[发明专利]高分辨率航空遥感数据自动道路提取方法

说明书

技术领域

本发明涉及一种道路提取方法，尤其涉及一种基于道路元素交叉验证的道路提取方法，属于计算机模式识别技术领域。

背景技术

从遥感数据当中自动提取道路和建模是个全新且开放的问题。解决这类问题的思想方法很大程度上依赖于遥感数据的分辨率和来源。在中分辨率的卫星图上，道路只有一个像素宽，呈现出来的形状近似一条线。因此我们的原理和方法应该集中于线要素的特征，例如基于一定技术的边缘检测等。而在高分辨率的卫星图或者DSM上，道路要显得宽很多，呈现出来的不仅仅是线特征，还有沿方向的面特征。因此我们的研究方法应该同时考虑边缘特征和面特征。

道路提取的方法选取还依赖与目标道路的不同，农村道路、郊区道路和城市道路应当有所区别。不同地区的路网很大程度上伴随着其他地面要素的分布，比如建筑物和绿化带。因此道路提取的方法相应地也有很大区别。我们在此只专注于我们的研究案例即城市道路网的提取。

总体上数据源可以分为两种：光谱数据和深度数据（DSM或者LiDAR）。由此带来的方法就会被分为三种：基于光谱影像的、基于深度数据的和基于混合数据源的。就高分辨率数据来说，这些方法都有各自的优势与不足。一方面，许多特征道路的细节提高了道路辨识度。另一方面，这些细节也是多种多样的：道路边缘的对比度可能不同；可能出现各种大小的车辆；路面的材质和路宽等等同样也会有不同。因此大量细节的呈现增加了道路提取算法的复杂度。

DSM数据衍生自航拍影像，其分辨率为0.5米，具有较高分辨率。对于城市而言，尤其像东京这样的的国际化大都市，居民住宅区相当稠密，周边还布局着许多公寓和商场，主干道位于住宅区和其他功能区之间，公路则位于各个街区之间。在DSM中公路通常是14到30个像素宽，而大多数主干道有26到47个像素宽，有些甚至能达到70个像素宽，在这些区域中同样还会存在高架和高速路。因为单边缘检测不涉及检测公路的中心线，也不检测公路的路宽，可能只会获得一些破碎的街道边缘。如果考虑到还同时会检测出房屋边缘等等，这就不是一个理想的方案。

发明内容

本发明要解决的技术问题是：克服上述现有技术中存在的不足，提出一种高分辨率航空遥感数据自动道路提取方法，能够准确且高效的提取城市道路。

为了解决以上技术问题，本发明提供的高分辨率航空遥感数据自动道路提取方法，包括以下步骤：

步骤1、产生NDSM数据——对DSM数据（数字表面模型数据）进行形态学滤波得到NDSM数据(归一化数字表面模型数据)；

步骤2、提取水平地面——从NDSM数据中提取高度在地表平均高度的平坦地面区域数据；

步骤3、产生街区的外壳——对步骤2获得的平坦地面集合求补集得到地上对象区域；接着进行平滑处理获得包含房屋的各个连通街区区域，并获取各街区的光滑外壳；

步骤4、提取道路中心线——对平坦地面区域数据进行距离变换获得距离变换图像，提取距离变换图像的分水岭线，从而获得由若干连贯的待验证道路中心线构成的道路中心线网络；

步骤5、提取道路边界线及交叉路口——使用像素尺寸为5*5的移动窗口从待验证的道路中心线上滑动，移动窗口的中心置于待验证道路中心线上，如果移动窗口内部的待验证道路中心线像素数大于7，则认为此时的移动窗口中心点为一个交叉路口点，将道路中心线网络在该交叉路口点处进行断开；估计最大道路宽度为K，待验证道路中心线向两侧各膨胀K/2作为掩膜，与街区的外壳求交集，所得结果即为待验证道路边界；

步骤6、道路要素的交叉验证——道路中心线一次验证：待验证道路边界线向两侧各膨胀K/2作为掩膜，与待验证道路中心线求交集，剔除交集以外的待验证道路中心线；验证交叉路口点：如果交叉路口点的K/2范围内没有待验证道路中心线，则该交叉路口点为虚假路口，进行剔除，至此获得真实的交叉路口点；道路中心线二次验证：对待验证道路中心线的端点处开窗，窗口的像素尺寸为7*7，如果窗内没有真实的交叉路口点，则剔除该待验证道路中心线及伴随的待验证道路边界，至此获得真实的道路中心线；

步骤7、道路中心线生长——真实的道路中心线检测端点，沿其对应的待验证道路中心线逐点生长，直至接触真实的交叉路口点,15个像素内未接触到交叉路口的中心线取消生长。