面向对象的道路信息提取方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种面向对象的道路信息提取方法，应用于遥感图像处理技术，主要目的在于解决现有遥感图像进行图像提取时准确性较低的问题，本发明专利技术主要步骤包括：获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像；通过机器学习模型从所述初步图像中提取灰度图，所述机器学习模型为预先基于历史数据训练的，用于对从遥感图像中提取灰度图的模型；根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像；通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据，所述特征提取规则中包括光谱特征、纹理特征、形状特征以及空间邻域特征。本发明专利技术适用于面向对象的图像信息提取。

Object oriented method, device and electronic equipment for road information extraction

【技术实现步骤摘要】
面向对象的道路信息提取方法、装置及电子设备
本专利技术涉及遥感图像处理技术，具体涉及一种面向对象的道路信息提取提取方法、装置及电子设备。
技术介绍
随着技术的不断发展，遥感图像处理技术也逐步发展。目前，在对遥感图像进行目标图像提取时，按其图像分类时的基本单元的不同可以分为基于像元的分类方法和面向对象的分类方法两大类。由于基于像元的分类方法以影像单一像元为基本单元，其分类结果容易出现“椒盐现象”，而且由于地物存在“同物异普”和“异物同普”现象，易造成地物类别的错分和漏分，导致分类结果精度较低，而面向对象的分类方法利用“同质均一”的多个像元为基础分类对象，利用影像的光谱、纹理特征进行分类，突破了基于像元分类方法的限制，一定程度上解决了典型地物容易出现的错和漏的问题，因此，面向对象的图像分类方法已逐步成为遥感图像中提取影像数据时的主要手段。一般来说，在现有基于面向对象的图像分类来进行影像提取时，一般是基于遥感图像中的几个波段中的光谱信息以及纹理参数进行图像的分类和提取。然而，在实际应用中，现有的图像提取方法在面对一些典型地物时，基于其图像提取过程中依靠纹理、光谱进行提取的，当纹理、光谱相关特征较为相似时，极易导致将不同的地物划分成一类，继而使提取的影像准确性受到影响。
技术实现思路
有鉴于此，本专利技术提供了一种面向对象的道路信息提取方法、装置及电子设备，为了解决现有的面向对象的道路信息提取过程中准确性较差的问题。为实现上述专利技术目的，根据本专利技术的第一个方面，提供一种面向对象的道路信息提取方法，包括：获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像，所述初步处理操作包括辐射校正操作、几何校正操作、图像融合操作、波段重新组合操作以及数据降位操作；通过机器学习模型从所述初步图像中提取灰度图，所述机器学习模型为预先基于历史数据训练的，用于对从遥感图像中提取灰度图的模型；根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像；通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据，所述特征提取规则中包括光谱特征、纹理特征、形状特征以及空间邻域特征。可选的，在所述通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据之前，所述方法还包括：建立预设特征提取规则，其中，所述光谱特征包括亮度特征及标准差特征；所述纹理特征包括同质性特征及对比度特征；所述形状特征包括长度特征、宽度特征、长宽比特征及密度特征；所述空间邻域特征包括空间临近度特征。可选的，在所述通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据之后，所述方法还包括：对所述目标道路图像数据进行优化处理操作，所述优化处理操作包括：图斑融合操作、小面积图斑剔除操作、形态学规整操作、栅格转矢量操作、矢量图形简化操作及拓扑检查操作。可选的所述获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像包括：当对所述遥感图像数据执行初步处理操作中的波段重新组合操作时，从所述遥感图像数据中分别提取R波段、G波段及B波段，并设置R波段的波段组合顺序为第一位序，设置G波段的波段组合顺序为第二位序，设置B波段的波段组合顺序为第三位序；当对所述遥感图像数据执行初步处理操作中数据降位操作时，调整所述初步图像的值域范围至0-255。可选的，所述根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像，包括：融合所述灰度图与所述初步图像，得到融合图像，所述融合图像中包含有R波段、G波段、B波段以及灰度图波段；对所述融合图像进行多尺度分割，得到分割后图像。可选的，所述根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像包括：将所述灰度图确定为分割辅助数据，对所述初步图像进行多尺度分割。可选的，在所述通过机器学习模型从所述初步图像中提取灰度图之后，所述方法还包括：判断所述灰度图的值域范围是否与所述初步处理图像的值域范围相同；若否，则调整所述灰度图的值域范围，以便所述灰度图的值域范围与所述初步处理图像的值域范围相同。根据本专利技术的第二方面，本专利技术还提供了一种面向对象的道路信息提取装置，包括：处理单元，用于获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像，所述初步处理操作包括辐射校正操作、几何校正操作、图像融合操作、波段重新组合操作以及数据降位操作；第一提取单元，用于通过机器学习模型从所述初步图像中提取灰度图，所述机器学习模型为预先基于历史数据训练的，用于对从遥感图像中提取灰度图的模型；分割单元，用于根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像；第二提取单元，用于通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据，所述特征提取规则中包括光谱特征、纹理特征、形状特征以及空间邻域特征。可选的，所述装置还包括：建立单元，用于建立预设特征提取规则，其中，所述光谱特征包括亮度特征及标准差特征；所述纹理特征包括同质性特征及对比度特征；所述形状特征包括长度特征、宽度特征、长宽比特征及密度特征；所述空间邻域特征包括空间临近度特征。可选的，所述装置还包括：优化单元，用于对所述目标道路图像数据进行优化处理操作，所述优化处理操作包括：图斑融合操作、小面积图斑剔除操作、形态学规整操作、栅格转矢量操作、矢量图形简化操作及拓扑检查操作。可选的，所述处理单元包括：第一处理模块，用于当对所述遥感图像数据执行初步处理操作中的波段重新组合操作时，从所述遥感图像数据中分别提取R波段、G波段及B波段，并设置R波段的波段组合顺序为第一位序，设置G波段的波段组合顺序为第二位序，设置B波段的波段组合顺序为第三位序；第二处理模块，用于当对所述遥感图像数据执行初步处理操作中数据降位操作时，调整所述初步图像的值域范围至0-255。可选的，所述分割单元，包括：融合模块，用于融合所述灰度图与所述初步图像，得到融合图像，所述融合图像中包含有R波段、G波段、B波段以及灰度图波段；第一分割模块，用于对所述融合图像进行多尺度分割，得到分割后图像。可选的，所述分割单元，包括：第二分割模块，用于将所述灰度图确定为分割辅助数据，对所述初步图像进行多尺度分割。可选的，所述装置还包括：判断单元，用于判断所述灰度图的值域范围是否与所述初步处理图像的值域范围相同；调整单元，用于若判断所述灰度图的值域范围与所述初步处理图像的值域范围不同，则调整所述灰度图的值域范围，以便所述灰度图的值域范围与所述初步处理图像的值域范围相同。本专利技术提供的一种面向对象的道路信息提取方法、装置及电子设备，与现有技术中在进行面向对象的道路信息提取过程中提取结果的准确性较低相比，本专利技术首先获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像；然后，本文档来自技高网...

【技术保护点】
1.一种面向对象的道路信息提取方法，其特征在于，包括：/n获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像，所述初步处理操作包括辐射校正操作、几何校正操作、图像融合操作、波段重新组合操作以及数据降位操作；/n通过机器学习模型从所述初步图像中提取灰度图，所述机器学习模型为预先基于历史数据训练的，用于对从遥感图像中提取灰度图的模型；/n根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像；/n通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据，所述特征提取规则中包括光谱特征、纹理特征、形状特征以及空间邻域特征。/n

【技术特征摘要】
1.一种面向对象的道路信息提取方法，其特征在于，包括：
获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像，所述初步处理操作包括辐射校正操作、几何校正操作、图像融合操作、波段重新组合操作以及数据降位操作；
通过机器学习模型从所述初步图像中提取灰度图，所述机器学习模型为预先基于历史数据训练的，用于对从遥感图像中提取灰度图的模型；
根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像；
通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据，所述特征提取规则中包括光谱特征、纹理特征、形状特征以及空间邻域特征。


2.根据权利要求1所述的方法，其特征在于，在所述通过预设特征提取规则，从所述分割后图像中提取目标道路图像数据之前，所述方法还包括：
建立预设特征提取规则，其中，所述光谱特征包括亮度特征及标准差特征；
所述纹理特征包括同质性特征及对比度特征；
所述形状特征包括长度特征、宽度特征、长宽比特征及密度特征；
所述空间邻域特征包括空间临近度特征。


3.根据权利要求2所述的方法，其特征在于，所述获取遥感图像数据，并对所述遥感图像数据执行初步处理操作，得到初步图像包括：
当对所述遥感图像数据执行初步处理操作中的波段重新组合操作时，从所述遥感图像数据中分别提取R波段、G波段及B波段，并设置R波段的波段组合顺序为第一位序，设置G波段的波段组合顺序为第二位序，设置B波段的波段组合顺序为第三位序；
当对所述遥感图像数据执行初步处理操作中数据降位操作时，调整所述初步图像的值域范围至0-255。


4.根据权利要求3所述的方法，其特征在于，所述根据所述灰度图以及所述初步图像进行图像分割，得到分割后图像，包括：
融合所述灰度图与所述初步图像，得到融合图像，所述融合图像中包含有R波段、G波段、B波段以及灰度图波段；
对所述融合图像进行多尺度分割，得到分割后图像。


5.根据权利要求3所述的方法，其特征在于，所述根据所述灰度图以及所述初步图像进行图像分...

【专利技术属性】
技术研发人员：毛海亚，何正国，谭来钱，黄玲，钟家晖，樊惠萍，
申请(专利权)人：广州市城市规划自动化中心，
类型：发明
国别省市：广东;44