[发明专利]一种基于北斗数据与遥感影像融合的路网提取方法及装置

权利要求书

1.一种基于北斗数据与遥感影像融合的路网提取方法，其特征在于包括如下步骤：

对北斗轨迹数据进行单一采样点密度估计，生成核密度估计；根据核密度估计提取灰度骨架化路网；将北斗轨迹数据中的原始轨迹图与灰度骨架化路网的结果图进行匹配，生成初始路网中心线；对初始网路中心线进行拓扑几何优化得到完整路网中心线，生成真值路网；

引入卷积神经网络构建训练模型，进行基于迭代的道路矢量图提取；

所述卷积神经网络包括编码网络、分割网络、迭代探索网络和解码网络；将遥感影像数据通过编码网络提取图像特征图；将图像特征图输入分割网络，进行道路分割和关键点分割，得到道路分割图和关键点分割图；以图像特征图、道路分割图、关键点分割图及通过前述真值路网获得的当前路网为输入，通过迭代探索网络输出下一步路网探索决策；

将下一步路网探索决策输入解码网络进行路网预测，得到与输入的遥感影像相匹配的路网生长预测值；将前述真值路网采用动态标签，于训练模型的每次迭代处动态生成下一步路网决策真值；对下一步路网决策真值与路网生长预测值进行计算损失，并根据计算结果更新训练模型参数；

判断是否到达训练停止条件；没有达到，则继续迭代计算；达到，则保存模型参数；

前述基于迭代的道路矢量图提取过程包括：所述道路矢量图为一个道路图作为道路地图的矢量化表示，它包含一个顶点集合和一个边集合，一条边是两个顶点之间的直线，表示两顶点之间的道路；迭代探索开始时道路图为空，并初始化一个包含若干起始点的待探索点集；每步迭代从待探索点集中取出当前搜索点，通过预测下一步道路点位置，获得一条新的边；将下一步道路点位置放入待探索点集，至此完成一次迭代，下次迭代以下一步道路点位置为中心探索路网点；若判断没有点与当前搜索点相连，则没有点进入待探索点集，并将当前搜索点从待探索点集中取出，同时保持道路图不变；当待探索点集为空时迭代结束，道路图即为提取得到的路网；

前述真值路网采用动态标签，于训练模型的每次迭代处动态生成下一步路网决策真值的过程包括：将真值路网记为G^*，真值道路分割图记为R^*；G^*为无向图，通过遍历G^*获得大于2的道路关键点，以道路关键点为中心构造高斯分布；以当前搜索点v为终点回溯道路图得到路径P，方法预测得到的v的下一个节点记为u；通过地图匹配方法得到路径P在G^*上的对应路径P^*，P^*的终点为v^*，获取v^*在G^*上的下一个节点u^*。

2.根据权利要求1所述基于北斗数据与遥感影像融合的路网提取方法，其特征在于：所述生成核密度估计具体包括：从北斗估计数据中选取搜索区域，将搜索区域离散为米方格单元，然后计算轨迹经过每个方格单元的次数，生成一二维直方图；将二维直方图与正态分布函数进行卷积，用卷积结果表示定位误差，得到近似的核密度估计。

3.根据权利要求2所述基于北斗数据与遥感影像融合的路网提取方法，其特征在于：所述根据核密度估计提取灰度骨架化路网具体为重复执行二进制骨架化操作，每整数密度级别执行一次，从最大密度开始。

4.根据权利要求3所述基于北斗数据与遥感影像融合的路网提取方法，其特征在于，所述将北斗轨迹数据中的原始轨迹图与灰度骨架化路网的结果图进行匹配包括：首先将北斗轨迹数据中的轨迹图与灰色骨架化路网结果图进行匹配；然后设置边缘和节点数量的上限，通过移动、修剪节点和边来实现匹配。

5.根据权利要求4所述基于北斗数据与遥感影像融合的路网提取方法，其特征在于，所述获取v^*在G^*上的下一个节点u^*时，延G^*搜索v^*窗口内的路网关键点；若关键点存在，使与v^*图距离最近的关键点为u^*，若关键点不存在，则使距离v^*最远的普通点为u^*。