[发明专利]高分辨率遥感图像中道路目标的半自动检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及遥感图像的目标检测，具体地说是一种目标检测 方法。该方法可用在高分辨率遥感图像中道路目标的半自动检测。

背景技术

遥感图像的道路检测对国民建设和军事目标侦察等有重要意义，特别是高分辨率遥感 图像中道路的半自动检测对于地理信息系统的数据获取与自动更新意义更重大。

针对不同的图像，例如SAR图像、多光谱图像，已经有学者提出了许多道路检测的方 法，但是由于这些图像与高分辨率遥感图像特点不同，图像中道路表现的特征也不同，所 以这些方法不适于高分辨率遥感图像中道路的检测。

目前提出的高分辨率遥感图像中道路目标的检测方法有：

李伟等在文章“基于数学形态学的高分辨率遥感影像道路提取”中提出了一种高分辨 遥感图像的道路目标半自动检测方法，该方法首先对影像进行阈值分割得到二值影像，然 后使用形态开运算去除细小噪声，同时将一部分粘连在道路上的噪声与道路信息进一步分 割，接着结合形态腐蚀和形态重建运算获取影像中主要道路网络信息，并用形态闭运算完 善道路网络信息，最后对道路网络信息进行形态细化和一定次数的形态修剪处理得到单像 素宽的道路中心线。该方法过分依赖于初始影像的分割结果，对预处理后影像中道路的形 状变化敏感，不能准确的检测道路目标。

王天鹏等在文章“遥感影像中道路的半自动提取研究”中提出了一种高分辨遥感图像 的道路目标半自动检测方法，采用改进的模板匹配方法，先对影像进行重采样，再对生成 的金字塔影像进行分频相关，然后根据最大相关点的坐标进行曲线最小二乘迭代拟合，得 到道路初始轮廓，最后利用低通滤波器进行平滑得到道路中心线。该方法所建立的道路模 型较简单，不能充分反映出道路的各种特性，其通用性和稳定性不够好。

朱炜等在文章“基于图像特征的遥感图像道路提取”中提出了一种遥感图像道路的半 自动检测方法，采用基于图像特征的道路提取算法，首先通过颜色信息过滤像素，然后利 用种子点区域扩展法，配合模糊函数减弱噪声的干扰，并结合形态学运算对图像进行选择 性过滤，最后得到道路信息。该方法对于道路与背景灰度值接近的图像检测出的结果准确 度不高。

综上所述，当图像背景复杂，道路宽度和路面标记各不相同，并且灰度值上也存在很 大差异时，这些方法均不能准确地检测出道路中心线。

发明内容

本发明的目的在于克服上述已有技术的缺点，提出了一种高分辨率遥感图像中道路目 标的半自动检测方法，以实现对道路目标的准确检测。

本发明的技术方案是：首先结合人工输入的起始种子点和初始方向选取窗口，接着对 窗口内图像进行直方图均衡化、高斯滤波预处理，再利用小波变换和Hough变换提取道路 的边界直线，计算出道路中心点坐标，然后利用模板匹配对道路中心点坐标进行较正，利 用已提取的道路中心点信息对道路方向进行较正，最后对提取的道路中心线进行输出。其 具体步骤包括如下：

(1)结合人工输入的起始种子点和初始方向选取2^N*2^N的窗口，N＝6；

(2)对窗口内图像依次进行直方图均衡化和高斯滤波预处理，得到道路边界较清晰的 初步图像；

(3)对初步图像采用基于小波变换的边缘检测方法进行边缘提取，得到窗口图像的二 值边缘图像；

(4)对二值边缘图像进行Hough变换，提取出道路的边界直线，得到道路的方向信息；

(5)结合当前道路中心点位置和道路方向信息，计算出下一个道路中心点坐标；

(6)利用基于灰度比较的模板匹配较正方法对得到的道路中心点坐标进行较正，得到 较正后的道路中心点坐标；

(7)以较正后道路中心点坐标为中心，取2^N*2^N的窗口，N＝6；

(8)重复步骤(2)至(7)共5次，得到5个道路中心点坐标，再以第1个道路中心 点坐标指向第5个道路中心点坐标的方向作为新的道路方向，如果较正前后两次道路方向 之差的绝对值大于90度时，转到步骤(9)，否则转到步骤(2)；

(9)依次连接各次迭代所得的道路中心点坐标即得道路中心线，并输出。

本发明由于采用基于小波变换和Hough变换的检测方法提取道路边界直线，利用基于 灰度比较的模板匹配的校正方法对道路中心点进行较正，因而具有如下优点：