一种基于遥感数据的断头路定位及重要性分级方法与流程

1.本发明属于遥感技术领域，特别涉及了一种断头路定位及重要性分级方法。


背景技术：

2.断头路是一种特殊的道路形态，具有特殊的道路位置特征，具备重要目标线索指引作用。遥感的根本目的就是获取信息，随着信息化时代的到来，如何快速、准确的识别人工地物对于空间地理信息库的建设具有重要意义。典型的人工地物包括桥梁、大坝、机场、港口、隧道等重要目标，而这些典型人工地物都离不开断头路这一特殊的道路形态。至今为止，国内外很多学者提出了许多道路检测的算法，但是对于断头路的识别及应用研究较少。
3.目前，对于断头路的研究仅限于将机场掩体视为断头路，通过提取机场区域的完整矢量路网，利用八邻域方法确定掩体位置。而断头路的重要目标线索指引作用并未被重视。从现有研究来看，主要利用图像分割、感兴趣区域检测、特征提取等关键技术，从大幅影像中提取待识别目标的主要特征，通过对多种特征的综合分析，实现对重要目标的识别与检测，但是这类目标识别算法针对性较强，效率较低，适用性较差。
4.因此，充分考虑断头路的重要目标线索指引作用，实现对断头路的定位和重要性分级，符合城市建设、交通规划等部门的应用需求，具有重要的现实意义。


技术实现要素：

5.为了解决上述背景技术提到的技术问题，本发明提出了一种基于遥感数据的断头路定位及重要性分级方法，充分考虑断头路的重要目标线索指引作用，利用矢量路网精确定位断头路位置后，以断头路位置作为重要目标的潜在区域，对其关联区域进行地表参数提取与分析，实现对断头路重要性分级以及关联区域场景的估计。
6.为了实现上述技术目的，本发明的技术方案为：
7.一种基于遥感数据的断头路定位及重要性分级方法，包括以下步骤：
8.(1)采集矢量路网数据，多光谱遥感数据和数字高程模型数据；首先，以矢量路网数据为基准，对多光谱遥感数据进行配准；然后，以多光谱遥感数据覆盖范围为工作区，对矢量路网数据进行裁剪，得到工作区内矢量路网；
9.(2)对工作区内矢量路网进行栅格化处理，得到栅格化路网；利用八邻域法对栅格化路网进行全局检测，确定所有断头路的位置；
10.(3)计算地表属性参数，包括各类地物遥感指数信息以及地势信息，所述地势信息包括坡度和高程；
11.(4)确定步骤(2)得到的断头路的道路走向，根据断头路的位置和断头路的道路走向确定断头路的关联区域，统计每个断头路的关联区域内的地表属性参数；
12.(5)根据断头路关联区域的地势信息确定该区域的地貌及坡度类型；根据断头路关联区域内的不同地物占比，确定该区域的土地利用类型；然后，对断头路进行重要性分级，估计断头路关联区域的场景类型。
13.进一步地，步骤(2)的具体过程如下：
14.(2.1)获取多光谱遥感影像数据的行列数，创建像素值为0的与多光谱遥感影像数据具有相同行列数的单波段空白图像；
15.(2.2)将矢量路网数据与创建的单波段空白图像叠加；重叠区域若存在路网，则将对应的空白图像中的像素值设置为255，否则仍为0；遍历整个单波段空白图像后得到栅格化后的路网图像p；
16.(2.3)构建3
×
3的算子，遍历栅格路网图像p，以待检测点为中心，计算相邻8个像素的像素值之和；如果相邻8个像素的像素值之和为255且该点不在图像p的边界上，则该中心点为断头路，构建断头路坐标点集r。
17.进一步地，在步骤(3)中，利用多光谱遥感数据计算水体指数、植被指数、建筑用地指数、裸土指数和不透水地表指数，得到对应的遥感指数结果图；利用数字高程模型数据计算坡度，得到对应的坡度图。
18.进一步地，得到遥感指数结果图的方法如下：
19.(3.1)读取多光谱遥感影像数据，将6个波段存储为蓝光波段影像b1、绿光波段影像b2、红光波段影像b3、近红外波段影像b4、中红外波段1影像b5、中红外波段2影像b6；
20.(3.2)利用归一化水体指数(b2
‑
b4)/(b2 b4)对多光谱遥感影像数据进行计算，得到水体指数结果图；
21.利用归一化植被指数(b4
‑
b3)/(b3 b4)对多光谱遥感影像数据进行计算，得到植被指数结果图；
22.利用比值建筑用地指数kt1/kt2对多光谱遥感影像数据进行计算，得到建筑用地指数结果图，其中：
23.kt1＝0.326*b1 0.509*b2 0.56*b3 0.567*b4，
24.kt2＝
‑
0.311*b1
‑
0.356*b2
‑
0.325*b3 0.819*b4；
25.利用不透水地表指数((b4 b5 b6)
‑
(b1 b2 b3))/((b4 b5 b6) (b1 b2 b3))对多光谱遥感影像数据进行计算，得到不透水地表指数结果图；
26.利用归一化裸土指数(b4
‑
b5)/(b4 b5)对多光谱遥感影像数据进行计算，得到裸土指数结果图。
27.进一步地，得到坡度图的方法如下：
28.(3a)获取多光谱遥感影像数据的投影信息，对数字高程模型数据进行投影转换，得到转换后的数字高程模型数据dem1；
29.(3b)建立3
×
3算子，遍历dem1的所有像元，根据式(1)计算中心像元的东西向变化率s
we
，根据式(2)计算中心像元的南北向变化率s
sn
，根据式(3)计算中心像元的坡度值s，得到坡度图：
[0030][0031][0032]
[0033]
其中，e1、e3表示dem1中中心像元左右相邻像素的像素值，e2、e4表示dem1中中心像元上下相邻像素的像素值；
[0034]
(3c)将得到的坡度图和数字高程模型数据重采样至与多光谱遥感影像数据相同大小。
[0035]
进一步地，在步骤(4)中，确定断头路的道路走向的方法如下：
[0036]
利用步骤(2)得到的栅格化路网，以步骤(2)得到的断头路为中心点，检测距中心点为5像素的正方形边界上像素值不为0的像素点a；根据像素点a以及断头路位置坐标，计算两点连线的方位角β，以(45
°
,135
°
]为下，(135
°
,255
°
]为右，(225
°
,315
°
]为上以及(0
°
,45
°
]为左，将断头路的道路走向分为影像中的上下左右四个方向。
[0037]
进一步地，在步骤(4)中，确定断头路的关联区域的方法如下：
[0038]
如果断头路的道路走向为向上，则以断头点为正方形下边线的中心点，设置边长为n的正方形窗口；如果断头路的道路走向为向下，则以断头点为正方形的上边线的中心点，设置边长为n的正方形窗口；如果断头路的道路走向为向左，则以断头点为正方形右边线的中心点，设置边长为n的正方形窗口；如果断头路的道路走向为向右，则以断头点为正方形左边线的中心点，设置边长为n的正方形窗口。
[0039]
进一步地，在步骤(4)中，统计断头路的关联区域内的地表属性参数的过程如下：
[0040]
(4.1)设置水体指数结果图阈值t
w
，植被指数结果图阈值t
v
，不透水地表指数结果图设置上、下阈值t
ns1
、t
ns2
，建筑用地指数结果图阈值t
r
，裸土指数结果图设置阈值t
s
；
[0041]
(4.2)设置步骤(4)中正方形窗口内像素数为n2；统计窗口内水体指数结果图中像素值大于t
w
的像素数n
w
，植被指数结果图中像素值大于t
v
的像素数n
v
，不透水地表指数结果图中像素值大于t
ns1
且小于t
ns2
的像素数n
ns
，建筑用地指数结果图中像素值小于t
r
的像素数n
r
，裸土指数结果图中像素值小于t
s
的像素数n
s
；
[0042]
(4.3)计算窗口内每种地物的占比ratio
i
：
[0043][0044]
其中，n
i
表示属于地物i的像素数，i＝w,v,ns,r,s；
[0045]
(4.4)统计断头路关联区域内高程和坡度的最大值、最小值和均值。
[0046]
进一步地，步骤(5)的具体过程如下：
[0047]
(5.1)根据断头路关联区域内高程的最大值、最小值和均值，对断头路场景进行地貌类型划分，确定场景地貌类型为平原、丘陵、山区；根据断头路关联区域内坡度的最大值、最小值和均值，对断头路场景进行坡度划分，确定场景坡度类型为平坡、缓坡、斜坡；
[0048]
(5.2)根据断头路关联区域内每种地物占比，确定场景土地利用类型为植被覆盖或水域覆盖为主的农业用地或生态用地、全部或部分为建筑区覆盖的建筑用地、大面积裸土覆盖的未利用土地；
[0049]
(5.3)根据断头路关联区域的地貌类型、坡度类型和土地利用类型对断头路进行重要性分级，并估计断头路关联区域的场景类型。
[0050]
采用上述技术方案带来的有益效果：
[0051]
(1)本发明利用矢量路网数据检测并定位断头路的位置；利用多光谱遥感影像根据不同地物遥感指数计算公式计算对应指数结果图，利用dem数据计算高程及坡度信息；利
用断头路的重要目标线索指引作用，通过对断头路关联区域的地表信息进行综合分析，对断头路进行重要性分级，并实现断头路关联区域场景的估计，基本实现了自动化，具有较好的稳定性及重要的现实意义。
[0052]
(2)本发明利用矢量路网数据进行断头路的检测与定位，定位结果只受矢量路网数据影响，结果准确；本发明利用栅格化后的路网图像确定断头路的关联区域并对断头路关联区域的地表参数进行综合分析，从而实现对断头路的重要性分级及关联区域场景估计，无需进行全局性的特征识别分析，提高了检测效率，缩短了用时。
附图说明
[0053]
图1是本发明的方法流程图；
[0054]
图2是实施例中待检测区域遥感影像图；
[0055]
图3是实施例中栅格路网图；
[0056]
图4是实施例中断头路位置检测结果图；
[0057]
图5是实施例中水体指数、植被指数、归一化裸土指数、不透水地表指数、比值建筑用地指数、坡度计算结果图；
[0058]
图6是实施例中断头路关联区域场景估计结果图。
具体实施方式
[0059]
以下将结合附图，对本发明的技术方案进行详细说明。
[0060]
本发明设计了一种基于遥感数据的断头路定位及重要性分级方法，如图1所示，步骤如下：
[0061]
步骤1、数据准备：采集矢量路网数据，多光谱遥感数据(包含红绿蓝波段、近红外波段及两个中红外波段)，数字高程模型(dem)数据。
[0062]
步骤2、基于矢量路网的断头路检测与定位，具体实施步骤如下：
[0063]
步骤2.1，矢量路网数据栅格化。以多光谱遥感数据(见图2)覆盖范围为工作区，对矢量路网数据进行裁剪，得到工作区内矢量路网，然后对工作区内矢量路网进行栅格化处理，得到栅格路网结果图p，如图3所示；
[0064]
步骤2.2，断头路检测与定位。利用八邻域法对栅格路网p进行逐像元计算，检测并定位断头路的位置，得到断头路位置检测结果，如图4所示；
[0065]
步骤3、地表属性参数计算，具体实施步骤如下：
[0066]
地表属性参数包括各类地物遥感指数信息，坡度、高程等地势信息。
[0067]
步骤3.1，基于多光谱遥感影像数据的遥感指数结果图计算。根据归一化水体指数、归一化植被指数、比值建筑用地指数、归一化裸土指数、不透水地表指数进行相关地物遥感指数计算，得到相应的地物遥感指数结果图，如图5中的(a)
‑
(e)所示；
[0068]
步骤3.2，基于dem数据的坡度图计算。利用dem数据逐像元计算其东西向及南北向的高程变化率，从而得到每个像元的坡度值，生成坡度图后重采样得到坡度图，如图5中的(f)所示。
[0069]
步骤4、断头路关联区域确定及关联区域内地表参数统计，具体实施步骤如下：
[0070]
步骤4.1，确定断头路的道路走向：以断头路为中心点，检测栅格路网p中，距中心
点为5像素的正方形边界上的像素值不为0的像素点a，计算中心点与a点的方位角β；根据计算得到的方位角β，(45
°
,135
°
]为下、(135
°
,225
°
]为右、(225
°
,315
°
]为上、(315
°
,360
°
]及[0
°
,45
°
]为左，将断头路的道路走向分为影像中的上下左右四个方向；
[0071]
步骤4.2，确定断头路关联区域：以断头点的位置为起点，根据断头路道路走向在其延伸方向上设置边长为n的正方形窗口，即为断头路的关联区域；
[0072]
步骤4.3，计算断头路关联区域内不同地物占比：统计正方形窗口内水体指数结果图中像素值大于0的像素数n
w
，植被指数结果图中像素值大于0.3的像素数n
v
，不透水地表指数结果图中像素值大于0且小于0.6的像素数n
ns
，建筑用地指数结果图中像素值小于
‑
5的像素数n
r
，裸土指数结果图中像素值小于0的像素数n
s
，根据统计得到的不同地物的像素数计算正方形窗口内每种地物的占比ratio
i
；
[0073]
步骤4.4，计算断头路关联区域的地势信息：根据重采样后的dem数据统计断头路关联区域内高程的最大值、最小值和均值，根据重采样后的坡度图统计断头路关联区域内坡度的最大值、最小值和均值。
[0074]
步骤5、断头路重要性分级及关联区域场景估计，具体实施步骤如下：
[0075]
步骤5.1，设置高程阈值t
dem1
＝200m，t
dem2
＝500m对断头路关联区域场景进行地貌类型划分，关联区域内高程均值小于t
dem1
的地貌为平原、高程均值大于t
dem1
且小于t
dem2
的地貌为丘陵、高程均值大于t
dem2
的地貌为山区；设置坡度阈值t
slope1
＝5
°
，t
slope2
＝15
°
对断头路关联区域场景进行坡度划分，关联区域内坡度均值小于t
slope1
的为平坡、坡度均值大于t
slope1
且小于t
slope2
的为缓坡、坡度均值大于t
slope2
的为斜坡；
[0076]
步骤5.2，根据断头路关联区域内每种地物占比ratio
i
，确定场景土地利用类型。建筑用地占比大于20％或者不透水地表占比大于50％的断头路关联区域确定为建筑用地；植被占比大于80％的断头路关联区域确定为大面积植被覆盖区农业用地或生态用地；水体占比大于80％的断头路关联区域确定为大面积水域覆盖区农业用地或生态用地；裸土占比大于80％的断头路关联区域确定为未利用土地；
[0077]
步骤5.3，根据断头路关联区域的地貌类型、坡度类型和土地利用类型对断头路进行重要性分级，并估计断头路关联区域场景类型。如，裸土及植被占比大于15％且位于平坡区域的建筑用地重要性低，估计为居民区；水体占比大于30％的建筑用地重要性高，估计为港口；不透水地表占比约10％且位于平坡区域的大面积植被覆盖区重要性较高，估计为隧道口，等等。得到断头路重要性分级及关联区域场景估计结果，如图6所示。
[0078]
实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。