專利名稱：遙感影像圖中道路矢量化方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種遙感影像圖中道路矢量 化方法。
背景技術(shù)：
遙感影像圖是探測(cè)地物目標(biāo)綜合信息的最直觀、最豐富的載體，直接 從遙感影像圖中提取各類地物和專題信息是當(dāng)前遙感和地理信息系統(tǒng)技術(shù) 面臨的一個(gè)迫切而又復(fù)雜的問題。人們對(duì)遙感影像信息的提取和利用程度 要遠(yuǎn)遠(yuǎn)落后于通過空間和航空系統(tǒng)獲取信息源的速度。據(jù)估計(jì)，人們可能
用到的遙感信息僅占全部獲取信息的5%左右，而深層次的信息開發(fā)則更少。 這個(gè)事實(shí)極大地限制了遙感技術(shù)的實(shí)際應(yīng)用，也對(duì)遙感影像技術(shù)的深入研 究提出更急迫的要求。
遙感影像圖中的目標(biāo)通常分為點(diǎn)狀目標(biāo)、線狀目標(biāo)(如道路、河流等) 和面狀目標(biāo)(如建筑物等)，其中線狀目標(biāo)提取在目標(biāo)提取中具有承上啟下 的作用，而道路網(wǎng)絡(luò)的提取在線性目標(biāo)提取中占有極其重要的地位。
遙感影像圖中的道路信息，在數(shù)字測(cè)圖、圖像理解和定位、地理信息 系統(tǒng)的更新等眾多領(lǐng)域具有很高的應(yīng)用價(jià)值，國(guó)內(nèi)外在這一領(lǐng)域的研究工 作已經(jīng)有二十多年的歷史，其提取可以分為全自動(dòng)、半自動(dòng)和人工三種方 式。全自動(dòng)道路矢量化無疑是遙感影像圖目標(biāo)識(shí)別與特征提取的最終目標(biāo)， 但是由于遙感影像的復(fù)雜性和多樣性，對(duì)道路等人工地物的自動(dòng)提取又涉 及到計(jì)算機(jī)視覺、人工智能、模式識(shí)別與圖像理解等諸多方面。因此盡管 自動(dòng)提取道路等線狀地物的研究已經(jīng)進(jìn)行了許多年，國(guó)內(nèi)外專家在這方面 做了大量的探討和努力，但至今仍沒有一個(gè)無需人工干預(yù)的成型系統(tǒng)出現(xiàn)，
所以一些研究人員認(rèn)為在可預(yù)見的將來，自動(dòng)提取方法是不現(xiàn)實(shí)的，而
模板匹配法、Snake模型等半自動(dòng)提取方法更加現(xiàn)實(shí)。目前的GIS應(yīng)用系 統(tǒng)大部分采用人工矢量化方式，人工矢量化存在著工作量大、效率低、主 觀干擾因素多等缺點(diǎn)。半自動(dòng)矢量化(即人工交互)方式是現(xiàn)在的一個(gè)研 究熱點(diǎn)，雖然已有一些簡(jiǎn)單的應(yīng)用，但提取的主要是道路中心線，且都存
3在著速度慢、效率低等各種問題。如邊緣檢測(cè)提取法，該方法利用道路 與周圍地物顯著的光譜差異提取道路邊緣，其缺點(diǎn)是當(dāng)?shù)缆愤吔缬袠淠净?車輛行人時(shí)誤差較大，對(duì)具有同樣光譜特征的建筑屋頂也不能加以區(qū)分； 基于模糊算子理論的道路半自動(dòng)提取方法，該方法在對(duì)小比例尺影像進(jìn)行
Sobel邊緣檢測(cè)的基礎(chǔ)上，定義了 12種模糊算子表示道路的各種可能的結(jié)
構(gòu)，然后在給定道路種子點(diǎn)附近形成的一定范圍內(nèi)進(jìn)行搜索，提取出道路的
中心線，其缺點(diǎn)是運(yùn)算量大，提取速度慢；Snake模型道路半自動(dòng)提取法， 利用Snake模型將影像的各種特征及連續(xù)性與平滑性約束在一個(gè)能量函數(shù) 中表示出來，通過求能量函數(shù)的最小化來達(dá)到提取目標(biāo)的目的，該方法也同 樣存在著運(yùn)算量大、效率低且抗干擾能力差等缺點(diǎn)。
本發(fā)明的目的就是針對(duì)現(xiàn)有技術(shù)的不足，提出了一種遙感影像圖中道 路矢量化方法，通過人工給定初始種子點(diǎn)，利用五鄰域搜索法快速搜索出 無遮擋、無污點(diǎn)道路兩邊的邊界，對(duì)于信息受損道路進(jìn)行再次提取以降低 算法計(jì)算量，同時(shí)也提高了該方法的抗干擾性。
本發(fā)明方法的具體步驟如下
步驟l.對(duì)影像圖進(jìn)行邊緣增強(qiáng)，對(duì)邊緣增強(qiáng)后的影像圖進(jìn)行開運(yùn)算和
閉運(yùn)算，然后進(jìn)行二值化處理，得到二值化圖。
邊緣增強(qiáng)、開運(yùn)算和閉運(yùn)算、二值化處理的方法采用成熟的現(xiàn)有技術(shù)。 步驟2.在影像圖中的道路上任意選取一點(diǎn)作為種子點(diǎn)，以種子點(diǎn)為基
準(zhǔn)點(diǎn)在0。方向和180。方向上分別搜索道路的上下兩個(gè)初始邊界點(diǎn)，搜索歩
進(jìn)值為1個(gè)像素，搜索準(zhǔn)則為
當(dāng)255 S/(x，力S 1785時(shí)，點(diǎn)(x， y)為初始邊界點(diǎn)。 其中P",力為點(diǎn)(x， y)的灰度值。
如果在0。或180。方向上沒有搜索到初始邊界點(diǎn)，則在45?；?25。方向上 按照同樣的搜索準(zhǔn)則搜索初始邊界點(diǎn)，如果還是搜索不到初始邊界點(diǎn)，則 繼續(xù)在{ %。、 l35。 }或{ 2 0°、 315。 }方向上按照上述搜索準(zhǔn)則搜索上下兩個(gè)初 始邊界點(diǎn)。如果已經(jīng)搜索到初始邊界點(diǎn)則不再進(jìn)行后續(xù)方向的搜索，直接 進(jìn)入步驟
發(fā)明內(nèi)容
如果在四個(gè)方向都不能確定兩個(gè)初始邊界點(diǎn)，則進(jìn)入步驟4重新選取 種子點(diǎn)。
步驟3.以兩個(gè)初始邊界點(diǎn)為基準(zhǔn)點(diǎn)確定道路的所有邊界點(diǎn)，具體是 設(shè)數(shù)組順2] = { 0°、 45。、 90。、 135。' 180°、 225°、 270°、 315。},沒戸"€
為前
一邊界點(diǎn)跟蹤方向，則后一邊界點(diǎn)的跟蹤方向RD為
i ￡ = i [r〗[2]，其中r—preD + 4)。/。8
邊界點(diǎn)的搜索準(zhǔn)則參照歩驟2中的搜索準(zhǔn)則，搜索歩進(jìn)值為1個(gè)像素。 步驟4.如果在四個(gè)方向上都沒有搜索到初始邊界點(diǎn)，表明道路信息受
損，根據(jù)道路的走向，在相鄰10個(gè)象素的位置重新給出種子點(diǎn)重復(fù)步驟2、3。
步驟5.如果相鄰的兩個(gè)種子點(diǎn)確定的邊界點(diǎn)不能連接，則對(duì)斷裂部分 進(jìn)行細(xì)化處理，對(duì)細(xì)化部分進(jìn)行去噪聲和斷點(diǎn)連接，對(duì)細(xì)化部分按照道路 的寬度進(jìn)行膨脹，對(duì)膨脹后的道路進(jìn)行矢量化。
步驟6.重復(fù)步驟2、 3、 4、 5，直到把整個(gè)道路網(wǎng)絡(luò)都矢量化。
本發(fā)明與背景技術(shù)相比，具有的有益效果是
本發(fā)明是一種全新的道路提取方法，它適用于通用遙感影像圖(如bmp 格式)，在借鑒傳統(tǒng)半自動(dòng)道路提取方法的基礎(chǔ)上，把道路分成兩類無遮 擋、無污點(diǎn)道路和信息受損道路。對(duì)兩類道路采用不同的預(yù)處理策略，無 遮擋、無污點(diǎn)道路采用常規(guī)的預(yù)處理方法提高處理速度，對(duì)信息受損道路 進(jìn)行特殊處理以保證此類道路邊界的成功矢量化。
具體實(shí)施例方式


圖1為本發(fā)明方法中邊界搜索示意圖。
具體實(shí)施例方式
本發(fā)明在具體實(shí)施的過程中采用如下步驟
第一步對(duì)整幅遙感影像圖進(jìn)行邊緣增強(qiáng)、開運(yùn)算、閉運(yùn)算、二值化 的預(yù)處理運(yùn)算。此時(shí)得到的二值化影像圖中無遮擋、無污點(diǎn)道路的邊界輪 廓已經(jīng)非常清晰，為道路兩邊邊界的矢量化作好了準(zhǔn)備。
第二歩通過人工給定道路種子點(diǎn)(不止一個(gè))對(duì)道路兩邊界進(jìn)行快 速矢量化。如圖l所示(圖中的圓黑點(diǎn)為種子點(diǎn))，首先從種子點(diǎn)出發(fā)搜索 道路的第一個(gè)邊界點(diǎn)，上邊界和下邊界采用不同的搜索方向
上邊界{ 0。、 45°、 90。、 135。 }
下邊界〖180。、 225。、 270。、 315。)按照上述順序在各個(gè)方向搜索邊界時(shí)，如果某一方向上已經(jīng)搜索到邊 界點(diǎn)則不再對(duì)后續(xù)方向進(jìn)行搜索。如果四個(gè)方向上都沒有搜索到初始邊界
點(diǎn)，則根據(jù)道路的走向，在相鄰io個(gè)象素的位置重新給出種子點(diǎn)。
從第一個(gè)邊界點(diǎn)出發(fā)利用五鄰域搜索方向快速搜索出整個(gè)道路網(wǎng)絡(luò)的 邊界，道路邊界的判斷準(zhǔn)則，下
/0，力=￡》(-"'、"力 — 等p(義,y)-o
如果255 S/(x,力"785，厠g (x， y)為道路邊界點(diǎn)。
第三步對(duì)第二步中無法自動(dòng)跟蹤、或者跟蹤結(jié)果有誤的信息受損道 路進(jìn)行進(jìn)一歩預(yù)處理(細(xì)化、斷點(diǎn)連接、膨脹)，再進(jìn)行邊界矢量化。相對(duì) 來說這部分道路的比例是很小的。
權(quán)利要求
1、遙感影像圖中道路矢量化方法，其特征在于該方法的具體步驟是步驟1. 對(duì)影像圖進(jìn)行邊緣增強(qiáng)，對(duì)邊緣增強(qiáng)后的影像圖進(jìn)行開運(yùn)算和閉運(yùn)算，然后進(jìn)行二值化處理，得到二值化圖；步驟2. 在影像圖中的道路上任意選取一點(diǎn)作為種子點(diǎn)，以種子點(diǎn)為基準(zhǔn)點(diǎn)在0°方向和180°方向上分別搜索道路的上下兩個(gè)初始邊界點(diǎn)，搜索步進(jìn)值為1個(gè)像素，搜索準(zhǔn)則為當(dāng)p(x，y)＝0當(dāng)255≤f(x，y)≤1785時(shí)，點(diǎn)(x，y)為初始邊界點(diǎn)，其中p(x，y)為點(diǎn)(x，y)的灰度值，如果在0°或180°方向上沒有搜索到初始邊界點(diǎn)，則在45°或225°方向上按照同樣的搜索準(zhǔn)則搜索初始邊界點(diǎn)，如果還是搜索不到初始邊界點(diǎn)，則繼續(xù)在{90°、135°}或{270°、315°}方向上按照上述搜索準(zhǔn)則搜索上下兩個(gè)初始邊界點(diǎn)，如果已經(jīng)搜索到初始邊界點(diǎn)則不再進(jìn)行后續(xù)方向的搜索，直接進(jìn)入步驟3，如果在四個(gè)方向都不能確定兩個(gè)初始邊界點(diǎn)，則進(jìn)入步驟4重新選取種子點(diǎn)；步驟3. 以兩個(gè)初始邊界點(diǎn)為基準(zhǔn)點(diǎn)確定道路的所有邊界點(diǎn)，具體是設(shè)數(shù)組R[8][2]＝{0°、45°、90°、135°、180°、225°、270°、315°}，設(shè)preD∈
為前一邊界點(diǎn)跟蹤方向，則后一邊界點(diǎn)的跟蹤方向RD為RD＝R[T][2]，其中T＝(preD+4)％8邊界點(diǎn)的搜索準(zhǔn)則與步驟2中的搜索準(zhǔn)則相同，搜索步進(jìn)值為1個(gè)像素；步驟4. 如果在四個(gè)方向上都沒有搜索到初始邊界點(diǎn)，在相鄰10個(gè)象素的位置重新給出種子點(diǎn)重復(fù)步驟2、3；步驟5. 如果相鄰的兩個(gè)種子點(diǎn)確定的邊界點(diǎn)不能連接，則對(duì)斷裂部分進(jìn)行細(xì)化處理，對(duì)細(xì)化部分進(jìn)行去噪聲和斷點(diǎn)連接，按照道路的寬度進(jìn)行膨脹，對(duì)膨脹后的道路進(jìn)行矢量化；步驟6. 重復(fù)步驟2、3、4、5，直到把整個(gè)道路網(wǎng)絡(luò)都矢量化。
全文摘要
本發(fā)明涉及遙感影像圖中道路矢量化方法。目前方法速度慢、效率低、運(yùn)算量大、抗干擾能力差。本發(fā)明方法首先對(duì)影像圖進(jìn)行邊緣增強(qiáng)和二值化處理；在影像圖中的道路上任意選取一基準(zhǔn)點(diǎn)在0°方向和180°方向上分別搜索道路的上下兩個(gè)初始邊界點(diǎn)，如果沒有搜索則在45°或225°方向上繼續(xù)搜索，如果還搜索不到則繼續(xù)在{90°、135°}或{270°、315°}方向上搜索。以兩個(gè)初始邊界點(diǎn)為基準(zhǔn)點(diǎn)確定道路的所有邊界點(diǎn)，如果相鄰的兩個(gè)種子點(diǎn)確定的邊界點(diǎn)不能連接，則對(duì)斷裂部分進(jìn)行細(xì)化處理、去噪聲和斷點(diǎn)連接，再進(jìn)行膨脹，對(duì)膨脹后的道路進(jìn)行矢量化。本發(fā)明利用五鄰域搜索法快速搜索出無遮擋、無污點(diǎn)道路兩邊的邊界，對(duì)于信息受損道路進(jìn)行再次提取以降低算法計(jì)算量，同時(shí)也提高了該方法的抗干擾性。
文檔編號(hào)G06T5/00GK101488221SQ20091009559
公開日2009年7月22日 申請(qǐng)日期2009年1月22日 優(yōu)先權(quán)日2009年1月22日
發(fā)明者云 凌, 朱夏君, 勛 王 申請(qǐng)人:浙江工商大學(xué)