[发明专利]一种公路标识提取方法及系统

说明书

本发明涉及一种公路标识提取方法，属于公路标识提取领域，包括：获取原始无人机遥感影像；对所述原始无人机遥感影像进行二值化处理，得到第一图像；对所述第一图像进行腐蚀与闭操作处理，将粘连区域分离，得到第二图像；计算所述第二图像中连通区域的面积，并提取面积最大的部分作为干扰区域；对所述干扰区域进行膨胀操作，得到第三图像；将所述第三图像与所述原始无人机遥感影像做差，清除地物干扰，得到第四图像；构建车辆检测模型；将所述第四图像输入至所述车辆检测模型，识别所述第四图像中的车辆；将所述第四图像中的车辆清除，得到公路标识。本发明中的上述方案能够准确识别公路标识。

技术领域

本发明涉及道路工程和人工智能交叉领域，特别是涉及一种公路标识提取方法及系统。

背景技术

在过去的数十年之间，中国的公路总里程呈现一个快速增长的趋势，但随之而来的则是更加复杂的公路养护问题。部分公路因为服役年限过长已经出现常见的公路病害，诸如公路标识的模糊与破损等。而公路标识线在提供信息、分割车道、车辆引流等方面有着重要作用，因此对于公路的巡检以达到排查或预防上述问题，对于我国未来的公路领域的发展至关重要。

公路标识作为马路上最为重要的部分，给司机提供了很多的信息，因为长时间受到车轮的摩擦以及自然作用(如风吹日晒)，这导致诸多的公路标识存在磨损、破裂等情况。许多公路标识都有重新绘制的需求，如何快速稳定的检测出来这部分公路标识，同时达到高频率对于公路进行巡航，成为了一个关键性的需求。

传统的人力或者探地雷达需要消耗大量的人力来满足公路巡检需求的频率，同时，航空遥感和卫星遥感得到的数据分辨率与重访周期也难以满足要求。但是无人机遥感技术的兴起给这一问题提供了新的视角与新的解决方案：得益于无人机遥感的超高分辨率以及受限制极小的重访周期，使用无人遥感技术来进行公路问题的巡检成为了一个新的思路。

然而，作为一个新兴的技术，无人机遥感的数据集略显不足，无人机遥感数据集在目标检测与目标追踪方面较为全面，但是在语义分割方面的数据集较为缺失，这使得通过语义分割的技术方法进行公路标识的快速提取暂时不可能。目前主流的处理方法主要都以来与传统的图形学方法，或者遥感方法，例如形态学运算、阈值分割、对象分割等。

为达到从无人机遥感影像当中提取出来公路标识的目的，需要克服两大困难，其一为无人机影像中复杂的地物对于图像本身的干扰，其二则为公路上大量车辆对于进一步标识提取带来的干扰。

为了克服上述两个难点，本发明提出了一种应用了形态学运算、阈值分割、深度学习YoloV5等技术的公路标识提取技术，实现了对于图像上公路区域的分割，以及公路车辆的提取。

发明内容

本发明的目的是提供一种公路标识提取方法及系统，实现对图像上公路区域的分割以及公路车辆的提取。

为实现上述目的，本发明提供了如下方案：

一种公路标识提取方法，所述提取方法包括：

获取原始无人机遥感影像；

对所述原始无人机遥感影像进行二值化处理，得到第一图像；

对所述第一图像进行腐蚀与闭操作处理，将粘连区域分离，得到第二图像；

计算所述第二图像中连通区域的面积，并提取面积最大的部分作为干扰区域；

对所述干扰区域进行膨胀操作，得到第三图像；

将所述第三图像与所述原始无人机遥感影像做差，清除地物干扰，得到第四图像；

构建车辆检测模型；

将所述第四图像输入至所述车辆检测模型，识别所述第四图像中的车辆；

将所述第四图像中的车辆清除，得到公路标识。