阴影遮挡状态下的农村道路遥感提取方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115995046A(43)申请公布日2023.04.21(21)申请号202211448742.1G06V10/26(2022.01)(22)申请日2022.11.18G06V10/774(2022.01)G06V10/80(2022.01)(71)申请人北京市农林科学院信息技术研究中G06V10/82(2022.01)心G06N3/0464(2023.01)地址100097北京市海淀区曙光花园中路G06N3/08(2023.01)11号农科大厦A座1107(72)发明人李淑华李存军刘玉任艳敏潘瑜春董士伟(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师覃汉赳(51)Int.Cl.G06V20/13(2022.01)G06V20/17(2022.01)G06V20/10(2022.01)权利要求书3页说明书11页附图3页(54)发明名称阴影遮挡状态下的农村道路遥感提取方法及装置(57)摘要本发明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。CN115995046ACN115995046A权利要求书1/3页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二图像的交集，作为所述确切融合结果子集；2CN115995046A权利要求书2/3页根据第三图像与所述确切融合结果子集的差