公开/公告号CN108645342A
专利类型发明专利
公开/公告日2018-10-12
原文格式PDF
申请/专利权人 国交空间信息技术(北京)有限公司;中国交通通信信息中心;
申请/专利号CN201810379889.7
申请日2018-04-25
分类号G01B11/02(20060101);G06T7/13(20170101);
代理机构11531 北京汇捷知识产权代理事务所(普通合伙);
代理人李宏伟
地址 100066 北京市朝阳区芳园南里9号院6号楼2层209室
入库时间 2023-06-19 06:43:16
法律状态公告日
法律状态信息
法律状态
2020-07-07
授权
授权
2018-11-06
实质审查的生效 IPC(主分类):G01B11/02 申请日:20180425
实质审查的生效
2018-10-12
公开
公开
技术领域
本发明涉及道路宽度提取技术领域,尤其涉及一种基于道路轨迹和高分辨率影像的道路宽度提取方法。
背景技术
道路宽度是指包括车行道和人行道的宽度,不包括人行道外侧的绿化宽度。道路宽度由交通量决定,根据公路的使用任务、功能和流量,公路等级分为高速公路、一级公路、二级公路、三级公路、四级公路五个等级。道路宽度是描述道路的一个重要属性,也是描述道路级别的重要指标。道路宽度不仅影响到公众的出行体验,也影响到公众的出行安全。因此,需要针对道路的宽度值开展准确的估算。
目前,利用高分辨率遥感影像估算路面宽度的研究比较少,路面宽度多通过人工在实地量测或高分辨率遥感影像人工量测获取,需要花费大量的人力和物力,很难获得区域上的道路宽度,且由于人为主观因素,易产生测量误差。另外,一些学者在开展道路提取的研究过程中,开展道路路面的提取,进而提取道路的中心线或者提取道路宽度的级别,较少开展道路的具体宽度值的研究。
发明内容
基于背景技术存在的技术问题,本发明提出了一种基于道路轨迹和高分辨率影像的道路宽度提取方法,本发明在已有道路矢量数据的基础上,利用高分辨率遥感影像数据,自动估算路段的宽度。该方法可以作为道路属性普查和核查过程中提取道路宽度的工具,提高普查和核查工作的效率,也可以协助开展道路建设进度的核查和道路灾毁的提取。
本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法,包括以下实施步骤:
S1:针对高分辨率遥感数据进行边缘检测;
S2:生成的检测结果矢量化,生成矢量线;
S3:基于道路轨迹上相邻节点,依次建立缓冲区,并裁剪上一步生成的矢量线;
S4:依次计算矢量线的长度和斜率,长度与斜率与道路轨迹最接近的两条矢量线作为道路的边缘;
S5:基于道路轨迹的中垂线,计算与道路边缘交线的长度;
S6:根据路段的宽度均一的特征,出现概率最大的长度值作为路段的宽度值。
优选地,所述S1中,对高分辨率遥感影像进行边缘检测,该步骤的主要目的是提取边缘线,为道路宽度估算提供潜在的边缘。
优选地,所述S2中,边缘检测结果矢量化,即将栅格数据转换为相同地理投影的矢量线数据,该步骤的目的是矢量数据相对于栅格数据,更易于开展长度和斜率计算。
优选地,所述S3中,以已有道路上相邻节点建立具有一定宽度的缓冲区,缓冲区宽度同样由道路轨迹与高分辨率遥感影像上的道路的平面距离决定,一条路段上可以生成多个缓冲区,依次利用缓冲区裁剪矢量边缘。
优选地,所述S4中,遍历缓冲区内的每个矢量线,计算矢量线的长度,并与已有道路相应的节点间道路长度比较,长度最接近的三条矢量线作为候选路线,再将候选矢量线中节点斜率与道路轨迹斜率接近的长度累加,根据边缘的情况,确定累加值占道路轨迹节点长度的占比,大于占比的矢量线作为道路的边缘,占比范围一般界于40%~80%,优选值为60%。
优选地,所述S5中,在获取道路的边缘后,利用道路轨迹两个相邻的节点,可以得到道路的中垂线,两个相邻节点的中点沿中垂线向两侧延伸,与道路边缘所在的栅格的交点之间的距离,即为此段道路的宽度。
优选地,所述S6中,使该路段获得多个路段宽度的估算值,将宽度估算值落在直方图内,直方图中频次最高的区间估算值的平均值作为路段的宽度值。
本发明中的有益效果为:
1、本发明利用道路轨迹相邻节点形成小缓冲区,裁剪矢量边缘,再通过长度和斜率两个参数作为判断指标,通过筛选规则,实现了边缘的筛选,提高了道路边缘的提取精度,进而使得道路宽度的提取更加准确,边缘筛选规则,使本发明不仅适用于道路轨迹与遥感影像上道路重叠的情况,也适用于道路轨迹相对于遥感影像上道路存在偏移的情况;
2、本方法利用道路中一条路段宽度均一的特点,将相邻节点的中垂线获取的宽度值放在直方图中,直方图中频次最高的范围内宽度值的平均值作为该路段的宽度值,该方法降低了由于道路周围物体遮挡引起的宽度提取误差带来的影响,统计规则符合交通业务规范,具有很强的应用性。
附图说明
图1为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路宽度提取流程图;
图2为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的边缘检测结果示意图;
图3为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的矢量边缘简化前后示意图;
图4为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路轨迹生成缓冲区示意图;
图5为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路边缘提取的参数示意图;
图6为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路边缘提取流程图;
图7为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路边缘筛选结果图;
图8为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路宽度提取结果直方图;
图9为本发明提出的一种基于道路轨迹和高分辨率影像的道路宽度提取方法的道路轨迹和高分影像实验数据示意图。
具体实施方式
下面将结合本发明实施例中的图,对本发明实施例中的方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1-9,一种基于道路轨迹和高分辨率影像的道路宽度提取方法,包括以下步骤:
对高分辨率影像进行边缘检测。
对遥感影像进行边缘检测,本示例中利用Canny算法进行边缘检测。
基于已有的道路轨迹建立缓冲区,并裁剪边缘检测结果。
1)基于已有道路建立缓冲区,缓冲区的宽度(W)由道路轨迹与高分辨率遥感影像上的道路的平面距离决定,缓冲区一般要能包含道路所对应的遥感影像上的道路。例如缓冲区的宽度为30米。
2)利用生成的缓冲区,裁剪边缘检测结果。如图2所示。
生成的边缘检测结果矢量化。
1)生成的栅格图像数据,进行矢量化。
2)矢量化结果进行简化。该步骤的目的是去除矢量线存在的锯齿,使线性平滑,如图3所示。
基于道路轨迹上相邻节点,依次建立缓冲区,并裁剪上一步生成的矢量线。
1)道路轨迹的相邻节点组成的节点段,依次生成W宽度的缓冲区。由于节点间距离不一致,且道路具有宽度一致的特性,节点间距离小于3米的相邻节点不生成缓冲区,以降低运算量。
2)生成的缓冲区裁剪第3步生成的矢量线。示意图见图4。
依次计算缓冲区内的矢量线的长度和斜率,长度与斜率与原有道路轨迹最接近的两条矢量线作为道路的边缘。道路边缘提取的参数示意图见图5。道路边缘提取的流程图见图6。
1)计算道路轨迹的长度。长度的计算公式如下,单位是米。其中,第1个i为第i个路段,第2个i为第i个路段的第i个矢量段。
2)遍历缓冲区内矢量线的长度。选择长度与道路轨迹长度最接近的三条矢量线。缓冲区内的每个矢量线,用L(i,i)表示,第1个i为一个路段的第i个节点端,第2个i为该缓冲区的第i个矢量段。假设矢量段共有m个节点,每个矢量线的长度用C(i,i)表示。C(i,i)的计算公式如下所示。
3)计算道路轨迹的斜率,单位是度。
斜率fr(i,i)的具体计算公式如下:
fr(i,i)=tan-1(kr(i,i))
4)依次计算三条矢量线中相邻节点的斜率,并累计斜率值与道路轨迹斜率差值小于10度的节点的长度,累计长度值大于轨迹长度60%的矢量线作为路线边缘。
矢量线节点间的斜率f(i,i)(j)的具体计算公式如下:
f(i,i)=tan-1(k(i,i)(j))
以第i个缓冲区上第一个矢量边缘的第一个节点L(i,i)(1)(x,y)和第二个节点L(i,i)(2)(x,y)为例,节点间长度的计算公式如下:
矢量线L(i,i)上与已知路线轨迹斜率偏差小于10度的节点和的计算公式如下所示:
其中,n为矢量线L(i,i)上与已知轨迹斜率差小于10度的路段数。
如果三条矢量线与已知路线的斜率差小于10%的矢量线长度和均大于60%,则选择长度差异最小的作为该节点的道路边缘;如果三条矢量线中有两条小于大于60%,则选择该两条作为该节点的道路边缘;如果三条矢量线中2条及以上路线小于60%,则放弃该缓冲区中路线边缘的提取,以及道路宽度的计算。
道路边缘筛选结果图如图7所示。
基于道路轨迹的中垂线,计算与道路边缘交线的长度。
1)在获取道路的边缘L(i,1)和L(i,2)后,将矢量边缘线转化成栅格图像。
2)利用道路轨迹两个相邻的节点p(i,i)和p(i,i+1),可以得到道路的中垂线,中垂线的斜率kz(i,i)和截距az(i,i)的计算公式具体如下:
3)两个相邻节点的中点沿中垂线向两侧延伸,与道路边缘所在的栅格的交点之间的距离,即为此段道路的宽度。假设延长线与道路边缘的交点为X1(i)(x,y)和X2(i)(x,y),则两点间距离的计算公式为:
根据同一路段的宽度均一的特征,将宽度值落在直方图内,直方图中频次最高的区间值的平均值作为路段的宽度值。
1)通过上述6个步骤的计算,某条路段可以获得多个路段宽度的估算值。
2)将路段的宽度值放到值域为1.25~20.25米,间隔为0.5米的直方图中。
3)选择落入区间频次最高的区间值的平均值作为路段的宽度值。如图8所示。
图9为本发明使用的道路轨迹数据和高分影像示例效果图。
本发明的道路宽度提取结果见下表:
表中的“影像目视解译结果”为人工利用相关专业软件从遥感影像中量测的结果;“近似结果”为本发明提取结果的规范化表示,从结果中可以看出,本发明的道路宽度提取方法,误差值在1m以内的准确度可达到91.67%,可满足实际应用的精度需求。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
机译: 基于图像传感器的考虑车辆性能的道路曲率提取系统和基于相同方法的道路曲率提取方法
机译: 基于卡尔曼滤波的考虑车辆行为的道路信息提取系统及采用相同方法的道路信息提取方法
机译: 车辆导航系统,具有用于确定进场道路在选定的交叉路口上具有道路轨迹的决策装置,以及用于基于决策装置的决策执行用于关于交叉路口的清晰引导的过程的装置