[发明专利]一种高分辨率遥感影像道路信息半自动提取方法

权利要求书

1.一种高分辨率遥感影像道路信息半自动提取方法，其特征在于，包括以下步骤：

步骤1、图层输入，包括以下子步骤：

步骤11、输入道路影像图层；

步骤12、输入一个空的矢量线图层，用于存放后续生成的道路要素；

步骤2、获取道路初始模板，包括以下子步骤：

步骤21、在道路上人工选取两个种子点，第一种子点p表示初始模板位置，第二种子点表示初始模板方向；

步骤22、在第一种子点p两侧生成两条与所述步骤21中两个种子点的连接线相平行的平行线，交互获取道路宽度w；

步骤23、根据第一种子点p生成道路初始模板，所述道路初始模板具体为：以第一种子点p为中心点，宽度为w、长度为2w，方向与选取种子点连接线平行的矩形；

步骤24、获取初始模板区域的灰度值，并计算灰度共生矩阵的纹理特征值，根据初始模板的特征值得到设定阈值，所述设定阈值的计算公式为：

其中，v为设定阈值，T代表初始模板，Stdv为灰度共生矩阵纹理标准差，Entropy为灰度共生矩阵纹理熵，Mean为灰度共生矩阵纹理均值，dAlpha为系数；

步骤3、根据初始模板，获取基准模板，具体包括：将所述初始模板向其宽边方向移动一个模板长度的距离，得到基准模板；

步骤4、根据步骤3中得到的基准模板，获取最相似模板，包括以下子步骤：

步骤41、沿所述基准模板第一条宽边中点分别逆时针和顺时针旋转，每一次旋转一个固定值，生成新的N个目标模板；

步骤42、分别计算N个目标模板、1个基准模板与初始模板的相似度，得到N+1个相似度差值u，所述相似度差值u的计算公式为：

其中，S代表N个目标模板和1个基准模板，T代表初始模板，Stdv为灰度共生矩阵纹理标准差，Entropy为灰度共生矩阵纹理熵，Mean为灰度共生矩阵纹理均值；

步骤43、选择所述相似度差值u最小的模板，作为最相似模板；

步骤5、判断步骤4中得到的最相似模板与初始模板的相似度差值是否小于设定阈值：若是则跳转至步骤6，否则跳转至步骤7；

步骤6、更新初始模板，并跳转至步骤3，具体包括：将最相似模板的道路信息存储在所述步骤12中的矢量线图层中，并将当前最相似模板更新为初始模板；

步骤7、获取新基准模板，具体包括：将初始模板沿中心线方向平移2倍的模板长度，得到新基准模板；

步骤8、计算所述步骤7中得到的新基准模板与初始模板的相似度，得到相似度差值；

步骤9、判断步骤8中得到的相似度差值是否小于设定阈值：若是则跳转至步骤6，否则结束流程。