(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210880954.0 (22)申请日 2022.07.26 (65)同一申请的已公布的文献号 申请公布号 CN 114937212 A (43)申请公布日 2022.08.23 (73)专利权人 南通华锐软件技 术有限公司 地址 226200 江苏省南 通市启东市汇龙镇 和平路569号 (72)发明人 袁娅娅　 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) (56)对比文件 CN 113989313 A,202 2.01.28CN 110335322 A,2019.10.15 CN 113762044 A,2021.12.07 US 202139 2238 A1,2021.12.16 王小娟等.基 于机器视觉的丘陵山区田间道 路虚拟中线提取方法. 《西南大 学学报(自然科 学 版)》 .2018,(第04期),第168-175页. 审查员 任俊鹏 (54)发明名称 基于频域空间转换的航拍道路类型识别方 法 (57)摘要 本发明涉及数据 识别技术领域， 具体涉及一 种基于频域空间转换的航拍道路类型识别方法。 该方法首先获得道路对应的频谱信息； 提取频谱 信息中的高亮点； 划分频谱为四个区域， 根据四 个区域内高亮点的平均分布程度和平均数值得 到第一区域相似度和第二区域相似度； 根据每个 区域的中心点构成的直线之间的夹角得到角度 影响因素； 获取道路图像的重要点并获取各重要 点对应的重要区域； 根据每个重要区域的高亮点 的数值的差异计算道路差异性； 根据第一、 第二 区域相似度、 角度影响因素和道路差异性对道路 类型进行识别和判断。 本发明通过对电子设备航 拍得到数据的频谱进行处理分析， 实现了对道路 类型进行精准识别、 判断的目的。 权利要求书2页 说明书8页 附图1页 CN 114937212 B 2022.11.11 CN 114937212 B 1.一种基于频域空间转换的航拍道路类型识别方法， 其特征在于， 该方法包括以下步 骤： 采集道路图像， 对所述道路图像进行傅里叶变换 得到频谱图； 提取所述频谱图中的高亮像素点； 划分所述频谱图为四个区域， 根据四个区域内所述 高亮像素点的平均分布程度得到频谱图的第一区域相似度； 平均分布程度为高亮像素点数 量之和与最大区域 块像素点数量的比值； 计算四个区域内所述高亮像素点的平均灰度值作为频谱图的第二区域相似度； 获取每个所述区域的中心点， 连接呈对角线排列的区域的中心点得到两条直线； 根据 两条直线的夹角大小得到角度影响因素； 获取所述道路图像中的重叠区域； 基于所述频谱图， 以频谱图中心点为圆点， 分别以重 叠区域的长的一半和重叠区域的宽的一半为半径， 作两个圆； 获取所述两个圆与所述两条 直线的交点作为重要点； 其中， 交叉道路或者多层道路呈现在道路图像中均会出现相交重 叠区域； 利用DNN语义分割网络来获得重叠区域以及重叠区域的长和 宽， 该DNN语义分割网 络的数据集为真实采集的道路图像； 需要分割的像素分为两类， 即训练集对应标签标注过 程为： 单通道的语义标签， 道路区域的像素点标注为1， 非道路区域的像素点属于背景像素 点， 标注为0； 以所述重要点为圆点， 分别以重叠区域的长的一半和重叠区域的宽的一半为半径作 圆， 得到重要点对应的重要区域； 根据每个重要区域的高亮像素点的灰度值的差异计算道 路差异性； 根据所述第一区域相似度、 所述第二区域相似度、 所述角度影响因素和所述道路差异 性对道路类型进行判断； 根据每个重要区域的高亮像素点的灰度值的差异计算道路差异性， 包括： 计算所有重要区域对应的总平均灰度值； 根据各重要区域的高亮像素点的灰度值和所述总平均灰度值之间的差值得到道路差 异性； 所述道路差异性的计算公式为： 其中， 为所述道路差异性； 为重要区域的第 i个高亮像素点的灰度 值； 为所有重 要区域对应的总平均灰度值； 为第1个重要区域的高亮像素点的数量； 为第2个重要区 域的高亮像素点的数量； 为第3个重要区域的高亮像素点的数量； 为第4个重要区域 的高亮像素点的数量。 2.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述根据四个区域内所述高亮像素点的平均分布程度得到频谱图的第一区域相似度， 包括： 将呈对角线排列的区域作为 一组区域 块， 得到两组区域 块； 获取每组所述区域 块中的高亮像素点的区域 块像素点数量；权　利　要　求　书 1/2 页 2 CN 114937212 B 2所有区域的高亮像素点数量之和与最大区域块像素点数量的比值为频谱图的第一区 域相似度。 3.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述计算四个区域内所述高亮像素点的平均灰度值作为频谱图的第二区域相似度， 包 括： 将呈对角线排列的区域作为 一组区域 块， 得到两组区域 块； 计算每组所述区域 块中的高亮像素点的平均灰度值； 两组区域块对应的平均灰度值之和的一半与最大平均灰度值的比值作为频谱图的第 二区域相似度。 4.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述根据两条直线的夹角大小得到角度影响因素， 包括： 基于任意 直线， 获取 所述直线与水平线的逆时针夹角； 两条直线对应的逆时针夹角的差值的绝对值和预设夹角的比值 为角度影响因素。 5.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述获取 所述两个圆与所述两条直线的交点作为重要点， 包括： 将以频谱图中心点 为圆心， 以重 叠区域的长的一半为半径得到的圆为第一圆； 将以频谱图中心点 为圆心， 以重 叠区域的宽的一半为半径得到的圆为第二圆； 第一圆与两条直线中任意直线的交点为重要点， 第 二圆与两条直线中另一直线的交点 为重要点。 6.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述频谱图中的高亮像素点的获取方法为： 利用大津阈值分割法提取所述频谱图中的 高亮像素点。 7.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述根据所述第一区域相似度、 所述第二区域相似度、 所述角度影响因素和所述道路差 异性对道路类型进行判断， 包括： 所述第一区域相似度和所述第二区域相似度相乘得到总相似度； 所述总相似度大于等于预设相似度阈值时判断所述道路图像中不含有天桥； 所述角度影响因素大于等于预设角度因素阈值时判断所述道路图像中道路为交叉道 路； 所述道路差异性大于等于预设差异性阈值时判断所述道路图像中道路为多层道路。 8.根据权利要求1所述的一种基于频域空间转换的航拍道路类型识别方法， 其特征在 于， 所述每 个所述区域的中心点的获取 方法， 包括： 对每个所述区域内的高亮像素点进行聚类得到各区域对应的中心点。权　利　要　求　书 2/2 页 3 CN 114937212 B 3