[发明专利]多光谱遥感影像道路中心线自动检测方法

摘要

本发明公开了一种多光谱遥感影像道路中心线自动检测方法。其实现步骤是1.输入多光谱遥感图像，调整其数据格式；2.对调整后的多光谱遥感图像进行道路光谱标记；3.计算多光谱遥感图像聚类中心及对应类别号；4.比较聚类中心和道路光谱标记的距离，获得道路类别号；5.将道路类别号对应像素点灰度值设为1，获得二值图像；6.滤除二值图像中细小斑点区域，获得去噪图像；7.滤除去噪图像中非道路特征区域，获得特征图像；8.滤除建筑物与道路耦合区域，获得区域图像；9.从区域图像中提取出道路中心线。本发明具有检测性能高、区域适应性强的优点，可用于郊区多光谱遥感影像中道路中心线和城区多光谱遥感影像中道路中心线的检测。

主权项

一种多光谱遥感影像道路中心线自动检测方法，包括如下步骤：(1)输入高分辨率16位多光谱遥感图像，并调整这些遥感图像的数据格式构建光谱矢量SV：(1a)将多光谱遥感图像g的行数保存为h、列数保存为w、光谱层数保存为p；(1b)对多光谱遥感图像g各光谱层的图像分别做累计直方图调整，得到调整后的多光谱遥感图像g′：(1b1)将多光谱遥感图像g中第k光谱层的子图像保存为gk，k＝1,…,p，计算该子图像gk的最小灰度值mink和最大灰度值maxk，并在mink～maxk范围内做子图像gk的累计直方图；(1b2)将累计直方图2％位置处的灰度值保存为Zmin，将累计直方图98％位置处的灰度值保存为Zmax，将子图像gk中所有小于Zmin的灰度值用Zmin代替，将子图像gk中所有大于Zmax的灰度值用Zmax代替；(1b3)将子图像gk在Zmin～Zmax范围内的灰度映射到0～65535灰度值，最后将各层子图像gk按光谱层顺序拼合得到调整后的多光谱遥感图像g′；(1c)用调整后的多光谱遥感图像g′中的每个像素点在不同光谱层的灰度值构成矢量，即光谱矢量SV；(2)利用光谱矢量完善光谱标记库：若光谱标记库未建立，则在调整后的遥感图像上人工标记N个典型光谱矢量Vi，i＝1,…,N,N为人工标记道路目标总数,Vi分别对应所有人工标记道路目标的典型光谱矢量，计算N个典型光谱矢量Vi的均值V作为道路目标光谱标记；若光谱标记库已建立且标记库中包含道路目标的光谱标记，则取出光谱标记库中道路目标光谱标记V；(3)设定聚类数目K，K≥3，采用K‑Means聚类算法获得聚类后的聚类中心Qi,以及Qi对应的类别号Ri，i＝1,…,K；(4)计算聚类中心Qi与道路目标光谱标记V的欧氏距离Δi，i＝1,…,K,其中Δi的最小值为Δmin，最小值Δmin对应的类别号为Rmin，类别号Rmin为包含道路目标类别；(5)将类别号Rmin所对应光谱矢量的灰度值设定为1，剩余其它类别号Ri所对应 光谱矢量的灰度值设定为0，i＝1,…,K，得到包含道路目标的二值图像BW；(6)滤除包含道路目标的二值图像BW中连通域面积S小于50的细小斑点区域，得到去噪图像BW2；(7)滤除去噪图像BW2中连通域长宽比C小于1.3的连通区域，并滤除该连通域矩形度P大于0.3的连通区域，得到满足道路形态学约束的特征图像BW3；(8)采用top‑hat变换滤除特征图像BW3中指定结构元素strel的区域，得到去除部分建筑物的耦合图像BW4，该指定结构元素strel是指类型为圆盘型，大小为9的结构元素；(9)采用多方向线形滤波方法完全滤除耦合图像BW4中与道路粘连的建筑物区域，得到完全去除建筑物的区域图像BW5；(10)采用形态学细化算法对区域图像BW5进行细化操作，得到道路中心线road。