阴影遮挡状态下的农村道路遥感提取方法及装置制造方法及图纸

本发明专利技术提供一种阴影遮挡状态下的农村道路遥感提取方法及装置，属于计算机技术领域，所述方法包括：提取遥感图像中的道路区域图像；将遥感图像转换为遥感HSV图像，提取遥感HSV图像中的阴影区域图像，结合所述道路区域图像获取疑似阴影遮挡道路区域图像；将所述疑似阴影遮挡道路区域图像输入阴影遮挡道路提取模型，获取阴影遮挡道路图像；对道路区域图像和阴影遮挡道路图像进行图像融合，获取融合道路图像。本发明专利技术针对遥感图像中受阴影影响的道路，利用不同色彩空间在遥感道路提取中的互补作用，尤其是利用HSV色彩空间对阴影遮挡状态下的色调不变特点，建立基于多色彩空间的融合图像提取方法，提高遮挡状态下的农村道路提取精度。取精度。取精度。

【技术实现步骤摘要】
阴影遮挡状态下的农村道路遥感提取方法及装置


[0001]本专利技术涉及计算机
，尤其涉及一种阴影遮挡状态下的农村道路遥感提取方法、装置、电子装置及存储介质。

技术介绍

[0002]随着遥感卫星和无人机技术的快速发展，遥感卫星影像的分辨率达到亚米级，无人机影像的分辨率达到厘米级，超高分辨率的遥感影像被大规模生产，尤其是可见光遥感图像的获取成本较低，被广泛应用于道路提取。遥感图像道路提取旨在通过利用图像处理和计算机视觉算法来从给定的遥感图像中准确地提取出道路的轮廓或中心线，从而为后续的土地调查、城乡规划、路网更新、便利评价等任务提供依据。
[0003]利用高分辨率可见光遥感影像进行道路提取有很多算法，较为广泛应用的包括动态规划法、最小二乘模板匹配、Snakes模型、基于图像分割、边缘检测算法等。近年来，随着深度学习的发展，利用卷积神经网络对图像进行语义分割来提取道路的方法取得了较大成效，这是由于卷积神经网络具有特征自提取的能力，可以自动提取道路在影像中的多个层次的各种特征，以及特征组合来识别道路，在大规模数据应用上分割精度和效率更有优势。
[0004]然而在实际应用到农村道路的过程中，由于遥感图像中的农村道路易被两侧植被、建筑等地物的阴影遮挡，并且农村道路的宽度相对较窄，一般为6米以下，导致了提取农村道路结果存在大量断线现象，无法串联成网，农村道路的提取精度较差。

技术实现思路

[0005]本专利技术提供一种阴影遮挡状态下的农村道路遥感提取方法及装置，用以解决现有技术中由于遥感图像中的农村道路易被两侧植被建筑等地物的阴影遮挡，导致提取农村道路结果存在大量断线现象，无法串联成网，农村道路的提取精度较差的缺陷。
[0006]第一方面，本专利技术提供一种阴影遮挡状态下的农村道路遥感提取方法，包括：提取遥感图像中的道路区域图像；将所述遥感图像转换为遥感HSV图像，提取所述遥感HSV图像中的阴影区域图像，结合所述道路区域图像获取疑似阴影遮挡道路区域图像；所述遥感图像为包含阴影遮挡状态下农村道路的RGB图像，所述遥感HSV图像为所述遥感图像的不变色彩空间图像；将所述疑似阴影遮挡道路区域图像输入阴影遮挡道路提取模型，获取阴影遮挡道路图像；对所述道路区域图像和所述阴影遮挡道路图像进行图像融合，获取融合道路图像。
[0007]根据本专利技术提供的一种阴影遮挡状态下的农村道路遥感提取方法，所述将所述遥感图像转换为遥感HSV图像，提取所述遥感HSV图像中的阴影区域图像，结合所述道路区域图像获取疑似阴影遮挡道路区域图像，包括：基于预设转换公式将所述遥感图像转换为遥感HSV图像；利用NSVDI指数阴影检测方法获取遥感HSV图像的阴影区域图像；对所述阴影区域图像和所述道路区域图像分别进行膨胀操作，获取所述阴影区域图像和所述道路区域图像膨胀后的交集，作为所述疑似阴影遮挡道路区域图像。
[0008]根据本专利技术提供的一种阴影遮挡状态下的农村道路遥感提取方法，所述提取遥感图像中的道路区域图像，包括：获取遥感图像样本，并且标注所述遥感图像样本中的道路作为遥感图像样本标签，以构建遥感图像样本集；基于所述遥感图像样本集训练第一卷积神经网络，获取所述道路提取模型；将所述遥感图像输入所述道路提取模型，获取所述道路区域图像。
[0009]根据本专利技术提供的一种阴影遮挡状态下的农村道路遥感提取方法，获取所述阴影遮挡道路提取模型的步骤，包括：获取遥感HSV图像样本，并且标注所述遥感HSV图像样本中的阴影遮挡道路作为遥感HSV图像样本标签，以构建遥感HSV图像样本集；基于所述遥感HSV图像样本集训练第二卷积神经网络，获取所述阴影遮挡道路提取模型。
[0010]根据本专利技术提供的一种阴影遮挡状态下的农村道路遥感提取方法，对所述道路区域图像和所述阴影遮挡道路图像进行图像融合，获取融合道路图像，包括：对所述道路区域图像进行二值化处理，获取第一图像；对所述阴影遮挡道路图像进行二值化处理，获取第二图像；基于所述第一图像和所述第二图像，获取确切融合结果子集和疑似融合结果子集；根据融合结果一致性权重与疑似融合结果子集，计算得到融合一致性结果矩阵；根据融合一致性阈值与融合一致性结果矩阵，在确定疑似融合结果子集中的元素融合通过后，结合所述确切融合结果子集获取目标融合结果；对所述目标融合结果进行优化，获取所述融合道路图像。
[0011]根据本专利技术提供的一种阴影遮挡状态下的农村道路遥感提取方法，基于所述第一图像和所述第二图像，获取确切融合结果子集和疑似融合结果子集，包括：计算所述第一图像和所述第二图像的交集，作为所述确切融合结果子集；根据第三图像与所述确切融合结果子集的差，获取所述疑似融合结果子集；所述第三图像为所述第一图像和所述第二图像的并集。
[0012]根据本专利技术提供的一种阴影遮挡状态下的农村道路遥感提取方法，计算所述融合结果一致性权重，具体包括：
[0013]计算第一一致性权重，其公式为：
[0014][0015]计算第二一致性权重，其公式为：
[0016][0017]计算第三一致性权重，其公式为：
[0018][0019]计算第四一致性权重，其公式为：
[0020][0021]计算融合结果一致性权重的公式为：
[0022]W＝αW
Ap
+βW
Bp
+γW
Cp
+δW
Dp
[0023]其中，W
Ap
为第一一致性权重，I
i
表示所述疑似融合结果子集的任一像素点的八邻域内的第i个邻域处的元素值；W
Bp
为第二一致性权重，I
rgbi
为第一图像的任一像素点的八邻域内的第i个邻域处的元素值，I
hsvi
为第二图像的任一像素点的八邻域内的第i个邻域处的元素值；W
Cp
为第三一致性权重，N1为第三图像的任一像素点的第一层空间邻域，为第三图像的任一像素点的第一层空间邻域内的第i个邻域处的元素值；W
Dp
为第四一致性权重，N2为第三图像的任一像素点的第二层空间邻域，为第三图像的任一像素点的第二层空间邻域内的第i个邻域处的元素值；α、β、γ、δ为一致性权重的系数，W为融合结果一致性权重。
[0024]第二方面，本专利技术还提供一种阴影遮挡状态下的农村道路遥感提取装置，包括：第一图像处理单元，用于提取遥感图像中的道路区域图像；第二图像处理单元，用于将所述遥感图像转换为遥感HSV图像，提取所述遥感HSV图像中的阴影区域图像，结合所述道路区域图像获取疑似阴影遮挡道路区域图像；所述遥感图像为包含阴影遮挡状态下农村道路的RGB图像，所述遥感HSV图像为所述遥感图像的不变色彩空间图像；第三图像处理单元，用于将所述疑似阴影遮挡道路区域图像输入阴影遮挡道路提取模型，获取阴影遮挡道路图像；第四图像处理单元，用于对所述道路区域图像和所述阴影遮挡道路图像进行图像融合，获取融合道路图像。
[0025]第三方面，本专利技术提供一种电子设备，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种阴影遮挡状态下的农村道路遥感提取方法，其特征在于，包括：提取遥感图像中的道路区域图像；将所述遥感图像转换为遥感HSV图像，提取所述遥感HSV图像中的阴影区域图像，结合所述道路区域图像获取疑似阴影遮挡道路区域图像；所述遥感图像为包含阴影遮挡状态下农村道路的RGB图像，所述遥感HSV图像为所述遥感图像的不变色彩空间图像；将所述疑似阴影遮挡道路区域图像输入阴影遮挡道路提取模型，获取阴影遮挡道路图像；对所述道路区域图像和所述阴影遮挡道路图像进行图像融合，获取融合道路图像。2.根据权利要求1所述的阴影遮挡状态下的农村道路遥感提取方法，其特征在于，将所述遥感图像转换为遥感HSV图像，提取所述遥感HSV图像中的阴影区域图像，结合所述道路区域图像获取疑似阴影遮挡道路区域图像，包括：基于预设转换公式将所述遥感图像转换为遥感HSV图像；利用NSVDI指数阴影检测方法获取遥感HSV图像的阴影区域图像；对所述阴影区域图像和所述道路区域图像分别进行膨胀操作，获取所述阴影区域图像和所述道路区域图像膨胀后的交集，作为所述疑似阴影遮挡道路区域图像。3.根据权利要求2所述的阴影遮挡状态下的农村道路遥感提取方法，其特征在于，所述提取遥感图像中的道路区域图像，包括：获取遥感图像样本，并且标注所述遥感图像样本中的道路作为遥感图像样本标签，以构建遥感图像样本集；基于所述遥感图像样本集训练第一卷积神经网络，获取所述道路提取模型；将所述遥感图像输入所述道路提取模型，获取所述道路区域图像。4.根据权利要求3所述的阴影遮挡状态下的农村道路遥感提取方法，其特征在于，获取所述阴影遮挡道路提取模型的步骤，包括：获取遥感HSV图像样本，并且标注所述遥感HSV图像样本中的阴影遮挡道路作为遥感HSV图像样本标签，以构建遥感HSV图像样本集；基于所述遥感HSV图像样本集训练第二卷积神经网络，获取所述阴影遮挡道路提取模型。5.根据权利要求2所述的阴影遮挡状态下的农村道路遥感提取方法，其特征在于，对所述道路区域图像和所述阴影遮挡道路图像进行图像融合，获取融合道路图像，包括：对所述道路区域图像进行二值化处理，获取第一图像；对所述阴影遮挡道路图像进行二值化处理，获取第二图像；基于所述第一图像和所述第二图像，获取确切融合结果子集和疑似融合结果子集；根据融合结果一致性权重与疑似融合结果子集，计算得到融合一致性结果矩阵；根据融合一致性阈值与融合一致性结果矩阵，在确定疑似融合结果子集中的元素融合通过后，结合所述确切融合结果子集获取目标融合结果；对所述目标融合结果进行优化，获取所述融合道路图像。6.根据权利要求5所述的阴影遮挡状态下的农村道路遥感提取方法，其特征在于，基于所述第一图像和所述第二图像，获取确切融合结果子集和疑似融合结果子集，包括：计算所述第一图像和所述第...

【专利技术属性】
技术研发人员：李淑华，李存军，刘玉，任艳敏，潘瑜春，董士伟，
申请(专利权)人：北京市农林科学院信息技术研究中心，
类型：发明
国别省市：