本发明属于地理信息系统和智能交通领域的专利领域，具体涉及一种基于遥感影像提取道路并构建道路拓扑关系的方法。
背景技术：
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
2、随着城市规模的不断扩大和交通流量的不断增加，对城市道路网络进行管理和规划的重要性日益突出。传统的城市道路管理方式主要依赖人工巡查和实地勘察，耗时耗力且效率低下，而现代遥感技术和深度学习技术的发展为道路管理提供了新的解决方案。遥感技术可以通过卫星、航空器等方式获取高分辨率的遥感影像，为城市道路网络的管理提供了重要的数据支持。
3、现存的大部分研究侧重于对道路面、道路线的提取，按照提取方法的不同，可以分为传统提取方法和深度学习语义分割提取方法。传统的提取方法主要是依据道路的形状、纹理特征信息来提取遥感影像中的道路，深度学习提取算法能够提取遥感影像中的深层抽象特征，克服传统提取方法的提取速度慢、效果差等缺点，可以有效地提高道路信息识别的准确率和效率。然而，路口类型、道路之间的连通关系(即拓扑关系)也是道路信息的重要方面，对于自动驾驶、高精度地图构建具有重要意义，尤其是道路的拓扑信息需兼顾道路的连通性、交叉点等多重要素。为精确捕捉这些信息，需融合图像处理、机器学习及计算几何等多个领域的技术，以综合策略解决道路拓扑信息的提取难题。因此，基于遥感影像提取道路拓扑信息仍然是一个具有挑战性的问题。
4、本发明给出了一种基于遥感影像和深度学习技术的道路及其拓扑信息提取方法，能够实现道路分割与路口信息检测的自动化，进而在遥感影像中精确提取道路中心线，并将其矢量化，最终完成道路网络拓扑结构的构建。本方法的优点在于可以实现对大规模遥感影像数据的自动化处理，提高了道路提取及其拓扑关系建立的效率，为交通管理和城市规划提供数据支撑。
5、有益效果
6、与现有技术相比，本发明具有以下有益效果：
7、本发明提供了一种基于高分辨率遥感影像构建道路拓扑信息的方法，其主要过程是通过训练得到的深度学习模型从高分辨率遥感影像中提取道路面、道路中心线、道路边缘线和带有角度信息的路口信息，并对道路中心线矢量化，进而根据路口和矢量化道路中心线的地理位置关系构建整个路网的拓扑结构；在大规模道路拓扑信息提取任务中，本发明能够高效地生成目标区域的道路网络拓扑结构。
技术实现思路
1、为了解决现有技术在直接从遥感图像中提取道路时无法完整构建道路拓扑信息的问题，本发明提出了一种不仅能够有效提取遥感影像中的道路信息，还能够进一步构建道路的拓扑结构的创新方法。
2、为实现上述目的，本发明提供了如下技术方案：
3、本发明提供了一种顾及网络拓扑关系的高分辨率遥感影像道路提取方法，其特征在于，包括以下步骤：
4、一、提取含拓扑关系的道路网络
5、步骤1、识别道路路口，包括：使用旋转框道路路口目标检测数据集itrtrn对旋转框目标检测深度学习模型进行训练，得到道路路口检测模型mitr；获取待处理区域的0.3米空间分辨率的遥感图像x，对x进行降采样，分别得到空间分辨率为1米、2米、4米的遥感图像x0、x1、x2，并记录这些遥感图像的地理坐标范围，将各空间分辨率遥感图像做滑动窗口裁剪并创建索引，分别得到遥感图像x0、x1、x2经过裁剪后组成的道路路口检测数据集b；使用道路路口检测模型mitr对道路路口检测数据集b中的道路路口进行检测，得到包含初步的道路路口检测结果的集合bi，对bi中的边界框做非极大值抑制和坐标转换，筛选出“有效道路路口”，得到最终路口检测结果集合bgeo；
6、步骤2、提取道路中心线及其后处理，包括：获取待处理区域的0.3米空间分辨率的遥感图像x，将遥感图像做滑动窗口裁剪并创建索引，得到遥感图像x经过裁剪后组成的道路分割数据集c；使用道路分割数据集rodtrn对道路分割深度学习模型进行训练，得到道路分割模型mrod；使用道路分割模型mrod对道路分割数据集c进行提取，得到道路中心线集合crod＝(y0,y1,...,yk,...,yn)(其中yk表示第k张滑动窗口裁剪图像的道路中心线提取结果)；根据c的索引对crod中的元素进行拼接，由于滑动窗口会造成的影像之间产生重叠区域，在拼接过程中，首先找到与yk相邻的提取结果以及它们之间的重叠区域，对重叠区域中的各个提取结果的像素使用双线性差值算法处理，得到完整的道路中心线分割结果c'rod；最后结合c对应的地理坐标范围和空间分辨率，对c'rod做二值化、平滑、骨架提取、矢量化操作，初步获得矢量化道路中心线集合
7、步骤3、道路路口节点弧段模型(拓扑结构)的自动构建，首先进行关键点的计算、分组和排序；随后，遍历步骤1中bgeo的边界框，计算边界框中心点的坐标、边界框与矢量化道路中心线相交边的数量numtype以及各个交点的坐标，进一步计算出路口节点的坐标；判断numtype与边界框类别是否对应，若对应，则使用该边界框裁剪并删除边界框内的随后，根据路口类型和计算出的路口节点坐标，构建相应的道路路口中心线模型最后将与进行合并，若不对应则跳过当前道路路口；重复以上步骤，直到所有“有效道路路口”都完成节点弧段模型的构建，最终以矢量模型的形式输出保存；
8、二、制作模型训练数据集
9、步骤4、制作道路路口检测数据集，包括：使用1-8米空间分辨率遥感图像(本发明中所有遥感图像均为绿波段、蓝波段、红波段组成真彩色卫星遥感图像)制作旋转边界框道路路口目标检测数据集itrtrn，至少包括“十字形”、“y字形”、“t字形”三种类型；
10、步骤5、制作道路语义分割数据集，包括：使用0.2-0.6米空间分辨率遥感图像制作道路分割数据集rodtrn。
1.一种顾及网络拓扑关系的高分辨率遥感影像道路提取方法，其特征在于，包括以下步骤：
