[发明专利]基于射线爆发思想提取地图影像中区域地理信息的方法

权利要求书

1.基于射线爆发思想提取地图影像中区域地理信息的方法，其特征在于：包括如下步骤：

S1、遥感影像的处理，进行影像二值化；

S2、接着射线发射和特征点的获取；

S3、点集合的清洗和最终数据的生成；

所述射线发射和特征点的获取包括射线发射和发射规则与获取每条射线的最高可能权重点；

其中射线发射和发射规则为在想要获取区域AOI数据的区域取一任一点为射线发射中心点，并以此为原点做笛卡尔直角坐标系，让爆发射线从 度开始，按每次射线方位角增加度数的方式，依次发射射线，发射的射线的条数为M，M=5000，根据想要获取区域特征的区域面积大小，选用最佳的射线条数，区域面积越大，需要选择的射线条数越多，才能更准确描绘出更真实准确的特征，其中射线的长度根据地图网格大小，自行适应化设定；

其中获取每条射线的最高可能权重点在射线发射和发射规则中，每一条射线都可能会被二值化图形中的道路特征的图形所截取不等长的长度D，根据每一个道路特征截取的长度的比较，获取最大的一个截取长度所对应的两个和此道路特征图形相交的两个坐标点 和 , 并获取这两点的中心点 ，并标记此点为此条射线的特征点；

获取M条射线的每一条的特征点，组成特征点坐标集合:；

所述点集合的清洗和最终数据的生成包括飘移点去除和数据的抽稀简化和生成；

所述飘移点去除为根据点集合的聚类特征，采用线性回归做拟合，线性回归通过使用最佳的拟合直线，建立因变量 和一个或多个自变量之间的关系；

表达式为： ；

其中 a 为直线截距；

b 为直线斜率，e 为误差项；

给出了自变量 X，就能通过这个线性回归表达式计算出预测值，即因变量 Y，然后将每个坐标点和线性回归方程直线距离超过平均点到回归线距离的二倍的点去除，并再次进行迭代处理

所述数据的抽稀简化和生成为根据不同的应用场景，或者不同缩放比例下对数据的需求的不同，采用不同级别的抽稀平滑处理参数，对轮廓点数据集合进行抽稀处理，记录所有相邻的三点组成的角的度数，采用不同的过滤等级，将点夹角在对应等级内的点进行过滤操作，舍弃一些点坐标，进而适应生成适用于不同环境和缩放比例下的最佳数据量的使用和展示效果，并实现了区域地理AOI数据的生成。

2.根据权利要求1所述的基于射线爆发思想提取地图影像中区域地理信息的方法，其特征在于，所述S1中影像二值化采用OSTU实现遥感影像的二值化处理，在进行阈值化时，考虑所有阈值，分别计算低于阈值和高于阈值像素的方差，取背景和前景的方差和为最小时的值作为最佳阈值；

根据最佳阈值，将图像背景和前景分成黑白两类。

3.根据权利要求2所述的基于射线爆发思想提取地图影像中区域地理信息的方法，其特征在于，所述影像二值化后消除二值化影像的噪点，随机选取一个未被访问的点 开始，找出与其距离在 ℇ 之内的所有像素点；

附近点的数量≥最小包含点数，则当前点与其附近像素点形成一个簇，并且出发点被标记为己访问；

然后，以同样的方法处理该簇内所有没有被标记为已访问的点，扩展该簇；

附近点的数量小于最小包含点数，则该点暂时被标记作为噪点；

簇充分地被扩展，即簇内的所有点被标记为已访问，然后继续使用DBSCAN算法去处理未被访问的其他簇；

最后找到全部的噪点并消除；

采用如下公式进行计算：

；

其中扫描半径 ℇ ；

最小包含的点数 ；

邻域：给定对象在半径 ℇ 内的区域。

4.根据权利要求3所述的基于射线爆发思想提取地图影像中区域地理信息的方法，其特征在于，所述噪点消除处理后再对图像中的特征图形进行边缘优化的光滑处理。

5.根据权利要求4所述的基于射线爆发思想提取地图影像中区域地理信息的方法，其特征在于，所述光滑处理后进行非道路特征的消除；

首先获取影像中每个特征图形的周长和面积，接着根据特征图形的几何紧凑度，删除非道路的特征图形；

其中获取面积的方法包括：

方法一：在二值化图像中，通过对图像内的每个像素进行标记操作，将物体的像素值改为标号，求各种标号的总和，即求得不同区域的面积数目；

方法二：采用蒙特卡罗法：随机投N个点， ，通过比较随机点的坐标，统计出落在每个前景图面积内点的个数n；

面积： ；

即；

获取周长：在获取面积方法一的二值化区域标记的基础上，物体的像素值改为标号，再采用边界跟踪法，跟踪各封闭区域边界线的每个黑像素的标号，记录二值图像物体边界；

其中根据特征图形的几何紧凑度，删除非道路的特征图形：

根据获取的二值化图像中每一个特征图形的周长和面积，计算其图形对应的周长和面积的数值比值：，获取其几何紧凑度；

其中N值越大，则特征图形就越呈长条状，越符合道路特征，相反，越不符合道路特征，便可将对应的特征图形用背景色覆盖，进行过滤处理。