高分辨率城区遥感图像中道路中心线的半自动检测方法

摘要

本发明公开了一种高分辨率遥感图像中道路中心线的半自动检测方法，它涉及遥感图像处理技术领域，主要解决现有技术对背景复杂、道路不明确的遥感图像检测精度不高、适用范围窄的问题。其实现步骤为：采用人机交互方式选取初始种子点和方向点后，在初始种子点建立模板窗，按设定步长沿道路前进方向寻找与模板窗最相似匹配的目标窗，将其中心确定为下一种子点；循环迭代得到一系列道路中心点，并将其连接成线，得到最终的道路中心线检测结果。本发明能够处理道路背景复杂、存在中心线的遥感图像，当道路中心线两边路况复杂、直接检测道路变得困难时，通过检测中心线，可对道路进行准确定位，用于对有中心线的道路的半自动检测。

主权项

高分辨率城区遥感图像道路中心线半自动检测方法，包括如下步骤：1)在待检测图像上选择初始种子点和初始方向点，该初始种子点与方向点形成的角度即为道路前进方向；2)以初始种子点为中心建立7×7的校正窗口，在该窗口范围内沿垂直道路前进方向搜索中心线像素，对初始种子点进行位置微调校正，确保初始种子点的选择准确落在道路中心线上，若窗口内搜索不到中心线像素，则不再校正初始种子点；3)在平面坐标系的原点建立基准窗，并将该基准窗旋转平移到初始种子点处形成初始模板窗，如果平移后初始种子点处的模板窗超越了原图像边界，要对超出边界部分进行窗口的对称延拓；4)建立与初始模板窗同样大小和方向的权值矩阵W，并对其进行初始化；5)对模板窗内图像块进行灰度值调整，增强图像的灰度对比度，使道路特征更显著；6)利用迭代阈值方法对增强后的图像块求解分割阈值T，并利用该阈值对图像进行二值化分割，得到初始道路中心线分割结果图；7)沿道路前进方向按设定步长step平移模板窗，形成N个待定目标窗，并判断每一目标窗内图像是否存在灰度值大于250的像素，若存在则判定为车辆，并将车辆像素处的8邻域或4邻域像素的灰度值设置为分割阈值T；8)采用模板匹配准则寻找与模板窗匹配的目标窗，对道路中心线进行跟踪，并按以下步骤搜索计算道路的中心点位置：(8a)对目标窗内图像块的灰度值进行调整，增强输出图像的灰度对比度，利用迭代阈值方法对增强后的图像进行二值化分割，得到初始道路中心线分割结果图；(8b)将各目标窗、模板窗乘以权值矩阵W，分别计算加权后的各目标窗与模板窗像素的绝对差值和，得到差值序列Absdev；(8c)设定两个比较阈值T1、T2，对差值序列Absdev由小到大排序，判断最小差值是否小于T1，如果满足条件，计算该最小差值所对应的目标窗中心点及8邻域灰度均值与模板窗中心点及8邻域灰度均值的差，判断该均值差是否小于T2，若是，则该目标窗与模板窗匹配，所对应目标窗的中心为下一个道路中心点，返回步骤3)；若否，则对次小差值重复前述判断过程，对满足阈值条件的，将该差值所对应目标窗的中心作为下一个道路中心点，返回步骤3)；(8d)当排序后的差值序列的前三个差值均不满足阈值条件时，则利用已搜索得到的道路中心点信息修正道路角度方向，返回步骤3)继续搜索下一个匹配目标窗位置；如果修正道路方向后仍搜索不到匹配目标窗，则临时增加搜索的步长，设置为新变量tempry，返回到步骤7)搜索下一个匹配目标窗位置；如果经过步长增加仍然找不到匹配目标窗时，则终止循环，结束本次搜索过程；9)搜索结束后，将搜索到的每一个中心点的行坐标和列坐标存储，并根据存储的坐标位置在原图像上对中心线进行标识，得到本次中心线检测结果。