基于无人机影像处理的高精度路网渠化信息系统设计

黄舒慧 陈丽媛 冯晨璐 王月青 黄 凯 周 旦

基于无人机影像处理的高精度路网渠化信息系统设计

黄舒慧 陈丽媛 冯晨璐 王月青 黄 凯 周 旦

（桂林电子科技大学建筑与交通工程学院，广西 桂林 541004）

得益于科学技术的迅猛发展，我国基建事业逐渐崛起，在道路建设方面表现得尤为明显。旧的人工采集路网渠化信息方式成本高、效率低，相关行业人员难以直接获取，已不能满足现代化道路建设需求。文章基于这一问题，对无人机遥感影像使用图像识别处理技术，结合计算机算法，搭建信息服务系统，为用户提供共享平台，从而实现路网渠化信息资源共享。

路网渠化；信息服务系统；资源共享；图像识别

引言

随着我国交通行业对道路建设力度加大，城市道路规划及交通组织设计需要获取比以往更复杂精确的实时路网渠化信息，各高校师生也需要依据这些信息进行课程实践与研究。目前获取道路渠化信息多采用人工测量的方法，耗费大量人力物力，且效率低下，同时出现了数据精确度低、数据提取不够稳定等问题。人工测量的方法已经难以适用于现代化道路建设。目前结合计算机算法高效识别道路图像信息，并运用新的管理手段管理道路信息成为新趋势。

道路网渠化信息的高精度自动提取成为交通领域的热点，根据原理不同，自动提取道路方法大致分为基于道路边缘特征的、基于区域的和基于多学科知识的提取方法[1]。为解决传统匹配识别车道标线信息精度不高的问题，曹晨洁等[2]提出基于Canny图像识别算法的方法，通过该方法能降低车道边缘冗余特征点，对车道线识别效果较好。Canny边缘检测对周围环境依赖性高且时效性差，胡胜等[3]提出一种基于二次阈值分割的方法，再根据曲线拟合算法和车道宽度匹配算法，在复杂道路环境下，实现高准确率的车道线识别。面对道路信息资源的管理与共享问题，李文海等[4]提出以地理信息为核心的数据共享系统，增强甘肃省交通行业地理信息数据的流通性。

综上可知，目前我国道路信息共享系统还在不断发展阶段，大部分现有交通行业的信息服务平台服务区域有待扩展，面向路网渠化信息如车道宽度、坐标等信息的服务系统有待研究。本文将对无人机遥感影像使用图像识别处理技术，结合计算机算法搭建信息服务系统，实现道路渠化信息资源共享。

1 系统分析

路网渠化信息的主要目标就是建立一个方便、快捷、高效、易于管理、通用性好的管理系统。通过对用户信息的管理和对路网数据有效地统计和分析，以保证系统的高效运行。本系统组织结构分析基于城市道路交通标线采集及信息管理系统设计，在此基础上建设城市道路渠化信息管理系统，实现对道路交通标线管理的科学化、规范化和精细化，建设更为经济、高效、安全的道路交通标线管理体系。

1.1 组织结构分析

该系统信息管理的组织机构如图1所示。组织的目标责任如下：管理员主要负责产品的系统管理、用户的密码管理、路网信息的分区域管理。系统管理主要负责为网站前端显示的内容进行后台的数据支持，这些数据是通过后台管理软件录入和修改的。密码管理主要负责对用户的账号信息进行审核、录入等。本系统部分功能涉及用户权限的管理，因此对使用本系统的用户进行身份验证是很有必要的。

图1 路网渠化信息系统结构图

1.2 业务流程分析

业务流程分析通常用业务流程图（TFD）来表示，用一些系统业务流程可以帮助管理员掌握动态信息，从用户管理、道路渠化信息管理、管理员管理三个方面对该系统进行全面管理。在用户管理中，可以对用户进行优先级管理、对用户权限进行管理。在道路渠化信息管理中，可以对路宽数据进行查询、特征点坐标数据进行查询、在界面上下载平面图像。在管理员管理中，可以将信息录入数据库、审核用户上传的信息、对公告信息进行管理。业务流程可以有效地协助管理员及时调整系统各项信息发布和用户信息修改等。

图2 路网渠化系统业务流程

1.3 数据流程分析

数据流分析抽象了一个组织中的数据流，为了识别和解决数据处理中的问题，主要利用数据流图（DFD）展示。数据流图是用一些规定的符号和连线来表示，一般按照业务流图中梳理的业务流程的顺序绘制，数据处理过程应映射到数据流图中。对于分支下的每个业务，需要进一步展开，通过更全面、细致的数据流图来优化、细化处理过程，使系统效率最大化。用户通过用户请求信息进入系统，管理员通过系统管理系统查看注册情况，审核用户信息及上传的渠化信息。同时，管理员负责将审核过后的渠化信息发布出来，提供给用户下载和使用。

现行系统的顶层数据流程图如图3所示。对顶层图中的数据流说明如下：

图3 顶层 DFD

“1”：账号名称；“2”：账号密码；“3”：验证信息；“4”：用户信息。

（1）第一层数据流程图如图4所示。图3中的数据流与图4中的数据流相同。

图4 第一层 DF

（2）第二层数据流程图如图5所示。

图5 第二层 DFD

现对图5中的数据流说明如下：

“6”：审核用户信息。

“7”：获得的“6数据。

“8”：储存用户信息。

1.4 系统模型

本系统的系统结构模型如下：实地调查后，选定路网区域，根据所规划的无人机飞行路径，置好飞行参数，进行无人机航拍。将系统结构模型无人机采集到的渠化信息，使用图像识别提取技术，并结合多种算法，进行像素点点集并拟合生成渠化线形图，并通过代码进行坐标与车道宽度的计算，得到精确车道宽度与图像上各个点的坐标。最后，构建信息服务系统。将所得的道路渠化图及渠化信息上传至搭建的路网渠化信息服务系统，为用户提供公开的渠化信息，同时允许用户上传符合要求的图像及数据进行补充，建立以渠化信息为核心的交通信息服务与共享体系，并通过一体化的数据管理与发布平台，实现数据共享和信息服务。

系统边界分为输入边界和输出边界。输入边界为查询条件，输出边界为各种数据表和查询响应输出。处理方式采用实时处理方式。在系统分析中，输入用户名及密码，点击登录按钮完成用户的身份验证功能。在查询中，用户可以利用查询条件得到需要的信息。如图6所示。

图6 系统结构模型

2 系统设计与结果

2.1 系统目标设计

本系统采用图像识别技术对使用无人机拍摄的交叉口遥感影像进行数据集的整体提取，再通过坐标转化得到该交叉口具体的渠化信息，提高了传统的交叉口标线、车道宽度等渠化信息采集的效率，使整个获取渠化数据信息的过程更简易化。

系统主要功能特点如下：

（1）对交叉口的遥感影像使用图像识别技术，经处理后得到各坐标点集，随即得到具有较高精度的相关渠化信息数据。

（2）用户可直接在系统中搜索相应车道、进口道/出口道名称、交叉口名称或区域名即可得到具体化的对应渠化信息数据及平面图。

（3）若系统提供的信息暂时没有覆盖用户需求的区域，用户可自行上传符合系统要求的相关遥感影像，系统即可对其进行数据处理等操作，为用户提供对应的渠化信息数据。

（4）用户通过系统得到遥感影像包含的渠化信息数据，系统也通过用户提供的新数据进行信息的更新和扩充。

（5）采用该系统，可使用户仅通过遥感影像便可进行渠化信息数据的提取。

2.2 系统架构设计

从逻辑层面分析，本系统应根据信息采集、信息降噪预处理、信息整合处理及信息上传公布等步骤得以实现，由此系统的整体框架主要分为图像识别模块、数据处理模块、前端编辑模块、信息整合上传模块。

系统采用Canny、Harris及Hough等算法的图像识别技术对处理后的原始遥感影像进行车道标志标线的提取，得到由车道标线数据集组成的道路渠化平面图，提取所得数据集里的车道特征点并生成椭球坐标，将该坐标转换成投影坐标系后，使用Haver sin公式进行车道宽处理与计算，并获取道路红线宽度等道路信息。同时通过Visual Studio Code前端开发进行编辑，使车道宽度数据自动生成某路段横断面，使渠化数据更具象化。

2.3 信息采集

系统信息采集目前分为两个途径：人工采集和用户自行采集。人工采集主要是系统利用无人机在目标区域内各个路段选定的地理位置进行原始影像的采集，并进行下一步的信息整合处理。用户自行采集主要是由系统用户上传自行使用无人机等拍摄器材得到的原始遥感影像，通过上传到系统并由系统进行后台的信息整合与处理。

2.4 信息整合处理

由于道路渠化信息数据类型繁多，不同的信息整合程度并不相似，所以需要使用不同的整合处理方法。系统信息整合处理技术流程包括以下步骤：数据集采集、图像处理、道路标线检测、道路标线识别、道路信息转换。

CANNY边缘检测技术用来设置不同的高低阈值对图像信息进行边缘检测，从而提取图像的轮廓。将原本复制的灰度图最大限度保留信息的情况下转换为二值图像，进而进行其它的操作。首先利用颜色空间转换函数对彩色原始遥感影像进行预处理，将RGB图像转换为灰度图像，即从三通道图像RGB转为单通道图像。系统将颜色影像弱化，既简化了图像所带信息，也提高了运算速度。使用高斯滤波对灰度图像的像素点进行过滤，使图像变得相对平滑。根据待滤波的像素点及其邻域点的灰度值按照高斯公式生成的参数规则进行加权平均，由此对整幅图像本身和邻域内的其他像素值进行加权平均，从而得到图像内得到每一个像素点的值。

使用Mask掩模技术对CANNY边缘检测后的数据按位与，保留原图相中对应感兴趣区域内的白色像素值，剔除黑色像素值。Mask掩模可生成一个与原图大小维度一致的mask矩阵，并对照原图在该mask上构建感兴趣区，即所要提取车道标线的位置区域，并初始化为全0，即全黑。生成Mask掩模的作用是降低计算代价，即只在用户感兴趣部分进行算法的计算，如后续的Hough变换检测车道线。

对检测到的直线点集（一般采用两点表示一条直线）采用基于Hough变换的直线检测。由于经过Hough变换后出现多条线段相互相邻的情况，所以需要对直线集合进行比较筛选处理，直到得到全部所需要的直线集。即可得到所需要的单个路段的车道线直线集。

最后再采用最小二乘法将所有需要的直线集进行拟合，得到最后的左右车道线。再利用测量、换算等工具即可得到一系列的渠化数据信息。

2.5 信息发布

系统基于网络平台，将网站作为发布渠道，面向广大有需求的用户提供数据信息服务。系统可在商业模式下运作，用户可结合自身需求在系统中获取相关渠化信息。信息发布的形式包括文字、表格、图像等。

2.6 系统模块描述

系统模块是整个系统的主线，将支线上的各个模块串联起来，形成完整的路网渠化信息系统。该系统主要对用户信息、道路渠化信息、车道信息更新、特征点坐标数据、渠化信息图像等方面进行管理。普通用户主界面与管理员的主界面相同，为了限制普通用户的操作权限，屏蔽了用户管理及道路管理的菜单。界面由主窗口与数据输入组件组成，主窗口主要展示城市道路交叉口路宽数据，“查看详情”按钮用户可在界面中查找、搜索所需信息，下载使用。界面设计如图7所示。

（1）用户信息管理。

用户信息管理包括普通用户信息管理和管理员信息管理。普通用户管理中包括用户名和密码。在登录模块中，输入用户名及密码，点击登录按钮完成用户的身份验证功能。管理员对系统的操作用户信息进行管理，包括用户信息的添加、删减管理。

（2）道路渠化信息管理。

用户可在系统主界面中的“查看详情”按钮，查看与下载所需的交叉口进口道、出口道及各车道的路宽信息、道路交叉口特征点坐标信息、包含交叉口渠化信息的平面图。同时，管理员将交叉路口路宽数据、坐标数据和交叉路口渠化信息平面图像上传生成详细的城市道路渠化信息。

（3）车道信息更新管理。

车道信息管理包括路名、车道类型、进出口车道方向、车道宽度等信息数据，管理员会根据实时地理信息进行数据的更新，具体操作包括增加、删除、修改、查询等。

（4）特征点坐标数据管理。

在特征点坐标管理中的坐标数据来源于道路交叉口中的特征点，用户在系统中查询城市道路交叉口各个特征点坐标。

（5）渠化信息图像管理。

渠化信息主要以道路交叉口标线信息数据为主，是渠化优化的关键信息。

图7 系统用户搜索界面图

3 结束语

路网渠化信息采集与服务系统基于高性能的大数据分布式构架，集图像识别、数据处理及数据库设计为一体，汇集了道路宽度、车道类型、交叉口特征点坐标等渠化信息，提供信息分类、数据集中存储、信息资源共享的高效管理与服务。通过本系统的建设，一方面，用户可直接在系统中查看所需的道路渠化信息，并对高精度的数据及图像进行下载；另一方面，部分实现了用户上传遥感影像及相关信息数据、同时对道路渠化数据进行补充的功能。今后本系统将结合各个相关平台或企业进行联通合作，将若干城市的渠化服务信息进行整合，构成统一完整的、包含更多高精度渠化信息数据的信息服务系统。

[1] 龚婷婷. 高分辨率遥感影像道路提取方法研究[J]. 信息系统工程，2019(11): 126-129.

[2] 曹晨洁，王夏黎，赵嘉兴，等. 基于CANNY算法的道路交通标线识别方法[J]. 信息技术与网络安全，2019，38(10): 78-82，92.

[3] 胡胜，黄妙华，陈毅. 基于二次阈值分割和车道宽度匹配的车道线检测算法[J]. 汽车技术，2019(4): 1-6.

[4] 李文海，张士辉. 甘肃省交通运输综合地理信息平台建设思考[J]. 甘肃科技纵横，2018，47(11): 8-10，4.

Design of High-Precision Road Network Channelization Information System Based on UAV Image Processing

Thanks to the rapid development of science and technology, China's infrastructure construction is gradually rising, especially in road construction. The old manual method of collecting road network channelized information has high cost and low efficiency, which can no meet the needs of modern road construction, and it is difficult for relevant industry personnel to obtain it directly. Based on this problem, this article uses image recognition processing technology for UAV remote sensing images, combined with computer algorithms, to build an information service system to provide users with a sharing platform, so as to realize road network channelization information resource sharing.

road network channelization; information service system; resource sharing; image recognition

TP315; U491

A

1008-1151(2022)04-0014-04

2022-02-03

国家自然科学基金项目（71861005）；大学生创新训练计划立项项目（202010595095）。

黄舒慧，女，桂林电子科技大学建筑与交通工程学院学生，研究方向为交通控制等。