[发明专利]一种遥感影像道路提取方法

权利要求书

1.一种遥感影像道路提取方法，其特征在于：包括如下步骤

(1)色彩空间转换：结合高分辨率遥感影像中道路阴影区域所体现出的低亮度、高色调、高饱和度特征，先进行RGB到HSV的色彩空间转换；

(2)阴影区域初步检测；

(3)阴影区域滤除：结合道路特征生成系列指标，对初步提取的阴影区域做进一步滤除，去掉非道路区域阴影，保留道路段阴影；

(4)道路阴影区域补偿：道路阴影检测完成后，使用Wallis滤波器对阴影区域进行补偿处理，随后采用中值滤波对初步补偿结果进行平滑处理，解决因光线、道路材质原因导致的边缘区域灰度值突变问题，采用区域生长法提取初步提取道路，然后进行形态学处理以改善提取效果；

(5)道路提取：最后使用形态学骨架算法提取网状道路线，优化提取结果中的毛刺、中断问题，得到完整的道路骨架线。

2.根据权利要求1所述的一种遥感影像道路提取方法，其特征在于，所述的步骤(1)是先将原始影像的颜色空间转换到HSV，然后将变换后的影像拆分为H、S、V三个单独波段。

3.根据权利要求2所述的一种遥感影像道路提取方法，其特征在于，所述的步骤(2)是对H、S、V三个分量分别用otsu法求取各自分割阈值δ_h、δ_s、δ_v，分别用分割阈值进行影像分割，通过如下公式对结果求交集：

f＝f_h∩f_s∩f_v

然后将结果叠加至彩色影像上，提取结果用蓝色显示。

4.根据权利要求3所述的一种遥感影像道路提取方法，其特征在于，所述的步骤(3)是将阴影区域的相邻面状阴影区域以块为单位进行处理，统计每块阴影的面积S，设置面积阈值δ_s，将低于阈值的块状阴影去除掉；统计每块阴影区域的标准差，设置标准差阈值δ_var，剔除掉不满足条件的区域；

用R、G、B三种波段影像相互做差值生成差分影像，在差分影像中分析比较蓝紫色树木和真实道路阴影所体现的不同点；计算所有区域在蓝红波段差分影像中的整体灰度值均值μ_ave以及每一个阴影区域对应的灰度均值μ_i，以μ_ave作为判断所依据的阈值，保留所有满足单块区域的像素灰度平均值大于整体所有区域的像素灰度值平均值的阴影区域S_i，去除不满足条件的区域，通过公式得到最后的道路阴影结果S：S＝{S_i|μ_i≥μ_ave}；采用孔洞填充处理，得到进一步改善的提取结果。

5.根据权利要求4所述的一种遥感影像道路提取方法，其特征在于，所述的步骤(4)是使用Wallis滤波器对最终检测出的阴影区域进行补偿处理，所述的Wallis滤波器表示形式为：其中g(x,y)代表原始影像，f代表参考区域信息，s_f为参考区域标准差，m_f为参考区域灰度均值，s_g和m_g则对应待增强区域的标准差和灰度均值，g_c(x,y)为变换后影像灰度值，c为方差的扩展系数，b为亮度扩展系数，二者的取值范围都是[0,1]；

在影像中选取部分理想道路种子点，统计种子点3×3或5×5邻域信息作为参考区域，以邻域均值和标准差赋值给m_f和s_f，同时统计最终得到的阴影检测结果，计算每个单独区域对应的灰度均值和标准差，赋值给m_g和s_g，以每个区域为单位进行Wallis滤波处理，得到的初步补偿结果，使用3×3大小模板的中值滤波对补偿区域的边缘做平滑处理。

6.根据权利要求5所述的一种遥感影像道路提取方法，其特征在于，所述的步骤(5)是采用区域生长法提取道路，在道路段选取种子点，根据与种子点灰度值进行比较，看是否满足阈值条件，进而判断像素是否为道路点，实现整幅影像的道路搜索判别。

7.根据权利要求6所述的一种遥感影像道路提取方法，其特征在于，用形态学骨架算法对提取结果进行处理，然后去掉提取的骨架线中的毛刺，同时对于骨架线中发生中断处需要进行连接处理，最后得到完整的道路骨架线，将其叠加到原始影像上提取网状道路线。