[发明专利]基于计算机的城市路网交叉角度检测方法有效
申请号: | 202110062570.3 | 申请日: | 2021-01-18 |
公开(公告)号: | CN112734849B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 汪勇;狄迪;彭庆艳;蔡文渊 | 申请(专利权)人: | 上海市城市建设设计研究总院(集团)有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06T7/13;G06T7/149;G06V20/17;G06V20/10;G06V10/762;G06K9/62;G06F16/29 |
代理公司: | 上海知义律师事务所 31304 | 代理人: | 刘峰 |
地址: | 200011 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 计算机 城市 路网 交叉 角度 检测 方法 | ||
1.基于计算机的城市路网交叉角度检测方法;步骤如下:
步骤1、GIS地理信息系统采集城市地物的基本信息;
步骤2、利用所述GIS地理信息,通过图像识别技术对需要检测的道路交叉口进行粗定位;
步骤3、利用机载Li-DAR点云数据,剔除数据噪点,通过聚类分析,提取道路交叉口区域;
步骤4、引入环形剖面方法进行边缘提取,借助高程信息进行辅助判断,拟合出所述道路交叉口的道路平行边缘;
步骤5、利用Snake算法提取出所述道路交叉口的轮廓;
步骤6、基于Snake算法提取的所述道路交叉口的轮廓,确定所述道路交叉口的中心位置;确定所述道路交叉口的中心位置的步骤如下:
步骤6.1、基于Snake算法提取的道路交叉口的轮廓,对基础轮廓图像进行二值化处理,得到二值化图像;
步骤6.2、在所述二值化图像中任选一未被标记的非零像素,对该像素赋标记值,并按“八邻域”的顺序搜索附近非零未标记像素,赋同样的标记值,直到搜索完该连通区域未被标记的所有非零像素;
步骤6.3、对不同标记值的连通区域计算像素点个数,作为所述连通区域的面积;
步骤6.4、计算所述连通区域上下左右四个边缘角点坐标,将这四个所述边缘角点坐标的中心位置作为所述连通区域的中心点坐标,即交叉口的中心位置;
步骤7、根据所述道路交叉口的轮廓,获取所述道路交叉口的道路之间的角度;检测所述道路交叉口的道路之间的角度的步骤如下:
步骤7.1、以所述道路交叉口的中心位置为圆心,固定线长旋转一圈,以轨迹曲线上像素点与圆心点灰度值之差为纵坐标,旋转角度为横坐标;
步骤7.2、通过道路图像灰度和建筑物的灰度存在的差异,以灰度明显变化位置为道路边缘,图像中两个峰值之间的角度即为两个不同方向的道路边缘旋转的角度,通过图像识别获得所述道路交叉口的道路之间的夹角;
步骤8、检查所述道路交叉口的道路之间的角度是否小于70度;若是,则所述道路交叉口为畸形交叉口;若否,则所述道路交叉口为非畸形交叉口;
步骤9、统计所有属于所述畸形交叉口的所述道路交叉口,并输出相关信息;
所述相关信息是指统计畸形交叉口的数量和地理分布信息,形成畸形交叉口位置分布图,并进行路网结构、交通拥堵分析。
2.根据权利要求1所述的基于计算机的城市路网交叉角度检测方法,其特征在于,所述步骤5中,所述Snake算法的公式如下:
v(m)=[x(m),y(m)];
其中,m为曲线中的节点;x(m)和y(m)分别为曲线节点位置的横坐标和纵坐标,且0<m<1;
因此Esnake的能量公式E(v(m))如下:
其中,Eint和Eext分别为曲线的内部能量和外部能量;
利用“有限元差分方法”再将连续的Snake曲线离散化为一组控制点;
对于曲线上任意控制点vi,离散化后的内部能量取多项式的第1项和第2项分别代表曲线的刚力和弹力;
其中,Snake外部力取图像的方向梯度在曲线法向量上的投影,表达式为:
Eint(vi)=ai|vi-vi-1|2+βi|vi+1+vi-1-2vi|2;
Eext(v)=|▽I(v)|[n(v)d(v)];
式中:ai和βi为曲线参数,需结合实际案例进行标定;n(v)为节点所对应的内法线单位向量;d(v)为归一化的图像梯度矢量,即:
d(v)=▽I(v)/|▽I(v)|。
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上海市城市建设设计研究总院(集团)有限公司,未经上海市城市建设设计研究总院(集团)有限公司许可,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/202110062570.3/1.html,转载请声明来源钻瓜专利网。