基于拐点识别和骨架线提取的支干道路过滤方法及装置与流程

本发明涉及地理数据处理，尤其是涉及一种基于拐点识别和骨架线提取的支干道路过滤方法及装置。

背景技术：

1、道路是地图绘制、路径搜索和应急处理的重要基础地理数据。获取准确的道路信息对城市规划、交通导航、数字地图更新和构建实时道路交通信息系统等方面具有重要促进作用。主干道路是交通网络的骨干部分，准确获取主干道路有助于了解道路通行能力和畅通程度，对整个城市交通规划和紧急救援工作更是至关重要。

2、随着计算机技术的飞速发展，道路提取方法层出不穷，特别是深度学习算法凭借其出色的图像分析和模式识别能力，已经在道路提取领域显著提高了提取精度。然而，当前的算法主要集中于整体道路网络的提取，对于特定场景中主干道路提取的研究较少，且实际应用场景中复杂多变的道路系统环境和主、支干道路的特征高度相似等因素使得遥感主干道路信息的准确提取面临极大挑战。现在主流的方法依然是利用后处理方式对主支干道路进行分离，如形态学运算和小图斑去除算法等。上述方法一定程度上能够对零星的小道进行过滤，但无法选择性地进行剔除，且容易误删主干道路部分区域，因此对于主干和支干道路的分离仍面临较大困难。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于拐点识别和骨架线提取的支干道路过滤方法及装置，可快速准确剔除支干道路及残缺路段，具备较好的抗干扰效果。

2、第一方面，本发明实施例提供了一种基于拐点识别和骨架线提取的支干道路过滤方法，包括：

3、获取待处理的道路栅格数据；

4、识别所述道路栅格数据包含的拐点，并利用所述拐点对所述道路栅格数据进行切割得到切割道路面数据；以及，提取所述道路栅格数据对应的栅格骨架线，并对所述栅格骨架线进行迭代搜索得到目标矢量骨架线；其中，切割道路面数据包括主干路图斑和支干路矢量图斑；

5、对所述切割道路面数据和所述目标矢量骨架线进行叠置分析，以基于叠置分析结果对所述道路栅格数据中包含的支干路栅格数据进行过滤得到道路过滤结果数据；其中，所述叠置分析结果用于确定所述道路栅格数据中每段道路对应的尺寸信息。

6、在一种实施方式中，识别所述道路栅格数据包含的拐点，并利用所述拐点对所述道路栅格数据进行切割得到切割道路面数据的步骤，包括：

7、将所述道路栅格数据转换为初始道路矢量数据，并对所述初始道路矢量数据的锯齿边界进行平滑处理，得到目标道路矢量数据；

8、基于向量夹角算法，识别所述目标道路矢量数据包含的拐点；

9、对所述目标道路矢量数据包含的所述拐点进行匹配，以利用匹配的两个所述拐点对所述道路栅格数据进行切割得到切割道路面数据。

10、在一种实施方式中，基于向量夹角算法，识别所述目标道路矢量数据包含的拐点的步骤，包括：

11、对于所述目标道路矢量数据中道路边界上顺时针连续分布的三个道路点，分别构造由第一道路点指向第二道路点的第一道路向量以及由第二道路点指向第三道路点的第二道路向量；

12、确定所述第一道路向量与所述第二道路向量之间的向量夹角；

13、如果所述向量夹角位于预设夹角区间内，则将所述第二道路点作为主干路与支干路之间的拐点。

14、在一种实施方式中，对所述目标道路矢量数据包含的所述拐点进行匹配的步骤，包括：

15、对于所述目标道路矢量数据包含的每个所述拐点，以该拐点为圆心，基于预设最小道路宽度阈值确定半径，构造该拐点对应的缓冲区；

16、如果所述缓冲区内不包含除该拐点之外的其他拐点，则剔除该拐点；

17、如果所述缓冲区内包含除该拐点之外的1个其他拐点，则确定该拐点与其他拐点之间匹配；

18、如果所述缓冲区内包含除该拐点之外的多个其他拐点，则确定所述缓冲区内任意两个所述拐点之间的距离，并基于所述距离确定存在匹配关系的两个所述拐点。

19、在一种实施方式中，对所述栅格骨架线进行迭代搜索得到目标矢量骨架线的步骤，包括：

20、获取当前滑窗内的栅格骨架线中包含的每个像元点，遍历每个所述像元点，搜索每个所述像元点对应的且位于所述栅格骨架线上的邻域像元点，以生成所述当前滑窗内的矢量骨架线；

21、当滑窗结束时，基于每个滑窗内的所述矢量骨架线，确定目标矢量骨架线。

22、在一种实施方式中，遍历每个所述像元点，搜索每个所述像元点对应的且位于所述栅格骨架线上的邻域像元点，以生成所述当前滑窗内的矢量骨架线的步骤，包括：

23、建立包含有每个所述像元点的第一列表，以及建立空的第二列表；

24、对所述第一列表中的第一个所述像元点进行多邻域搜索；如果第一个所述像元点的多邻域中有多个邻域像元点存在于所述第一列表中，则从位于所述第一列表的所述邻域像元点中确定骨架线关键点；将所述骨架线关键点记录至所述第二列表中，并从所述第一列表中剔除，以更新所述第一列表；继续对所述骨架线关键点进行多邻域搜索，直至所述骨架线关键点的多邻域中不存在位于所述第一列表中的邻域像元点；

25、继续对更新后的所述第一列表中的第二个所述像元点进行多邻域搜索，直至所述第一列表为空表后，基于所述第二列表中的所述骨架线关键点生成所述当前滑窗内的矢量骨架线。

26、在一种实施方式中，对所述切割道路面数据和所述矢量骨架线进行叠置分析，以基于叠置分析结果对所述道路栅格数据中包含的支干路栅格数据进行过滤得到道路过滤结果数据的步骤，包括：

27、对所述切割道路面数据和所述矢量骨架线进行叠置分析，以利用所述切割道路面数据对所述矢量骨架线进行切分；

28、确定切分得到的每段矢量骨架线的长度信息，以基于所述长度信息确定所述道路栅格数据中每段道路对应的尺寸信息；

29、根据所述道路栅格数据中每段道路对应的尺寸信息，对所述道路栅格数据中包含的支干路栅格数据进行过滤得到道路过滤结果数据。

30、在一种实施方式中，在获取待处理的道路栅格数据的步骤之后，所述方法还包括：

31、将所述道路栅格数据中包含的噪声图斑进行去除，以实现对所述道路栅格数据执行小图斑去除处理；其中，所述噪声图斑为图斑面积小于预设面积阈值的图斑；

32、对去除所述噪声图斑后的所述道路栅格数据进行腐蚀计算和膨胀计算，以实现对所述道路栅格数据执行形态学开运算处理，得到优化后的道路栅格数据。

33、第二方面，本发明实施例还提供一种基于拐点识别和骨架线提取的支干道路过滤装置，包括：

34、数据获取模块，用于获取待处理的道路栅格数据；

35、拐点识别及骨架线提取模块，用于识别所述道路栅格数据包含的拐点，并利用所述拐点对所述道路栅格数据进行切割得到切割道路面数据；以及，提取所述道路栅格数据对应的栅格骨架线，并对所述栅格骨架线进行迭代搜索得到目标矢量骨架线；其中，切割道路面数据包括主干路图斑和支干路矢量图斑；

36、支干路过滤模块，用于对所述切割道路面数据和所述目标矢量骨架线进行叠置分析，以基于叠置分析结果对所述道路栅格数据中包含的支干路栅格数据进行过滤得到道路过滤结果数据；其中，所述叠置分析结果用于确定所述道路栅格数据中每段道路对应的尺寸信息。

37、第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现第一方面提供的任一项所述的方法。

38、本发明实施例提供的一种基于拐点识别和骨架线提取的支干道路过滤方法及装置，首先获取待处理的道路栅格数据；然后识别道路栅格数据包含的拐点，并利用拐点对道路栅格数据进行切割得到切割道路面数据；同时提取道路栅格数据对应的栅格骨架线，并对栅格骨架线进行迭代搜索得到目标矢量骨架线；其中，切割道路面数据包括主干路图斑和支干路矢量图斑；最后对切割道路面数据和目标矢量骨架线进行叠置分析，叠置分析结果用于确定道路栅格数据中每段道路对应的尺寸信息，以基于叠置分析结果对道路栅格数据中包含的支干路栅格数据进行过滤得到道路过滤结果数据。上述方法利用拐点对道路栅格数据中的主干路和支干路进行切割，有效实现了主干路和支干路的精准分离；同时，基于栅格骨架线通过迭代搜索方法获取相应矢量骨架线，用以快速准确计算每段道路对应的尺寸信息，从而有选择性地过滤支干路，更好地保留主干路的信息。相较于现有技术提供的后处理手段，本发明实施例可快速准确剔除支干道路及残缺路段，具备较好的抗干扰效果。

39、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

40、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。