田暢飛

摘 要：本文提出了一種針對(duì)高分辨率遙感影像上路上橋梁的提取方法。通過(guò)沿道路骨架線對(duì)路域范圍內(nèi)的影像進(jìn)行邊緣檢測(cè)，對(duì)檢測(cè)出的二值化邊緣結(jié)果進(jìn)行矢量化，去除道路兩邊的防護(hù)帶、道路上的車(chē)輛、道路綠化帶、交通標(biāo)志線等的干擾，并利用橋梁本身陰影干擾的去除等確定路上橋梁平行邊。利用路上橋梁的特征對(duì)檢測(cè)出的橋梁進(jìn)行定位，獲取到橋梁位置、長(zhǎng)度、寬度、方位等信息。對(duì)韶山Pleiades影像做實(shí)驗(yàn)進(jìn)行驗(yàn)證，結(jié)果表明本文算法對(duì)路上橋梁目標(biāo)的提取是非常有效的。

關(guān)鍵詞：目標(biāo)識(shí)別 高分辨率遙感影像 路上橋梁 邊緣檢測(cè)

中圖分類號(hào)：S975 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2018）05（c）-0065-02

橋梁是重要的人工建筑之一，它的檢測(cè)和識(shí)別，對(duì)于GIS數(shù)據(jù)獲取、地圖更新及橋梁建設(shè)輔助監(jiān)管都有非常重要的意義。橋梁分為水上橋梁和路上橋梁。目前已有算法大都是針對(duì)水上橋梁目標(biāo)進(jìn)行的，這些算法主要采用自上而下的知識(shí)驅(qū)動(dòng)的識(shí)別方法，即先利用先驗(yàn)知識(shí)建立識(shí)別目標(biāo)的模型，根據(jù)假設(shè)有目的性地進(jìn)行分割、標(biāo)記和特征提取，然后再進(jìn)行進(jìn)一步的目標(biāo)檢測(cè)[1]。這些算法對(duì)于高分辨率影像上路上橋梁的提取有一定的參考意義，但道路上的橋梁其圖像的地表情況復(fù)雜多變，建筑物、道路兩邊的防護(hù)帶、道路上的車(chē)輛、道路綠化帶、交通標(biāo)志線、標(biāo)志牌、廣告牌等因素都會(huì)干擾橋梁的提取，目前還沒(méi)有一套針對(duì)于道路上橋梁提取的完善算法。

1 路上橋梁識(shí)別的特征分析

為有效地識(shí)別出遙感影像中的路上橋梁目標(biāo)，其關(guān)鍵在于如何提取出路上橋梁在遙感圖像中所表現(xiàn)出來(lái)的特征[2]?？偨Y(jié)得出路上橋梁主要有如下特征：（1）橋身懸空，除支撐的橋墩、拉索外，橋身與地面其他物體沒(méi)有接觸，在影像上呈現(xiàn)的就是橋身和周?chē)鷧^(qū)域具有明顯的邊緣分界線，即使是上下兩條公路間的立交橋在交匯處也由于光照的影響存在明暗差別。（2）橋梁內(nèi)部灰度值基本上沒(méi)有大的變化，具有局部平均性，整體橋梁的灰度變化也不大，具有同一性[2]。（3）橋梁在影像上成像的形狀為長(zhǎng)矩形，有一對(duì)與道路相交但不一定垂直于道路的近似平行邊。（4）橋梁表現(xiàn)在高分影像上具有一定的寬度， 一般為幾個(gè)像素。（5）橫跨在道路上。其中（1）和（2）是路上橋梁的輻射特征，（3）和（4）是路上橋梁的幾何特征，（5）是路上橋梁的功能特征。充分利用這些特征，針對(duì)性地制定不同準(zhǔn)則，提出一種合理的路上橋梁的提取方法。

2 路上橋梁識(shí)別算法及實(shí)現(xiàn)

本文針對(duì)高分辨率可見(jiàn)光影像的成像特點(diǎn)及其分辨率以及路上橋梁目標(biāo)的主要特征， 提出了一種基于多元信息的道路上橋梁的提取方法。首先取一定大小的滑動(dòng)窗口跟蹤道路骨架線進(jìn)行Canny邊緣檢測(cè)，檢測(cè)出路域范圍內(nèi)的邊緣信息。然后對(duì)檢測(cè)出來(lái)的邊緣進(jìn)行矢量化，得到矢量線集合，再利用準(zhǔn)則去除無(wú)效線段，最后檢測(cè)橋梁平行線，識(shí)別橋梁目標(biāo)，確定橋梁的各參數(shù)。算法的總體框架如圖1所示。

2.1 邊緣檢測(cè)

圖像的邊線是圖像的最基本的特征。橋梁最顯著的特征是有一對(duì)平行線。本文嘗試從邊緣檢測(cè)入手來(lái)分析確定橋身的外邊緣線。邊緣通常是利用一階、二階導(dǎo)數(shù)來(lái)計(jì)算亮度值的突變性進(jìn)行檢測(cè)，Sobel、Roberts、LOG和Canny等是主流的計(jì)算亮度值突變性的算子。

道路上的橋梁多與道路的對(duì)比度不高，邊緣相對(duì)較弱。相比于Sobel、Roberts、LOG，Canny邊緣檢測(cè)采用高低閾值來(lái)提取邊緣，然后把高閾值圖像中的邊緣連接成輪廓，當(dāng)連接時(shí)到達(dá)輪廓的端點(diǎn)時(shí)，在低閾值圖像上找可以連接的邊緣，不斷收集，直到所有的間隙連接起來(lái)為止。Canny算子能夠準(zhǔn)確定位橋梁邊緣線突變信號(hào)。因此，選定Canny算子作為本文的邊緣檢測(cè)算子。

為避免影響上道路以外的建筑物、植被、水系等的影響，又因?yàn)槁飞蠘蛄何挥诼酚蚍秶鷥?nèi)，我們可以通過(guò)滑動(dòng)窗口法跟蹤已有的道路矢量數(shù)據(jù)，對(duì)路域范圍內(nèi)的圖像進(jìn)行邊緣檢測(cè)。為保證路上橋梁能夠被完全檢測(cè)出來(lái)，這里滑動(dòng)窗口的長(zhǎng)寬為1.5倍的道路寬度。這樣既進(jìn)一步約束橋梁檢測(cè)的范圍，更快速準(zhǔn)確地檢測(cè)出橋梁邊緣。

2.2 邊緣矢量化

為了更好地分析橋梁的幾何特征線可以將二值化的邊緣圖像進(jìn)行矢量化，得到一系列的邊緣矢量線，為后面無(wú)效線段的去除、橋梁線的直線擬合等提供邊緣線段的邊緣點(diǎn)集合。本文的邊緣矢量化是基于ArcGIS Engine的開(kāi)發(fā)環(huán)境，利用開(kāi)發(fā)中的GP工具，對(duì)檢測(cè)出的邊緣二值化影像進(jìn)行矢量化，得到對(duì)應(yīng)的矢量文件。

2.3 無(wú)效線段去除

路域范圍內(nèi)的影像地物類型比較復(fù)雜，在邊緣提取之后， 會(huì)得到大量的干擾路上橋梁識(shí)別的無(wú)效邊緣線條， 因此在檢測(cè)橋梁平行線檢測(cè)之前必須去掉那些影響橋梁檢測(cè)的無(wú)效線段。具體的干擾因素有車(chē)輛、樹(shù)木、交通標(biāo)志線、標(biāo)志牌、廣告牌、個(gè)別橋梁上的欄桿、橋梁自身的陰影等。

2.4 檢測(cè)平行邊

通過(guò)無(wú)效線段的刪除，我們獲得潛在的橋梁平行線段，但這些線中可能還存在虛景，因此在識(shí)別之前需對(duì)已獲得的邊緣線進(jìn)行進(jìn)一步證實(shí)。由于橋梁的兩條邊緣表現(xiàn)的并不是理想的平行線，且橋梁具有一定的寬度，因此可以通過(guò)提取一定范圍內(nèi)近似平行的邊緣直線段，進(jìn)行虛景的進(jìn)一步剔除。

2.5 橋梁識(shí)別

經(jīng)過(guò)無(wú)效線段的去除后，可以對(duì)橋梁邊線進(jìn)行配對(duì)。從記錄下來(lái)的第一條邊緣線開(kāi)始，相鄰的兩條線可以確定一座橋梁，其與道路中心線的交點(diǎn)分別為B1（x1，y1）和B2（x2，y2）。

（1）橋梁位置的確定：

（1）

（2）橋梁方位的確定：橋梁邊線對(duì)的方位角取平均即為橋梁方位。

（3）橋梁寬度的確定：橋梁邊線的斜率求得后，根據(jù)橋梁兩邊線的中點(diǎn)，構(gòu)建兩平行線的直線方程，求兩線之間的距離即為橋梁的寬度。

（4）橋梁長(zhǎng)度的確定：橋梁長(zhǎng)度的計(jì)算原理為以橋梁位置點(diǎn)為起始點(diǎn)，在兩條橋梁邊線之間的圖像上，按照區(qū)域的一致性進(jìn)行生長(zhǎng)得到。

3 實(shí)驗(yàn)

本文提出的識(shí)別方法在VS2008+ArcGIS Engine環(huán)境中實(shí)現(xiàn)，圖2為韶山Pleiades遙感影像部分實(shí)驗(yàn)區(qū)的識(shí)別結(jié)果。

4 結(jié)語(yǔ)

本文提出一套基于多元信息的高分辨率遙感影像道路上橋梁的提取技術(shù)。算法針對(duì)橋梁的主要特征，建立橋梁識(shí)別的準(zhǔn)則方法，以道路區(qū)域作為識(shí)別區(qū)域，沿道路中心線進(jìn)行檢測(cè)。將檢測(cè)范圍限制在道路中心線附近，有利于檢測(cè)效率和結(jié)果的提高；將Canny邊緣檢測(cè)后的邊緣進(jìn)行矢量化，有利于虛景線的刪除計(jì)算，快速準(zhǔn)確確定橋梁邊緣線。道路上橋梁的識(shí)別為地圖提供直接快速的動(dòng)態(tài)更新，為市政規(guī)劃等提供輔助性的參考。

參考文獻(xiàn)

[1] 吳皓，劉政凱，張榮.TM圖像中橋梁目標(biāo)識(shí)別方法的研究[J].遙感學(xué)報(bào)，2003，7（6）：478-484.

[2] 吳樊，王超，張紅，等.基于知識(shí)的中高分辨率光學(xué)衛(wèi)星遙感影像橋梁目標(biāo)識(shí)別研究[J].電子與信息學(xué)報(bào)，2006， 28（4）：587-591.

[3] 雒濤，鄭喜鳳，丁鐵夫.改進(jìn)的自適應(yīng)閾值Canny邊緣檢測(cè)[J].光電工程，2009，36（11）：106-117.

[4] 邱洪剛，張青蓮，陸紹強(qiáng).ArcGIS Engine開(kāi)發(fā)從入門(mén)到精通[M].北京：人民郵電出版社，2010：184-188.

[5] 李桂芹，尹東薛，晨榮.基于區(qū)域生長(zhǎng)的道路和橋梁識(shí)別方法的研究[J].計(jì)算機(jī)工程與應(yīng)用，2007，43（16）：216-218.