基于遥感影像的道路提取方法及装置、存储介质及设备制造方法及图纸

本公开涉及人工智能技术领域，提供了一种基于遥感影像的道路提取方法、基于遥感影像的道路提取装置、计算机存储介质、电子设备，其中，基于遥感影像的道路提取方法包括：对获取到的遥感影像进行影像分割，得到影像分割结果；对遥感影像中的道路特征点进行提取，得到特征提取结果；对影像分割结果与所特征提取结果进行融合处理，得到包含道路特征点的多个候选道路区域；对多个候选道路区域中的非道路目标进行剔除处理，得到道路提取结果。本公开能够利用简单的判断原则来提取道路和剔除非道路目标，使得提取过程更为迅速及自动化，而且增加了道路提取结果的信息量，使其更加贴近于实际情况，进而为无人驾驶中高精度地图的制作提供辅助帮助。提供辅助帮助。提供辅助帮助。

【技术实现步骤摘要】
基于遥感影像的道路提取方法及装置、存储介质及设备


[0001]本公开涉及人工智能
，特别涉及一种基于遥感影像的道路提取方法、基于遥感影像的道路提取装置、计算机存储介质及电子设备。

技术介绍

[0002]道路作为现代交通体系的主体，具有重要的地理、政治、经济意义，道路也是地理信息系统和地图中的主要记录和标识对象。近十几年来，随着遥感技术的快速发展，高分辨率遥感影像、雷达影像及无人机影像为利用遥感影像进行道路提取提供了可能，如何准确提取道路成为相关技术人员关注的焦点问题。
[0003]目前，一般是基于现成的软件，人工进行手工矢量化采集数据，而高精度地图制作的精度受人工专业程度的影响较大，因此，需要对人员进行前期培训，自动化程度较低，并且，人员操作的熟练程度也会直接影响到道路提取的效率和准确度。
[0004]因此，现有技术中的道路提取方法的自动化程度和准确度有待提高。
[0005]需要说明的是，上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解。

技术实现思路

[0006]本公开的目的在于提供一种基于遥感影像的道路提取方法、基于遥感影像的道路提取装置、计算机存储介质及电子设备，进而至少在一定程度上避免了现有技术中准确度较低的缺陷。
[0007]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0008]根据本公开的第一方面，提供一种基于遥感影像的道路提取方法，包括：对获取到的遥感影像进行影像分割，得到影像分割结果；对所述遥感影像中的道路特征点进行提取，得到特征提取结果；对所述影像分割结果与所述特征提取结果进行融合处理，得到包含所述道路特征点的多个候选道路区域；对多个所述候选道路区域中的非道路目标进行剔除处理，得到道路提取结果。
[0009]在本公开的示例性实施例中，所述方法还包括：基于一维滑动窗口沿水平和垂直方向依次遍历所述遥感影像的像素点，得到所述一维滑动窗口内的像素点的像素灰度值；获取数值最大的像素灰度值对应的像素点数量；当所述像素点数量大于第一预设阈值时，确定所述一维滑动窗口内的中心像素点为所述道路特征点。
[0010]在本公开的示例性实施例中，所述对所述候选道路区域中的非道路目标进行剔除处理，包括：获取所述候选道路区域中包含的道路特征点的数量，以及，获取所述候选道路区域中包含的总像素点数量；当所述道路特征点的数量占所述总像素点数量的比例小于第二预设阈值时，确定所述候选道路区域为所述非道路目标；对所述非道路目标进行剔除处理。
[0011]在本公开的示例性实施例中，所述对所述候选道路区域中的非道路目标进行剔除处理，得到道路提取结果，包括：当所述道路特征点的数量占所述总像素点数量的比例大于或等于所述第二预设阈值时，获取所述候选道路区域的最小外接矩形；根据所述最小外接矩形的长宽比确定所述候选道路区域对应的形状指数；当所述形状指数大于第三预设阈值时，确定所述候选道路区域为所述非道路目标；对所述非道路目标进行剔除处理。
[0012]在本公开的示例性实施例中，所述对获取到的遥感影像进行影像分割，得到影像分割结果，包括：基于分水岭分割算法对获取到的遥感影像进行影像分割，得到所述影像分割结果。
[0013]在本公开的示例性实施例中，所述遥感影像为高分辨率遥感影像。
[0014]在本公开的示例性实施例中，所述方法还包括：对所述道路提取结果进行优化处理，得到道路路网图；获取所述道路路网图中各道路的长度、宽度和位置坐标；以及，获取所述道路的类型、标识线的类型和颜色；根据所述道路的长度、宽度、位置坐标和类型，以及标识线的类型和颜色生成高精度地图。
[0015]根据本公开的第二方面，提供一种基于遥感影像的道路提取装置，包括：影像分割模块，用于对获取到的遥感影像进行影像分割，得到影像分割结果；特征提取模块，用于对所述遥感影像中的道路特征点进行提取，得到特征提取结果；融合模块，用于对所述影像分割结果与所述特征提取结果进行融合处理，得到包含所述道路特征点的多个候选道路区域；剔除模块，用于对多个所述候选道路区域中的非道路目标进行剔除处理，得到道路提取结果。
[0016]根据本公开的第三方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的基于遥感影像的道路提取方法。
[0017]根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述第一方面所述的基于遥感影像的道路提取方法。
[0018]由上述技术方案可知，本公开示例性实施例中的基于遥感影像的道路提取方法、基于遥感影像的道路提取装置、计算机存储介质及电子设备至少具备以下优点和积极效果：
[0019]在本公开的一些实施例所提供的技术方案中，一方面，对获取到的遥感影像进行影像分割，得到影像分割结果，能够对所述遥感影像中的道路特征点进行提取，得到特征提取结果，并对影像分割结果与特征提取结果进行融合处理，得到包含所述道路特征点的多个候选道路区域，能够解决现有技术中需要人工采集数据所导致的自动化程度较低且精度较低的技术问题，提高道路的提取速度。另一方面，对多个所述候选道路区域中的非道路目标进行剔除处理，得到道路提取结果，能够解决将非道路目标(例如：道路两旁的树木、路灯等物体的投影)误判为道路的技术问题，提高道路的识别和提取精度和准确度。
[0020]本公开应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0021]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施
例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1示出本公开一示例性实施例中基于遥感影像的道路提取方法的流程示意图；
[0023]图2示出本公开一示例性实施例中基于遥感影像的道路提取方法的子流程示意图；
[0024]图3示出本公开一示例性实施例中基于遥感影像的道路提取方法的子流程示意图；
[0025]图4示出本公开一示例性实施例中基于遥感影像的道路提取方法的子流程示意图；
[0026]图5示出本公开一示例性实施例中基于遥感影像的道路提取方法的整体流程示意图；
[0027]图6示出本公开示例性实施例中基于遥感影像的道路提取装置的结构示意图；
[0028]图7示出本公开示例性实施例中计算机存储介质的结构示意图；
[0029]图8示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
[0030]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感影像的道路提取方法，其特征在于，包括：对获取到的遥感影像进行影像分割，得到影像分割结果；对所述遥感影像中的道路特征点进行提取，得到特征提取结果；对所述影像分割结果与所述特征提取结果进行融合处理，得到包含所述道路特征点的多个候选道路区域；对多个所述候选道路区域中的非道路目标进行剔除处理，得到道路提取结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于一维滑动窗口沿水平和垂直方向依次遍历所述遥感影像的像素点，得到所述一维滑动窗口内的像素点的像素灰度值；获取数值最大的像素灰度值对应的像素点数量；当所述像素点数量大于第一预设阈值时，确定所述一维滑动窗口内的中心像素点为所述道路特征点。3.根据权利要求1或2所述的方法，其特征在于，所述对所述候选道路区域中的非道路目标进行剔除处理，包括：获取所述候选道路区域中包含的道路特征点的数量，以及，获取所述候选道路区域中包含的总像素点数量；当所述道路特征点的数量占所述总像素点数量的比例小于第二预设阈值时，确定所述候选道路区域为所述非道路目标；对所述非道路目标进行剔除处理。4.根据权利要求3所述的方法，其特征在于，所述对所述候选道路区域中的非道路目标进行剔除处理，得到道路提取结果，包括：当所述道路特征点的数量占所述总像素点数量的比例大于或等于所述第二预设阈值时，获取所述候选道路区域的最小外接矩形；根据所述最小外接矩形的长宽比确定所述候选道路区域对应的形状指数；当所述形状指数大于第三预设阈值时，确定所述候选道路区域为所述非道路目标；对所述非道...

【专利技术属性】
技术研发人员：王帅，
申请(专利权)人：北京京东叁佰陆拾度电子商务有限公司，
类型：发明
国别省市：