[发明专利]一种基于多描述子的半自动道路中心线快速提取方法

说明书

本发明公开了一种基于多描述子的半自动道路中心线快速提取方法，步骤为：输入影像中道路起止点坐标；对原始影像进行L₀滤波；对原始影像进行线段提取；在滤波结果及线段提取结果的基础上，根据起止点坐标，建立多级线段方向直方图，以获得当前道路方向；建立扇形描述子；利用最小二乘法将所有得到的道路跟踪点进行拟合，进一步剔除错误提取的道路点，得到道路中心线。本发明有效减少了使用单一描述子进行道路提取过程中出现的错误提取的现象，只根据道路的起点及终点坐标信息进行跟踪，在跟踪过程中，根据具体的路面情况，自适应地确定道路方向及道路宽度信息，以达到提高算法的自动化程度及算法在复杂路况下的跟踪精度的目的。

技术领域

本发明属于遥感影像信息提取的技术领域，尤其涉及一种基于多描述子的半自动道路中心线快速提取方法。

背景技术

利用遥感影像进行道路提取，在地理信息数据库的更新、军事、和导航方面发挥了重要作用。随着遥感影像的空间分辨率不断提高，这给道路提取带来了便利的同时也带来了巨大的挑战。相比于中分辨率的影像，在高分辨影像中，更多的细节清晰可见(斑马线、人行道及减速带等)，但道路和周围环境之间的差异尤其是水泥建筑物(如房屋、铁路和停车场)并不明显，道路噪声(如建筑物和树木的阴影、交通线路、行人、汽车、等)也不能忽视，这些因素使得基于高分辨率遥感影像进行道路提取更具复杂性和挑战性。

国内外学者对高分辨率遥感影像的道路提取做了很多研究，目前的道路提取方法可分为道路面提取和道路中心线提取。道路面提取主要基于分割和分类。具有代表性的影像分割方法主要有以下几种：主动轮廓模型、均值漂移算法和阈值分割等。然而，由于道路情况的复杂多变，很难找到一种适用于各种类型遥感影像的分割算法。道路中心线提取方法侧重于道路骨架的检测，通常采取细化和跟踪两种不同的方式。细化操作通常是在已提取道路区域上展开的，道路跟踪方法则通常需要提供初始信息，如种子点、起始跟踪方向、道路宽度或匹配规则等信息，通过迭代跟踪的方式得到道路中心线。其缺点在于跟踪过程中方向、位置难以控制，无法在确保道路提取精度的情况下提高算法的自动化程度。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种基于多描述子的半自动道路中心线快速提取方法，达到提高算法的自动化程度及算法在复杂路况下的跟踪精度的目的。

为了解决上述技术问题，本发明通过以下技术方案来实现：

本发明提供一种基于多描述子的半自动道路中心线快速提取方法，包括以下步骤：

步骤1：输入影像中道路起止点坐标；

步骤2：对原始影像进行L₀滤波；

步骤3：对原始影像进行线段提取；

步骤4：在滤波结果及线段提取结果的基础上，根据起止点坐标，建立多级线段方向直方图，以获得当前道路方向：

步骤4.1：在起止点处建立圆形统计区域，根据区域内像素的梯度信息将起止点拟合至对应位置道路中心；

步骤4.2：以拟合后道路中心点为中心，在道路起止点处分别建立矩形搜索区；

步骤4.3：统计矩形搜索区内线段的方向信息，建立线段方向直方图，并根据直方图峰值信息确定当前位置道路跟踪方向；

步骤5：根据拟合后道路中心点及跟踪方向信息，建立扇形描述子；

步骤5.1：根据道路中心点信息设置候选点；

步骤5.2：以道路中心点及候选点为基础，建立基础三角形；

步骤5.3：设置其余6个与基础三角形等大的三角形，构建扇形描述子，设置其余6个候选点；