高分辨率遥感图像中道路目标的半自动检测方法

摘要

本发明公开了一种高分辨率遥感图像中道路目标的半自动检测方法，它涉及遥感图像处理技术领域，主要解决现有方法对背景复杂的图像、道路的宽度和路面标记各不相同且灰度值上存在很大差异时不能准确检测道路的问题。其实现步骤为：首先结合人工输入的起始种子点和初始方向选取2N*2N的窗口；接着对窗口内图像进行直方图均衡化、高斯滤波预处理；再利用小波变换和Hough变换提取道路的边界直线，计算出道路中心点坐标；然后利用基于灰度比较的模板匹配方法对道路中心点坐标进行较正，利用已得的道路中心点坐标信息对道路方向进行较正；最后依次连接各次迭代所得的道路中心点坐标即得道路中心线，并输出。本发明能够处理背景复杂的遥感图像，当道路的宽度和路面标记各不相同，灰度值上也存在很大差异时，能够有效的检测道路，并对道路的中心线进行准确定位，可用于对道路目标的半自动检测。

主权项

1.一种高分辨率遥感图像中道路目标的半自动检测方法，包括如下步骤：(1)结合人工输入的起始种子点和道路初始方向选取2^N*2^N的窗口，N＝6，即采用人工输入点对的形式，输入的第一个点为道路的起始点，第一个点指向第二个点的方向为道路延伸的道路初始方向，以第一个点为中心选取一个2^N*2^N的正方形窗口，N＝6，并将窗口图像旋转至与道路方向平行，窗口旋转的公式为：$(x^{\prime },y^{\prime })=(x,y)\left(\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right)$其中，x′，y′为旋转后图像中各像素坐标，x，y为原图像中各像素坐标，θ为道路方向；(2)对窗口内图像依次进行直方图均衡化和高斯滤波预处理，得到道路边界较清晰的初步图像；(3)对初步图像采用基于小波变换的边缘检测方法进行边缘提取，得到窗口内图像的二值边缘图像，即利用二维小波变换对边缘信息增强后的窗口图像进行双阈值处理，得到高阈值Hth边缘检测图像和低阈值Lth边缘检测图像；再在高阈值Hth边缘检测图像中连接边缘轮廓，在低阈值Lth边缘检测图像中寻找弱边缘点弥补高阈值Hth边缘检测图像中的边缘间隙，得到完整的边缘图像，该高阈值Hth＝4，低阈值Lth＝0.5；(4)对二值边缘图像进行Hough变换，提取出道路的边界直线，得到道路的方向信息，即利用Hough变换对边缘图像的道路边界直线进行提取，并计算道路边界直线方向与窗口方向的偏差角度θ′；(5)结合当前道路中心点位置和道路方向信息，利用偏差角度θ′，计算下一道路中心点坐标，其计算公式如下：$\left(\begin{array}{c}{x}_w\\ y_w\end{array}\right)=\left(\begin{array}{c}N/2\\ N/2\end{array}\right)+\mathrm{step}\left(\begin{array}{c}\sin {\theta }^{\prime }\\ \cos {\theta }^{\prime }\end{array}\right),$其中，x_w，y_w为下一道路中心点的坐标，N为窗口宽度，step为窗口前进的步长，θ′为道路边界直线方向与窗口方向的偏差角度；(6)利用基于灰度比较的模板匹配较正方法按如下步骤对得到的道路中心点坐标进行较正，得到较正后的道路中心点坐标：(6a)挖掉路面上的车辆区域，填充邻近路面灰度值信息，当路面上连续的一小块区域灰度平均值与邻近路面平均灰度值相差超过100时，则判定该小块区域为车辆，把车辆区域挖掉后填充上其邻近的路面灰度值信息，得到较为平滑的路面图像；(6b)以道路中心点坐标为中心，沿着道路方向的两个垂直方向各延伸一个像素点，再分别以道路中心点和两个延伸出的像素点为中心，选取三个2^N*2^N的窗口，N＝6，利用公式分别计算出这三个窗口内图像灰度与原窗口内图像灰度的方差和，并取方差和最小的窗口为新的窗口，并把这个新的窗口的中心点坐标作为较正后的道路中心点坐标，式中，P_ab为原窗口中各像素的灰度值，P′_ab为当前窗口中各像素的灰度值，N为窗口宽度；(7)以较正后道路中心点坐标为中心，取2^N*2^N的窗口，N＝6；(8)重复步骤(2)至(7)共5次，得到5个道路中心点坐标，再以第1个道路中心点坐标指向第5个道路中心点坐标的方向作为新的道路方向，如果较正前后两次道路方向之差的绝对值大于90度时，转到步骤(9)，否则转到步骤(2)；(9)依次连接各次迭代所得的道路中心点坐标即得道路中心线，并输出。