遥感影像图中道路矢量化方法技术

本发明专利技术涉及遥感影像图中道路矢量化方法。目前方法速度慢、效率低、运算量大、抗干扰能力差。本发明专利技术方法首先对影像图进行边缘增强和二值化处理；在影像图中的道路上任意选取一基准点在０°方向和１８０°方向上分别搜索道路的上下两个初始边界点，如果没有搜索则在４５°或２２５°方向上继续搜索，如果还搜索不到则继续在｛９０°、１３５°｝或｛２７０°、３１５°｝方向上搜索。以两个初始边界点为基准点确定道路的所有边界点，如果相邻的两个种子点确定的边界点不能连接，则对断裂部分进行细化处理、去噪声和断点连接，再进行膨胀，对膨胀后的道路进行矢量化。本发明专利技术利用五邻域搜索法快速搜索出无遮挡、无污点道路两边的边界，对于信息受损道路进行再次提取以降低算法计算量，同时也提高了该方法的抗干扰性。

【技术实现步骤摘要】

本专利技术属于图像处理
，特别涉及一种遥感影像图中道路矢量 化方法。
技术介绍
遥感影像图是探测地物目标综合信息的最直观、最丰富的载体，直接 从遥感影像图中提取各类地物和专题信息是当前遥感和地理信息系统技术 面临的一个迫切而又复杂的问题。人们对遥感影像信息的提取和利用程度 要远远落后于通过空间和航空系统获取信息源的速度。据估计，人们可能用到的遥感信息仅占全部获取信息的5%左右，而深层次的信息开发则更少。 这个事实极大地限制了遥感技术的实际应用，也对遥感影像技术的深入研 究提出更急迫的要求。遥感影像图中的目标通常分为点状目标、线状目标(如道路、河流等) 和面状目标(如建筑物等)，其中线状目标提取在目标提取中具有承上启下 的作用，而道路网络的提取在线性目标提取中占有极其重要的地位。遥感影像图中的道路信息，在数字测图、图像理解和定位、地理信息 系统的更新等众多领域具有很高的应用价值，国内外在这一领域的研究工 作已经有二十多年的历史，其提取可以分为全自动、半自动和人工三种方 式。全自动道路矢量化无疑是遥感影像图目标识别与特征提取的最终目标， 但是由于遥感影像的复杂性和多样性，对道路等人工地物的自动提取又涉 及到计算机视觉、人工智能、模式识别与图像理解等诸多方面。因此尽管 自动提取道路等线状地物的研究已经进行了许多年，国内外专家在这方面 做了大量的探讨和努力，但至今仍没有一个无需人工干预的成型系统出现，所以一些研究人员认为在可预见的将来，自动提取方法是不现实的，而模板匹配法、Snake模型等半自动提取方法更加现实。目前的GIS应用系 统大部分采用人工矢量化方式，人工矢量化存在着工作量大、效率低、主 观干扰因素多等缺点。半自动矢量化(即人工交互)方式是现在的一个研 究热点，虽然已有一些简单的应用，但提取的主要是道路中心线，且都存3在着速度慢、效率低等各种问题。如边缘检测提取法，该方法利用道路 与周围地物显著的光谱差异提取道路边缘，其缺点是当道路边界有树木或 车辆行人时误差较大，对具有同样光谱特征的建筑屋顶也不能加以区分； 基于模糊算子理论的道路半自动提取方法，该方法在对小比例尺影像进行Sobel边缘检测的基础上，定义了 12种模糊算子表示道路的各种可能的结构，然后在给定道路种子点附近形成的一定范围内进行搜索，提取出道路的中心线，其缺点是运算量大，提取速度慢；Snake模型道路半自动提取法， 利用Snake模型将影像的各种特征及连续性与平滑性约束在一个能量函数 中表示出来，通过求能量函数的最小化来达到提取目标的目的，该方法也同 样存在着运算量大、效率低且抗干扰能力差等缺点。本专利技术的目的就是针对现有技术的不足，提出了一种遥感影像图中道 路矢量化方法，通过人工给定初始种子点，利用五邻域搜索法快速搜索出 无遮挡、无污点道路两边的边界，对于信息受损道路进行再次提取以降低 算法计算量，同时也提高了该方法的抗干扰性。本专利技术方法的具体步骤如下步骤l.对影像图进行边缘增强，对边缘增强后的影像图进行开运算和闭运算，然后进行二值化处理，得到二值化图。边缘增强、开运算和闭运算、二值化处理的方法采用成熟的现有技术。 步骤2.在影像图中的道路上任意选取一点作为种子点，以种子点为基准点在0。方向和180。方向上分别搜索道路的上下两个初始边界点，搜索歩进值为1个像素，搜索准则为当255 S/(x，力S 1785时，点(x， y)为初始边界点。 其中P",力为点(x， y)的灰度值。如果在0。或180。方向上没有搜索到初始边界点，则在45。或225。方向上 按照同样的搜索准则搜索初始边界点，如果还是搜索不到初始边界点，则 继续在{ %。、 l35。 }或{ 2 0°、 315。 }方向上按照上述搜索准则搜索上下两个初 始边界点。如果已经搜索到初始边界点则不再进行后续方向的搜索，直接 进入步骤
技术实现思路
如果在四个方向都不能确定两个初始边界点，则进入步骤4重新选取 种子点。步骤3.以两个初始边界点为基准点确定道路的所有边界点，具体是 设数组顺2] = { 0°、 45。、 90。、 135。' 180°、 225°、 270°、 315。},没戸"€ 为前一边界点跟踪方向，则后一边界点的跟踪方向RD为i ￡ = i ，其中r—preD + 4)。/。8边界点的搜索准则参照歩骤2中的搜索准则，搜索歩进值为1个像素。 步骤4.如果在四个方向上都没有搜索到初始边界点，表明道路信息受损，根据道路的走向，在相邻10个象素的位置重新给出种子点重复步骤2、3。步骤5.如果相邻的两个种子点确定的边界点不能连接，则对断裂部分 进行细化处理，对细化部分进行去噪声和断点连接，对细化部分按照道路 的宽度进行膨胀，对膨胀后的道路进行矢量化。步骤6.重复步骤2、 3、 4、 5，直到把整个道路网络都矢量化。本专利技术与
技术介绍
相比，具有的有益效果是本专利技术是一种全新的道路提取方法，它适用于通用遥感影像图(如bmp 格式)，在借鉴传统半自动道路提取方法的基础上，把道路分成两类无遮 挡、无污点道路和信息受损道路。对两类道路采用不同的预处理策略，无 遮挡、无污点道路采用常规的预处理方法提高处理速度，对信息受损道路 进行特殊处理以保证此类道路边界的成功矢量化。 具体实施例方式附图说明图1为本专利技术方法中边界搜索示意图。 具体实施例方式本专利技术在具体实施的过程中采用如下步骤第一步对整幅遥感影像图进行边缘增强、开运算、闭运算、二值化 的预处理运算。此时得到的二值化影像图中无遮挡、无污点道路的边界轮 廓已经非常清晰，为道路两边边界的矢量化作好了准备。第二歩通过人工给定道路种子点(不止一个)对道路两边界进行快 速矢量化。如图l所示(图中的圆黑点为种子点)，首先从种子点出发搜索 道路的第一个边界点，上边界和下边界采用不同的搜索方向上边界{ 0。、 45°、 90。、 135。 }下边界〖180。、 225。、 270。、 315。)按照上述顺序在各个方向搜索边界时，如果某一方向上已经搜索到边 界点则不再对后续方向进行搜索。如果四个方向上都没有搜索到初始边界点，则根据道路的走向，在相邻io个象素的位置重新给出种子点。从第一个边界点出发利用五邻域搜索方向快速搜索出整个道路网络的 边界，道路边界的判断准则，下/0，力=￡》(-"'、"力 — 等p(义,y)-o如果255 S/(x,力"785，厠g (x， y)为道路边界点。第三步对第二步中无法自动跟踪、或者跟踪结果有误的信息受损道 路进行进一歩预处理(细化、断点连接、膨胀)，再进行边界矢量化。相对 来说这部分道路的比例是很小的。权利要求1、，其特征在于该方法的具体步骤是步骤1. 对影像图进行边缘增强，对边缘增强后的影像图进行开运算和闭运算，然后进行二值化处理，得到二值化图；步骤2. 在影像图中的道路上任意选取一点作为种子点，以种子点为基准点在0°方向和180°方向上分别搜索道路的上下两个初始边界点，搜索步进值为1个像素，搜索准则为当p(x，y)＝0当255≤f(x，y)≤1785时，点(x，y)为初始边界点，其中p(x，y)为点(x，y)的灰度值，如果在0°或180°方向上没有搜索到初始边界点，则在45°或225°方向上按照本文档来自技高网...

【技术保护点】
遥感影像图中道路矢量化方法，其特征在于该方法的具体步骤是：　步骤１．对影像图进行边缘增强，对边缘增强后的影像图进行开运算和闭运算，然后进行二值化处理，得到二值化图；　步骤２．在影像图中的道路上任意选取一点作为种子点，以种子点为基 准点在０°方向和１８０°方向上分别搜索道路的上下两个初始边界点，搜索步进值为１个像素，搜索准则为　ｆ（ｘ，ｙ）＝＊＊ｐ（ｘ＋ｉ，ｙ＋ｊ）　当ｐ（ｘ，ｙ）＝０　当２５５≤ｆ（ｘ，ｙ）≤１７８５时，点（ｘ，ｙ）为初始边界点，　 　其中ｐ（ｘ，ｙ）为点（ｘ，ｙ）的灰度值，　如果在０°或１８０°方向上没有搜索到初始边界点，则在４５°或２２５°方向上按照同样的搜索准则搜索初始边界点，如果还是搜索不到初始边界点，则继续在｛９０°、１３５°｝或｛２７０°、３１５°｝方 向上按照上述搜索准则搜索上下两个初始边界点，如果已经搜索到初始边界点则不再进行后续方向的搜索，直接进入步骤３，如果在四个方向都不能确定两个初始边界点，则进入步骤４重新选取种子点；　步骤３．以两个初始边界点为基准点确定道路的所有边界点， 具体是：　设数组Ｒ［８］［２］＝｛０°、４５°、９０°、１３５°、１８０°、２２５°、２７０°、３１５°｝，设ｐｒｅＤ∈［０，８］为前一边界点跟踪方向，则后一边界点的跟踪方向ＲＤ为：　ＲＤ＝Ｒ［Ｔ］［２］，其中Ｔ＝（ｐｒｅＤ＋４ ）％８　边界点的搜索准则与步骤２中的搜索准则相同，搜索步进值为１个像素；　步骤４．如果在四个方向上都没有搜索到初始边界点，在相邻１０个象素的位置重新给出种子点重复步骤２、３；　步骤５．如果相邻的两个种子点确定的边界点不能连 接，则对断裂部分进行细化处理，对细化部分进行去噪声和断点连接，按照道路的宽度进行膨胀，对膨胀后的道路进行矢量化；　步骤６．重复步骤２、３、４、５，直到把整个道路网络都矢量化。...

【技术特征摘要】

【专利技术属性】
技术研发人员：王勋，凌云，朱夏君，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：86[中国|杭州]