一种基于遥感数据的断头路定位及重要性分级方法技术

本发明专利技术公开了一种基于遥感数据的断头路定位及重要性分级方法，充分考虑了断头路的重要目标线索指引作用，利用矢量路网精确定位断头路位置后，以断头路位置作为重要目标的潜在区域，对其关联区域进行地表参数提取与分析，实现对断头路重要性分级以及关联区域场景的估计，符合城市建设、交通规划等部门的应用需求，具有重要的现实意义。具有重要的现实意义。具有重要的现实意义。

【技术实现步骤摘要】
一种基于遥感数据的断头路定位及重要性分级方法


[0001]本专利技术属于遥感
，特别涉及了一种断头路定位及重要性分级方法。

技术介绍

[0002]断头路是一种特殊的道路形态，具有特殊的道路位置特征，具备重要目标线索指引作用。遥感的根本目的就是获取信息，随着信息化时代的到来，如何快速、准确的识别人工地物对于空间地理信息库的建设具有重要意义。典型的人工地物包括桥梁、大坝、机场、港口、隧道等重要目标，而这些典型人工地物都离不开断头路这一特殊的道路形态。至今为止，国内外很多学者提出了许多道路检测的算法，但是对于断头路的识别及应用研究较少。
[0003]目前，对于断头路的研究仅限于将机场掩体视为断头路，通过提取机场区域的完整矢量路网，利用八邻域方法确定掩体位置。而断头路的重要目标线索指引作用并未被重视。从现有研究来看，主要利用图像分割、感兴趣区域检测、特征提取等关键技术，从大幅影像中提取待识别目标的主要特征，通过对多种特征的综合分析，实现对重要目标的识别与检测，但是这类目标识别算法针对性较强，效率较低，适用性较差。
[0004]因此，充分考虑断头路的重要目标线索指引作用，实现对断头路的定位和重要性分级，符合城市建设、交通规划等部门的应用需求，具有重要的现实意义。

技术实现思路

[0005]为了解决上述
技术介绍
提到的技术问题，本专利技术提出了一种基于遥感数据的断头路定位及重要性分级方法，充分考虑断头路的重要目标线索指引作用，利用矢量路网精确定位断头路位置后，以断头路位置作为重要目标的潜在区域，对其关联区域进行地表参数提取与分析，实现对断头路重要性分级以及关联区域场景的估计。
[0006]为了实现上述技术目的，本专利技术的技术方案为：
[0007]一种基于遥感数据的断头路定位及重要性分级方法，包括以下步骤：
[0008](1)采集矢量路网数据，多光谱遥感数据和数字高程模型数据；首先，以矢量路网数据为基准，对多光谱遥感数据进行配准；然后，以多光谱遥感数据覆盖范围为工作区，对矢量路网数据进行裁剪，得到工作区内矢量路网；
[0009](2)对工作区内矢量路网进行栅格化处理，得到栅格化路网；利用八邻域法对栅格化路网进行全局检测，确定所有断头路的位置；
[0010](3)计算地表属性参数，包括各类地物遥感指数信息以及地势信息，所述地势信息包括坡度和高程；
[0011](4)确定步骤(2)得到的断头路的道路走向，根据断头路的位置和断头路的道路走向确定断头路的关联区域，统计每个断头路的关联区域内的地表属性参数；
[0012](5)根据断头路关联区域的地势信息确定该区域的地貌及坡度类型；根据断头路关联区域内的不同地物占比，确定该区域的土地利用类型；然后，对断头路进行重要性分级，估计断头路关联区域的场景类型。
[0013]进一步地，步骤(2)的具体过程如下：
[0014](2.1)获取多光谱遥感影像数据的行列数，创建像素值为0的与多光谱遥感影像数据具有相同行列数的单波段空白图像；
[0015](2.2)将矢量路网数据与创建的单波段空白图像叠加；重叠区域若存在路网，则将对应的空白图像中的像素值设置为255，否则仍为0；遍历整个单波段空白图像后得到栅格化后的路网图像P；
[0016](2.3)构建3
×
3的算子，遍历栅格路网图像P，以待检测点为中心，计算相邻8个像素的像素值之和；如果相邻8个像素的像素值之和为255且该点不在图像P的边界上，则该中心点为断头路，构建断头路坐标点集R。
[0017]进一步地，在步骤(3)中，利用多光谱遥感数据计算水体指数、植被指数、建筑用地指数、裸土指数和不透水地表指数，得到对应的遥感指数结果图；利用数字高程模型数据计算坡度，得到对应的坡度图。
[0018]进一步地，得到遥感指数结果图的方法如下：
[0019](3.1)读取多光谱遥感影像数据，将6个波段存储为蓝光波段影像b1、绿光波段影像b2、红光波段影像b3、近红外波段影像b4、中红外波段1影像b5、中红外波段2影像b6；
[0020](3.2)利用归一化水体指数(b2
‑
b4)/(b2+b4)对多光谱遥感影像数据进行计算，得到水体指数结果图；
[0021]利用归一化植被指数(b4
‑
b3)/(b3+b4)对多光谱遥感影像数据进行计算，得到植被指数结果图；
[0022]利用比值建筑用地指数kt1/kt2对多光谱遥感影像数据进行计算，得到建筑用地指数结果图，其中：
[0023]kt1＝0.326*b1+0.509*b2+0.56*b3+0.567*b4，
[0024]kt2＝
‑
0.311*b1
‑
0.356*b2
‑
0.325*b3+0.819*b4；
[0025]利用不透水地表指数((b4+b5+b6)
‑
(b1+b2+b3))/((b4+b5+b6)+(b1+b2+b3))对多光谱遥感影像数据进行计算，得到不透水地表指数结果图；
[0026]利用归一化裸土指数(b4
‑
b5)/(b4+b5)对多光谱遥感影像数据进行计算，得到裸土指数结果图。
[0027]进一步地，得到坡度图的方法如下：
[0028](3a)获取多光谱遥感影像数据的投影信息，对数字高程模型数据进行投影转换，得到转换后的数字高程模型数据DEM1；
[0029](3b)建立3
×
3算子，遍历DEM1的所有像元，根据式(1)计算中心像元的东西向变化率S
we
，根据式(2)计算中心像元的南北向变化率S
sn
，根据式(3)计算中心像元的坡度值S，得到坡度图：
[0030][0031][0032][0033]其中，e1、e3表示DEM1中中心像元左右相邻像素的像素值，e2、e4表示DEM1中中心像元上下相邻像素的像素值；
[0034](3c)将得到的坡度图和数字高程模型数据重采样至与多光谱遥感影像数据相同大小。
[0035]进一步地，在步骤(4)中，确定断头路的道路走向的方法如下：
[0036]利用步骤(2)得到的栅格化路网，以步骤(2)得到的断头路为中心点，检测距中心点为5像素的正方形边界上像素值不为0的像素点A；根据像素点A以及断头路位置坐标，计算两点连线的方位角β，以(45
°
,135
°
]为下，(135
°
,255
°
]为右，(225
°
,315
°
]为上以及(0
°
,45
°
]为左，将断头路的道路走向分为影像中的上下左右四个方向。
[0037]进一步地，在步骤(4)中，确定断头路的关联区域的方法如下：
[0038]如果断头路的道路走向为向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感数据的断头路定位及重要性分级方法，其特征在于，包括以下步骤：(1)采集矢量路网数据，多光谱遥感数据和数字高程模型数据；首先，以矢量路网数据为基准，对多光谱遥感数据进行配准；然后，以多光谱遥感数据覆盖范围为工作区，对矢量路网数据进行裁剪，得到工作区内矢量路网；(2)对工作区内矢量路网进行栅格化处理，得到栅格化路网；利用八邻域法对栅格化路网进行全局检测，确定所有断头路的位置；(3)计算地表属性参数，包括各类地物遥感指数信息以及地势信息，所述地势信息包括坡度和高程；(4)确定步骤(2)得到的断头路的道路走向，根据断头路的位置和断头路的道路走向确定断头路的关联区域，统计每个断头路的关联区域内的地表属性参数；(5)根据断头路关联区域的地势信息确定该区域的地貌及坡度类型；根据断头路关联区域内的不同地物占比，确定该区域的土地利用类型；然后，对断头路进行重要性分级，估计断头路关联区域的场景类型。2.根据权利要求1所述基于遥感数据的断头路定位及重要性分级方法，其特征在于，步骤(2)的具体过程如下：(2.1)获取多光谱遥感影像数据的行列数，创建像素值为0的与多光谱遥感影像数据具有相同行列数的单波段空白图像；(2.2)将矢量路网数据与创建的单波段空白图像叠加；重叠区域若存在路网，则将对应的空白图像中的像素值设置为255，否则仍为0；遍历整个单波段空白图像后得到栅格化后的路网图像P；(2.3)构建3
×
3的算子，遍历栅格路网图像P，以待检测点为中心，计算相邻8个像素的像素值之和；如果相邻8个像素的像素值之和为255且该点不在图像P的边界上，则该中心点为断头路，构建断头路坐标点集R。3.根据权利要求1所述基于遥感数据的断头路定位及重要性分级方法，其特征在于，在步骤(3)中，利用多光谱遥感数据计算水体指数、植被指数、建筑用地指数、裸土指数和不透水地表指数，得到对应的遥感指数结果图；利用数字高程模型数据计算坡度，得到对应的坡度图。4.根据权利要求3所述基于遥感数据的断头路定位及重要性分级方法，其特征在于，得到遥感指数结果图的方法如下：(3.1)读取多光谱遥感影像数据，将6个波段存储为蓝光波段影像b1、绿光波段影像b2、红光波段影像b3、近红外波段影像b4、中红外波段1影像b5、中红外波段2影像b6；(3.2)利用归一化水体指数(b2
‑
b4)/(b2+b4)对多光谱遥感影像数据进行计算，得到水体指数结果图；利用归一化植被指数(b4
‑
b3)/(b3+b4)对多光谱遥感影像数据进行计算，得到植被指数结果图；利用比值建筑用地指数kt1/kt2对多光谱遥感影像数据进行计算，得到建筑用地指数结果图，其中：kt1＝0.326*b1+0.509*b2+0.56*b3+0.567*b4，kt2＝
‑
0.311*b1
‑
0.356*b2
‑
0.325*b3+0.819*b4；
利用不透水地表指数((b4+b5+b6)
‑
(b1+b2+b3))/((b4+b5+b6)+(b1+b2+b3))对多光谱遥感影像数据进行计算，得到不透水地表指数结果图；利用归一化裸土指数(b4
‑
b5)/(b4+b5)对多光谱遥感影像数据进行计算，得到裸土指数结果图。5.根据权利要求3所述基于遥感数据的断头路定位及重要性分级方法，其特征在于，得到坡度图的方法如下：(3a)获取多光谱遥感影像数据的投影信息，对数字高程模型数据进行投影转换，得到转换后的数字高程模型数据DEM1；(3b)建立3
×
3算子，遍历DEM1的所有像元，根据式(1)计算中心像元的东西向变化率S
we
，根据式(2)计算中心像元的南北向变化率S
sn
，根据式(3)计算中心像元的坡度值S，得到坡...

【专利技术属性】
技术研发人员：戚浩平，吴艳艳，
申请(专利权)人：东南大学，
类型：发明
国别省市：