1.一种航拍道路图像路面区域提取方法，其特征在于，包括以下步骤：

对沥青道路图像A0进行Canny边缘检测，得到边缘检测后的图像A1；

使用两遍扫描法对边缘检测后的图像A1进行颜色填充，得到填充颜色的图像A2；

获取沥青道路的H、S、V的取值范围，H指色调，S指饱和度，V指明度；并根据沥青道路的H、S、V的取值范围对沥青道路图像A0进行颜色分割，得到颜色分割后的图像A3；

剔除颜色分割后的图像A3中的孤立干扰区，得到剔除孤立干扰区后的图像A4；

将剔除孤立干扰区后的图像A4与填充颜色的图像A2进行与运算，得到与运算图像A5；

由与运算图像A5当中分割出目标区域；

颜色填充时用灰度值填充，填充的灰度值范围为1～255；所述两遍扫描法的步骤包括：

①利用Threshold()函数将边缘检测后的图像A1中的边缘线的像素值设置为0，其余点的像素值设置为1，即把要填充的点的像素值设置为1，其余点的像素值设置为0；

②第一次扫描：

访问当前像素B(x,y)，当B(x,y)＝＝1时：a、如果B(x,y)的领域中像素值都为0，则赋予B(x,y)一个新的label：label+＝1，B(x,y)＝label；b、如果B(x,y)的领域中有像素值>1的像素Neighbors：1)将Neighbors中的最小值赋予给B(x,y)，即B(x,y)＝min{Neighbors}；2)记录Neighbors中各个值label之间的相等关系，即这些值label同属于同一个连通区域；labelSet[i]＝{label m,..,label_n}，labelSet[i]中的所有label都属于同一个连通区域；

③第二次扫描：

访问当前像素B(x,y)，当B(x,y)>1：a、找到与label＝B(x,y)同属相等关系的一个最小label值，赋予B(x,y)；b、完成扫描后，图像中具有相同label值的像素组成同一个连通区域；

剔除孤立干扰区时计算出面积最小的道路区域占图像面积的比例，在颜色分割后的图像A3当中，以该比例值为临界值ε，运用contourArea()函数计算每一区域的面积，剔除面积比例小于ε的区域；

运用直方图函数计算与运算图像A5中从1到255的灰度值的像素点数，并计算出每一灰度值的像素点数占图像总像素点数的比例；若对应的比例小于所确定的临界值ε，则认为在填充颜色的图像A2中由该灰度值所填充的区域为背景区域，那么在沥青道路图像A0中把所对应的此区域剔除，由此不仅剔除了颜色分割后的图像A3中与目标区域相连接的背景区域，也完成了对目标区域的分割；在填充颜色的图像A2中像素值为0的像素点组成的区域也视为背景区域。

2.根据权利要求1所述的航拍道路图像路面区域提取方法，其特征在于：所述的沥青道路图像A0取自于航拍视频当中的某一帧图像。

3.根据权利要求1所述的航拍道路图像路面区域提取方法，其特征在于：所述的边缘检测后的图像A1中每个道路区域边缘检测线条闭合；如果边缘检测后的图像A1中出现道路区域边缘检测线条没有闭合的情况，则采取以下方法使其闭合：①降低Canny边缘检测函数中的高低阈值；②降低图像的分辨率；③对图像数据使用闭运算。

4.根据权利要求1所述的航拍道路图像路面区域提取方法，其特征在于：截取沥青道路图像A0中的沥青道路区域，运用HSV颜色直方图获取沥青道路的H、S、V的取值范围。

5.根据权利要求1所述的航拍道路图像路面区域提取方法，其特征在于：使用inRang()函数对沥青道路图像A0进行颜色分割，目使标区域内每一点的像素值为255，其余区域内每一点的像素值为0，得到颜色分割的二值图像，即颜色分割后的图像A3。

6.根据权利要求1所述的航拍道路图像路面区域提取方法，其特征在于：所述临界值ε的确定步骤如下：①将颜色分割后的图像A3与填充颜色的图像A2进行与运算，记与运算后的图像为A，运用直方图函数统计出图像A中的灰度值的像素个数，根据每个道路区域的面积总是大于每个干扰区域的面积，找出填充最小面积道路区域的灰度值的像素点个数，此处的灰度值为非0灰度值，计算出该像素点个数占图像总像素点数的比例；②对于视频图像，按照设定帧数间隔取多张图像，计算出临界值集合{ε1，ε2，ε3…}，由于拍摄过程中设备的视角影响，去掉临界值中过大或者过小的值，然后选取剩余值中的最小值。

7.一种航拍道路图像路面区域提取系统，其特征在于，包括：

边缘检测模块，用于对沥青道路图像A0进行Canny边缘检测；

颜色填充模块，用于使用两遍扫描法对边缘检测后的图像A1进行颜色填充；

颜色分割模块，根据沥青道路的H、S、V取值范围对沥青道路图像A0进行颜色分割；

孤立干扰区剔除模块，用于剔除颜色分割后的图像A3中的孤立干扰区；

与运算模块，用于对剔除孤立干扰区后的图像A4与填充颜色的图像A2进行与运算；

目标区域分割模块，用于由与运算图像A5当中分割出目标区域；

颜色填充时用灰度值填充，填充的灰度值范围为1～255；所述两遍扫描法的步骤包括：

①利用Threshold()函数将边缘检测后的图像A1中的边缘线的像素值设置为0，其余点的像素值设置为1，即把要填充的点的像素值设置为1，其余点的像素值设置为0；

②第一次扫描：

访问当前像素B(x,y)，当B(x,y)＝＝1时：a、如果B(x,y)的领域中像素值都为0，则赋予B(x,y)一个新的label：label+＝1，B(x,y)＝label；b、如果B(x,y)的领域中有像素值>1的像素Neighbors：1)将Neighbors中的最小值赋予给B(x,y)，即B(x,y)＝min{Neighbors}；2)记录Neighbors中各个值label之间的相等关系，即这些值label同属于同一个连通区域；labelSet[i]＝{label m,..,label_n}，labelSet[i]中的所有label都属于同一个连通区域；

③第二次扫描：

访问当前像素B(x,y)，当B(x,y)>1：a、找到与label＝B(x,y)同属相等关系的一个最小label值，赋予B(x,y)；b、完成扫描后，图像中具有相同label值的像素组成同一个连通区域；

剔除孤立干扰区时计算出面积最小的道路区域占图像面积的比例，在颜色分割后的图像A3当中，以该比例值为临界值ε，运用contourArea()函数计算每一区域的面积，剔除面积比例小于ε的区域；

运用直方图函数计算与运算图像A5中从1到255的灰度值的像素点数，并计算出每一灰度值的像素点数占图像总像素点数的比例；若对应的比例小于所确定的临界值ε，则认为在填充颜色的图像A2中由该灰度值所填充的区域为背景区域，那么在沥青道路图像A0中把所对应的此区域剔除，由此不仅剔除了颜色分割后的图像A3中与目标区域相连接的背景区域，也完成了对目标区域的分割；在填充颜色的图像A2中像素值为0的像素点组成的区域也视为背景区域。