一种道路网自动构建方法、存储介质及系统技术方案

本发明专利技术涉及一种道路网自动构建方法，其包括步骤，采集指定位置内的图像信息；对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息；将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像；将得到的二值图进行Top‑Hat变换，以提取出道路信息。本发明专利技术还提供一种存储介质及道路网自动构建系统，本发明专利技术提供的道路网自动构建方法、存储介质及系统构建方法简单有效，计算量相对较小，处理逻辑简单高效，构建结果精确性较高，受噪声影响较小，对露天矿的复杂地形以及道路的不规整性具有较好的适应性。

【技术实现步骤摘要】
一种道路网自动构建方法、存储介质及系统
本专利技术涉及道路网自动构建领域，尤其涉及一种道路网自动构建方法、存储介质及系统。
技术介绍
道路网(roadnetwork)指的是在一定区域内，由各种道路组成的相互联络、交织成网状分布的道路系统，其可为各种交通工具提供安全、迅速、经济、舒适的形式条件。而构建道路网的方式，通常是通过无人机航拍摄影技术获取区域内的图像，然后对图像进行一些列处理，从而构建道路网。目前无人机航拍数据上道路提取的主要方法有：基于光谱和纹理特征提取道路；基于直线和边缘检测提取道路。但是由于无人机航拍数据中影像噪声和“异物同谱”和“同物异谱”现象，以及部分区域的地形状况复杂、道路的不规整性以及光影条件的复杂变化等影响，导致这些方法提取道路信息的效果都不够理想，如在露天矿山等地形复杂多变的区域。为此，需要一种提高在图像中提取道路精度的方法。
技术实现思路
有鉴于此，本专利技术提供一种道路网自动构建方法、存储介质及系统解决传统道路网构建过程中，在复杂地形适应性不佳的问题。为了达到上述目的，本专利技术解决技术问题的技术方案是提供一种道路网自动构建方法，其包括步骤：采集指定位置内的图像信息；对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息；将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像；将得到的二值图进行Top-Hat变换，以提取出道路信息。进一步，所述对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息包括步骤：将图像转换为灰度图；对灰度图进行形态学运算以消除噪音点。进一步，所述将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像包括步骤：将图像分为多个小块；对每一个小块分别通过Otsu求取阈值，并根据阈值对每个小块进行图像分割；将阈值分割后的各小块合并，得到二值图。进一步，所述将得到的二值图进行Top-Hat变换，以提取出道路信息包括步骤：利用一组全方位的线性结构元素对二值图进行Top-Hat变换；对各个方向的变换结果提取噪音；利用最大连通域的方法提取剩余噪音，得到道路提取结果。进一步，所述线性结构取0度到179度，每一度对应一个的元素结构。进一步，将去噪后的图像分块为将图像分成16个等面积的小块。进一步，所述采集指定区域内的图像信息的方式为利用无人机航拍技术获取。进一步，所述指定区域为露天矿山。本专利技术还提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行道路网自动构建方法。本专利技术还提供一种道路网自动构建系统，其包括处理器和存储器,所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现道路网自动构建方法。与现有技术相比，本专利技术所提供的道路网自动构建方法、存储介质及系统具有以下有益效果：通过采用数学形态学中的多结构元素开、闭运算和Top-Hat等形态变换方法以及改进的Otsu阈值分割算法，构建方法简单有效，计算量相对较小，处理逻辑简单高效，构建结果精确性较高，受噪声影响较小，对露天矿的复杂地形以及道路的不规整性具有较好的适应性，为露天矿道路网的构建提供了一种便捷有效的方法。以上所述本专利技术的具体实施方式，并不构成对本专利技术保护范围的限定。任何根据本专利技术的技术构思所做出的各种其他相应的改变与变形，均应包含在本专利技术的保护范围内。附图说明图1为本专利技术第一实施例提供的一种道路网自动构建方法的步骤流程示意图；图2为图1中步骤S2的子步骤流程图；图3为图1中步骤S3的子步骤流程图；图4为图1中步骤S4的子步骤流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1，本专利技术提供的一种道路网自动构建方法，其包括步骤：S1，采集指定位置内的图像信息；具体的，利用无人机航拍技术获取指定位置内的图像信息，即以无人驾驶飞机为空中平台，对指定位置内进行拍摄形成图像，并以机载遥感设备获取拍摄到的图像信息，然后利用计算机对图像信息进行处理，制作成图像的过程。可以理解，指定位置指的是需要提取构建道路网的区域，在本实施例中，指定位置为露天矿山。S2，对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息；具体的，在采集到图像后，先对图像进行灰度化处理，即，将采集到的图像信息通过灰度化及加权平均法转化为灰度图。在得到灰度图后，再利用形态学的开、闭运算，初步去除灰度图内的噪音。形态学的开、闭运算是形态学中的两个基本操作，其主要是基于对图像中轮廓的腐蚀及膨胀，从而消除图像中除轮廓之外的噪声。其中，开运算为：先对图像轮廓进行腐蚀，再对图像轮廓进行膨胀操作，从而将与图像轮廓连接在一起的孤立点或毛刺消除；闭运算为：先对图像轮廓进行膨胀，再对图像轮廓进行腐蚀操作，从而消除图像轮廓内部的一些噪声点。在本实施例中，根据图像特征选取一组具有一定形态的结构元素，利用数学形态学中的开、闭运算依次对图像进行处理，开运算能够去除孤立小噪声亮块，闭运算能够提高图形内部暗块亮度，多结构元素的选用既能保留图像中较多的细节，又能使道路信息更加平滑，涉及的数学形态学公式如下：设集合X和集合S是两个非空集合，X是待处理的灰度图像，S为结构元素，则：膨胀定义为：腐蚀定义为：开运算定义为：闭运算定义为：S3，将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像；具体的，在初步对图像进行去噪后，利用Otsu阈值分割算法进行阈值分割，并将灰度图转化为二值图，进一步简化图像。需要说明的是，传统的Otsu阈值分割算法的原理为：(1)统计灰度级中每个像素在整幅图像中的个数；(2)计算每个像素在整幅图像的概率分布；(3)对灰度级进行遍历搜索，计算当前灰度值下前景背景类间概率；(4)通过目标函数计算出类内与类间方差下对应的阈值。在本实施例中，对Otsu阈值分割算法进行了改进，具体为：在传统Otsu算法基础上，增加了图像分块处理的步骤，根据待处理图像的尺寸与实际光影变化情况，将待处理图像分为若干小块，对每一小块分别通过最大类间方差法求取阈值，根据每一小块的阈值分别进行图像分割，将阈值分割后的各小块图像合并，即得到待处理图像的二值化图像。改进后的Otsu阈值分割算法对环境光暗条件更加具有适应性，能够在图像中的局部高灰度或低灰度区域中更好地分割出道路信息，更加适用于露天矿影像灰度图的复杂灰度变化情况。在本实施例中，根据步骤S2中得到的灰度图尺寸及实际光影变化情况，将其分为4*4的16个等面积小块，对每一小块分别通过最大类间方差法求取阈值，根本文档来自技高网...

【技术保护点】
1.一种道路网自动构建方法，其特征在于，包括步骤：/n采集指定位置内的图像信息；/n对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息；/n将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像；/n将得到的二值图进行Top-Hat变换，以提取出道路信息。/n

【技术特征摘要】
1.一种道路网自动构建方法，其特征在于，包括步骤：
采集指定位置内的图像信息；
对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息；
将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像；
将得到的二值图进行Top-Hat变换，以提取出道路信息。


2.如权利要求1所述的一种道路网自动构建方法，其特征在于，所述对采集到的图像信息进行去噪，以初步滤除图像中的干扰信息包括步骤：
将图像转换为灰度图；
对灰度图进行形态学运算以消除噪音点。


3.如权利要求1所述的一种道路网自动构建方法，其特征在于，所述将去噪后的图像信息分块，并在每个分块中利用Otsu算法求阈值，然后分别进行阈值分割后合并形成为原图像的二值化图像包括步骤：
将图像分为多个小块；
对每一个小块分别通过Otsu求取阈值，并根据阈值对每个小块进行图像分割；
将阈值分割后的各小块合并，得到二值图。


4.如权利要求1所述的一种道路网自动构建方法，其特征在于，所述将得到的二值图进行Top-Hat变换，以提取出道路信息包括步骤：
利用一组全方位的线性结构...

【专利技术属性】
技术研发人员：李宁，田承志，王李管，郭宇航，任高峰，叶海旺，王其洲，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42