一种基于K-means的高分辨率遥感地图道路提取方法技术

本发明专利技术公开了一种基于K-means的高分辨率遥感地图道路提取方法，属于图像处理领域，可应用于遥感图像中的道路提取。针对目前高分辨率遥感地图图像道路提取技术所存在的问题和缺点，本发明专利技术提出了一种针对不同的道路类型基于K-means的道路提取方法，基于数学形态学方法并结合图像分割方法，得到一种道路分割、提取的方法，来达到提取高分辨率遥感图像中完整道路信息的目的，可以使得高分辨率地图中的道路分割结果连续性好，而且道路无明显的裂痕。

【技术实现步骤摘要】
一种基于K-means的高分辨率遥感地图道路提取方法
本专利技术属于图像处理领域，具体涉及一种高分辨率遥感图像道路提取方法，可应用于遥感图像中的道路提取。
技术介绍
近年来随着高清摄像机遥感图像空间分辨率的不断提升，促进了高分辨率遥感图像处理技术的不断发展，对于使用计算机研究道路的自动化、智能提取有很大的推进，也使这类研究受到了国内外研究学者的诸多关注和重视。随着遥感地图中道路目标提取方法的不断深入研究，遥感信息提取技术已从基于像元分类逐步过渡到面向对象的识别。在高分辨率遥感图像中，通常选取城市人工地物作为提取目标，其中包括道路、机场跑道、建筑物、海岸线等，这其中道路和建筑物占大多数，因此针对于道路的提取对遥感地图中城市地理信息库的更新十分重要。道路提取可以为城市地形图的快速更新、交通管理、汽车导航、城市规划，基础地理信息数据库的更新提供方便快捷的方式，同时带来巨大的经济和社会效益。Ross提出了一种遥感图像中的高速公路道路提取的方法，该方法首先使用聚类的方法对图像做二值分割，然后，对结果图像进行道路段跟踪连接，最后，利用人工智能技术对道路连接结果进行分析，从而获得最终图像。J.B.本文档来自技高网...

【技术保护点】
一种基于K‑means的高分辨率遥感地图道路提取方法，其特征在于包括如下步骤：步骤1：输入图像，将高分辨率1024x1024，10米以内，遥感地图图像输入；步骤2：依据高分辨率遥感图像颜色特征，将输入彩色图像转化成灰度图像[0,255]级，将步骤1得到的多通道高分辨率颜色的图像进行灰度化处理，得到灰度图像；步骤3：所述步骤2的灰度图像进行K‑means聚类处理，方法如下：步骤3.1：选取初始类别中心，设置初始类别c的值，在影像中选择c个不同的地物对象，其中每个地物对象表示为一个类别的中心；设定有c个类别，c的类别范围为[2,5]，设置其中心分别为Z1，Z2，…，Zc；步骤3.2：依据不同地物类...

【技术特征摘要】
1.一种基于K-means的高分辨率遥感地图道路提取方法，其特征在于包括如下步骤：步骤1：输入图像，将高分辨率1024x1024，10米以内，遥感地图图像输入；步骤2：依据高分辨率遥感图像颜色特征，将输入彩色图像转化成灰度图像[0,255]级，将步骤1得到的多通道高分辨率颜色的图像进行灰度化处理，得到灰度图像；步骤3：所述步骤2的灰度图像进行K-means聚类处理，方法如下：步骤3.1：选取初始类别中心，设置初始类别c的值，在影像中选择c个不同的地物对象，其中每个地物对象表示为一个类别的中心；设定有c个类别，c的类别范围为[2,5]，设置其中心分别为Z1，Z2，…，Zc；步骤3.2：依据不同地物类别中心与剩余的对象之间的距离，将每个对象根据类别与对象的距离判定赋予到最邻近的分割类别，然后重新统计所有分割类别的均值，此聚类过程不断迭代，直至准则函数收敛为止，方法如下：输入一个像素x，把该像素归入c个类别中的道路类别中，方法如下：其中j＝1,2,...,c且j≠i则其中是以为中心的类，d(x,y)为向量x，y之间的距离；步骤3.3：由步骤3.2得到类,计算得到新的聚类中心方法如下：其中Ni是类中的像元数目；步骤3...

【专利技术属性】
技术研发人员：何宁，张璐璐，徐成，王金宝，刘伟，刘丽，
申请(专利权)人：北京联合大学，
类型：发明
国别省市：北京;11