSM_i的垂直距离D_i2，分别在OSM_i道路线状矢量信息两侧生成面状道路，最终获取路段i的面状道路矢量。