高分辨率航空遙感數(shù)據(jù)自動道路提取方法
【專利摘要】本發(fā)明涉及一種高分辨率航空遙感數(shù)據(jù)自動道路提取的方法，該方法用航空遙感影像以及相應(yīng)研究區(qū)的DSM數(shù)據(jù)來提取地面以及地上區(qū)，并通過一系列的形態(tài)學(xué)變換，包括開閉運算、凸集外殼、凹集外殼、距離變換、分水嶺分割等，構(gòu)造街區(qū)和提取道路中心線。本發(fā)明方法所獲得的道路中心線和邊界線都是連貫的曲線。與傳統(tǒng)的方法相比，算法理論完備、道路線準確、計算快速、算法適應(yīng)性好；經(jīng)試驗表明，本發(fā)明方法在道路提取方面具有很強的魯棒性。
【專利說明】高分辨率航空遙感數(shù)據(jù)自動道路提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種道路提取方法，尤其涉及一種基于道路元素交叉驗證的道路提取方法，屬于計算機模式識別【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002]從遙感數(shù)據(jù)當中自動提取道路和建模是個全新且開放的問題。解決這類問題的思想方法很大程度上依賴于遙感數(shù)據(jù)的分辨率和來源。在中分辨率的衛(wèi)星圖上，道路只有一個像素寬，呈現(xiàn)出來的形狀近似一條線。因此我們的原理和方法應(yīng)該集中于線要素的特征，例如基于一定技術(shù)的邊緣檢測等。而在高分辨率的衛(wèi)星圖或者DSM上，道路要顯得寬很多，呈現(xiàn)出來的不僅僅是線特征，還有沿方向的面特征。因此我們的研宄方法應(yīng)該同時考慮邊緣特征和面特征。
[0003]道路提取的方法選取還依賴與目標道路的不同，農(nóng)村道路、郊區(qū)道路和城市道路應(yīng)當有所區(qū)別。不同地區(qū)的路網(wǎng)很大程度上伴隨著其他地面要素的分布，比如建筑物和綠化帶。因此道路提取的方法相應(yīng)地也有很大區(qū)別。我們在此只專注于我們的研宄案例即城市道路網(wǎng)的提取。
[0004]總體上數(shù)據(jù)源可以分為兩種:光譜數(shù)據(jù)和深度數(shù)據(jù)(DSM或者LiDAR)。由此帶來的方法就會被分為三種:基于光譜影像的、基于深度數(shù)據(jù)的和基于混合數(shù)據(jù)源的。就高分辨率數(shù)據(jù)來說，這些方法都有各自的優(yōu)勢與不足。一方面，許多特征道路的細節(jié)提高了道路辨識度。另一方面，這些細節(jié)也是多種多樣的:道路邊緣的對比度可能不同；可能出現(xiàn)各種大小的車輛；路面的材質(zhì)和路寬等等同樣也會有不同。因此大量細節(jié)的呈現(xiàn)增加了道路提取算法的復(fù)雜度。
[0005]DSM數(shù)據(jù)衍生自航拍影像，其分辨率為0.5米，具有較高分辨率。對于城市而言，尤其像東京這樣的的國際化大都市，居民住宅區(qū)相當稠密，周邊還布局著許多公寓和商場，主干道位于住宅區(qū)和其他功能區(qū)之間，公路則位于各個街區(qū)之間。在DSM中公路通常是14到30個像素寬，而大多數(shù)主干道有26到47個像素寬，有些甚至能達到70個像素寬，在這些區(qū)域中同樣還會存在高架和高速路。因為單邊緣檢測不涉及檢測公路的中心線，也不檢測公路的路寬，可能只會獲得一些破碎的街道邊緣。如果考慮到還同時會檢測出房屋邊緣等等，這就不是一個理想的方案。


【發(fā)明內(nèi)容】

[0006]本發(fā)明要解決的技術(shù)問題是:克服上述現(xiàn)有技術(shù)中存在的不足，提出一種高分辨率航空遙感數(shù)據(jù)自動道路提取方法，能夠準確且高效的提取城市道路。
[0007]為了解決以上技術(shù)問題，本發(fā)明提供的高分辨率航空遙感數(shù)據(jù)自動道路提取方法，包括以下步驟:
步驟1、產(chǎn)生NDSM數(shù)據(jù)一一對DSM數(shù)據(jù)(數(shù)字表面模型數(shù)據(jù))進行形態(tài)學(xué)濾波得到NDSM數(shù)據(jù)(歸一化數(shù)字表面模型數(shù)據(jù))； 步驟2、提取水平地面一一從NDSM數(shù)據(jù)中提取高度在地表平均高度的平坦地面區(qū)域數(shù)據(jù)；
步驟3、產(chǎn)生街區(qū)的外殼一一對步驟2獲得的平坦地面集合求補集得到地上對象區(qū)域；接著進行平滑處理獲得包含房屋的各個連通街區(qū)區(qū)域，并獲取各街區(qū)的光滑外殼；
步驟4、提取道路中心線一一對平坦地面區(qū)域數(shù)據(jù)進行距離變換獲得距離變換圖像，提取距離變換圖像的分水嶺線，從而獲得由若干連貫的待驗證道路中心線構(gòu)成的道路中心線網(wǎng)絡(luò)；
步驟5、提取道路邊界線及交叉路口一一使用像素尺寸為5*5的移動窗口從待驗證的道路中心線上滑動，移動窗口的中心置于待驗證道路中心線上，如果移動窗口內(nèi)部的待驗證道路中心線像素數(shù)大于7，則認為此時的移動窗口中心點為一個交叉路口點，將道路中心線網(wǎng)絡(luò)在該交叉路口點處進行斷開；估計最大道路寬度為K，待驗證道路中心線向兩側(cè)各膨脹K/2作為掩膜，與街區(qū)的外殼求交集，所得結(jié)果即為待驗證道路邊界；
步驟6、道路要素的交叉驗證一一道路中心線一次驗證:待驗證道路邊界線向兩側(cè)各膨脹K/2作為掩膜，與待驗證道路中心線求交集，剔除交集以外的待驗證道路中心線；驗證交叉路口點:如果交叉路口點的K/2范圍內(nèi)沒有待驗證道路中心線，則該交叉路口點為虛假路口，進行剔除，至此獲得真實的交叉路口點；道路中心線二次驗證:對待驗證道路中心線的端點處開窗，窗口的像素尺寸為7*7，如果窗內(nèi)沒有真實的交叉路口點，則剔除該待驗證道路中心線及伴隨的待驗證道路邊界，至此獲得真實的道路中心線；
步驟7、道路中心線生長一一真實的道路中心線檢測端點，沿其對應(yīng)的待驗證道路中心線逐點生長，直至接觸真實的交叉路口點，15個像素內(nèi)未接觸到交叉路口的中心線取消生長。
[0008]從遙感數(shù)據(jù)當中自動提取道路和建模是數(shù)字城市建模的一個重要內(nèi)容。所使用的遙感數(shù)據(jù)多為多譜段影像或數(shù)字表面模型Digital Surface Model (DSM)0本發(fā)明提出一種多元素道路模型及相應(yīng)的道路提取方法，該方法基于高分辨率航空遙感影像和DSM數(shù)據(jù)，用中心線、邊界線、交叉路口及道路面來表征道路網(wǎng)。用航空遙感影像以及相應(yīng)研宄區(qū)的DSM數(shù)據(jù)來提取地面以及地上區(qū)，并通過一系列的形態(tài)學(xué)及變換，包括開閉運算、凸集外殼、凹集外殼、距離變換、分水嶺分割等，構(gòu)造街區(qū)和提取道路中心線。
[0009]傳統(tǒng)的道路提取方法往往是依據(jù)圖像分割及一系列優(yōu)化處理來得到道路區(qū)域，在此基礎(chǔ)上通過直線檢測提取分段的線段再通過剪枝、連接等操作來組合道路。不僅過程瑣碎，而且每個步驟由算法本身正確率導(dǎo)致的錯誤難以避免，需要進行很多糾正。適應(yīng)性和強壯性均較低。而本發(fā)明道路元素交叉驗證的道路提取方法，所獲得的道路中心線和邊界線都是連貫的曲線。與傳統(tǒng)的方法相比，算法理論完備、道路線準確、計算快速、算法適應(yīng)性好。本發(fā)明選擇日本多個城市不同地區(qū)進行試驗，結(jié)果表明該方法在道路提取方面具有很強的魯棒性。
[0010]此外，本發(fā)明高分辨率航空遙感數(shù)據(jù)自動道路提取方法，還具有如下特征:
1、所述步驟2中，使用Flat Zones方法從NDSM數(shù)據(jù)上逐層提取面積大于S，高度差異小于λ的平面；再以平均高度對平面集合進行濾波，去除平面屋頂獲得包含道路面的平坦地面集合。
[0011]2、所述步驟3中，以每個街區(qū)內(nèi)的柵格中心點為點集構(gòu)建delauney多邊形，delauney多邊形的外輪廓為對應(yīng)街區(qū)的凸殼；檢測相互重疊的凸殼，對于重疊的凸殼而言，如果相應(yīng)街區(qū)的面積與其凸殼的面積之比小于0.5，則追蹤街區(qū)輪廓，并計算高斯平滑后的凹拐點作為凹角點，插入原有對應(yīng)街區(qū)的凸殼角點中，對該凸殼進行外輪廓重構(gòu)形成此街區(qū)的凹外殼。
[0012]本發(fā)明將DSM數(shù)據(jù)與影像數(shù)據(jù)進行了集成處理，基于公路的線特征和面特征，很好的解決了在DSM數(shù)據(jù)中提取公路的難題。
[0013]首先，數(shù)據(jù)方面本發(fā)明采用NDSM數(shù)據(jù)用于公路提取。RGB圖像雖然提供了公路的平滑顏色信息，但是這些顏色信息和許多建筑物屋頂十分相似，因此和DSM相比，顯然DSM更具優(yōu)勢。在DSM中道路高度同樣足夠平滑，使得它有別于建筑物。
[0014]其次，本發(fā)明的主要思想是基于公路的面特征和邊緣線特征的。眾所周知，公路和街道通常是路面的一部分，除了高速路和高架?；诖耍覀兊氖滓蝿?wù)是去除非路面部分，然后從剩下的路面部分中提取公路。在DSM中，非路面的高架或高速路比路面的高度值要高，從高度屬性上來說很容易和建筑物混淆。稍后它們會從RGB圖像中分離出來。
[0015]最后，對于提取公路，本發(fā)明所提出的方法是通過從DSM中提取公路中心線和邊緣線來實現(xiàn)的。通過設(shè)定flat zone標記和高度閾值來提取路面。隨著地形對象的提取相應(yīng)的補集也會設(shè)定。通過使用相應(yīng)的形態(tài)學(xué)方法，會得到街區(qū)及其包絡(luò)線。其他公路的中心線通過對路面而非街道進行距離變換以及分水嶺算法得出。最終交叉驗證十字路口、公路中心及其邊緣。
[0016]本發(fā)明的主要創(chuàng)新點在于:1、提出了一個矢量化道路數(shù)據(jù)模型；2、提出了一個住宅區(qū)街區(qū)提取及多邊形化的方法；3、提出了一個利用距離變換和分水嶺分割的單像素道路中心線提取方法；4、提出了一個道路元素交叉驗證法。

【專利附圖】

【附圖說明】
[0017]下面結(jié)合附圖對本發(fā)明作進一步的說明:
圖1為本發(fā)明實例的航拍影像。
[0018]圖2為本發(fā)明實例的NDSM數(shù)據(jù)。
[0019]圖3為補洞后的flat zone圖像。
[0020]圖4為帶重疊的凸殼示意圖。
[0021]圖5為包含凹殼和凸殼的街道。
[0022]圖6為研宄區(qū)域的DT圖。
[0023]圖7為圖5被驗證的道路中心線圖。
[0024]圖8為研宄區(qū)域的DSM中的交叉路口。
[0025]圖9為道路提取結(jié)果圖。

【具體實施方式】
[0026]本實例以日本東京地區(qū)某居住區(qū)為例進行公路網(wǎng)的提取，該區(qū)域的航拍影像見圖1，數(shù)據(jù)源為通過交互式攝影測量方法得到的0.5m分辨率的DSM數(shù)據(jù)(數(shù)字表面模型數(shù)據(jù))，該DSM數(shù)據(jù)從該航拍影像中獲得。
[0027]本實施例基于道路元素交叉驗證的高分辨率航空遙感數(shù)據(jù)自動道路提取方法，包括以下步驟:
步驟1、產(chǎn)生NDSM數(shù)據(jù)一一對數(shù)字表面模型數(shù)據(jù)進行形態(tài)學(xué)濾波得到NDSM數(shù)據(jù)(歸一化數(shù)字表面模型數(shù)據(jù))。
[0028]本步驟中，用半徑為100像素的圓盤結(jié)構(gòu)元素的形態(tài)學(xué)濾波器對數(shù)字表面模型數(shù)據(jù)濾波，獲得NDSM (結(jié)果見圖2)。形態(tài)學(xué)運算通常應(yīng)用在二值圖像上，目標僅有區(qū)域或形狀信息。這個過程影響著目標的形狀。本實施例中，把這一過程推廣到灰度圖像上。如果灰度圖像被當作像DSM那樣的表面的話，這就能影響目標的區(qū)域，形狀和灰度級。
[0029]步驟2、提取水平地面——從NDSM數(shù)據(jù)中提取高度在地表平均高度的平坦地面區(qū)域數(shù)據(jù)。
[0030]本步驟中，用Flat Zones方法對NDSM進行分割，并提取高度在地表平均高度的平坦地面區(qū)域。Flat Zones方法利用面積形態(tài)學(xué)方法從NDSM上逐層提取面積大于S，高度差異小于λ的平面。再以平均高度對平面集合進行濾波，去除平面屋頂獲得包含道路面的平坦地面集合。通常采用整個NDSM平均高度值的1.5倍作為flat zone的高度閾值。之后路面還需要做填充運算。一些小洞可能對應(yīng)汽車等物。通過閉運算，這些洞能夠被填補。對于二值圖像，通過小于SE的區(qū)域，閉運算能夠填補空值區(qū)。對于flat zone圖像，目標位于路面上，例如建筑物，樹木等等也會以洞的形式顯示。因此閉運算SE的尺寸應(yīng)該小于目標。如果是3.5m*3.5m大小的目標物，本實施例相應(yīng)的選擇7*7像素大小來填充。結(jié)果如圖3所示。
[0031]步驟3、產(chǎn)生街區(qū)的外殼一一對步驟2獲得的平坦地面集合求補集得到地上對象區(qū)域；接著進行平滑處理獲得包含房屋的各個連通街區(qū)區(qū)域，并獲取各街區(qū)的光滑外殼。
[0032]盡管本實施例能夠獲取包含公路的路面，但是這些路面并不像公路邊緣那樣筆直光滑。主要因為有的路面沿房屋伸展。但是，經(jīng)研宄發(fā)現(xiàn)大多數(shù)公路邊緣僅僅就是住宅區(qū)、商業(yè)區(qū)或者其他功能區(qū)街道的輪廓。所以公路的提取可以通過計算街道集合的補集來實現(xiàn)。對步驟I所述的地面集合求其補集得到地上對象區(qū)域。利用開閉算子平滑后，獲得連通街區(qū)內(nèi)房屋的各個街區(qū)區(qū)域。Alpha-shape是產(chǎn)生凹輪廓的優(yōu)秀算法，但是輪廓線可能會和目標物形狀太接近難以區(qū)分，而且房屋之間存在太多凹槽，這使得結(jié)果不精確。因此可使用凸殼和凹殼來表示輪廓線。凸殼可以通過delauney三角網(wǎng)生成。delauney三角網(wǎng)有這樣一個性質(zhì)，即對于每個三角形，它的唯一外接圓包含空值點，三角網(wǎng)的外邊界構(gòu)成了點集P的凸多邊形“外殼”。而這正是本發(fā)明所需要的。因此把每個街區(qū)作為點集求其delauney多邊形的外輪廓獲得街區(qū)的凸殼。有些街道不是方形或者矩形，甚至凸多邊形。因此一些相鄰街道的凸殼可能會重疊，如圖4所示。因此，必須進一步處理這一結(jié)果并找出哪一個其實是凹殼，然后把它糾正為凹殼。就重疊凸殼而論，如果目標物的面積比上凸殼的面積小于0.5，這個目標物應(yīng)該被視為凹殼并加以修正。對凹殼，跟蹤原街區(qū)輪廓，計算高斯平滑后的拐點，將拐點坐標插入外殼的邊界點重構(gòu)凹殼。
[0033]具體做法如下:以每個街區(qū)內(nèi)的柵格中心點為點集構(gòu)建delauney多邊形，delauney多邊形的外輪廓為對應(yīng)街區(qū)的凸殼；檢測相互重疊的凸殼，對于重疊的凸殼而言，如果相應(yīng)街區(qū)的面積與其凸殼的面積之比小于0.5，則追蹤街區(qū)輪廓，并計算高斯平滑后的凹拐點作為凹角點，插入原有對應(yīng)街區(qū)的凸殼角點中，對該凸殼進行外輪廓重構(gòu)形成此街區(qū)的凹外殼。得到的結(jié)果如圖5。
[0034]步驟4、提取道路中心線一一對平坦地面區(qū)域數(shù)據(jù)進行距離變換獲得距離變換圖像，提取距離變換圖像的分水嶺線，從而獲得由若干連貫的待驗證道路中心線構(gòu)成的道路中心線網(wǎng)絡(luò)。
[0035]步驟3獲得的街區(qū)外殼是分段直線的邊界線，道路兩側(cè)的外殼邊界平行性良好。因此計算非街區(qū)部分的距離變換圖像(DT圖)，道路中心線的距離變換值一定大于兩側(cè)鄰域的。道路中心線由這些公路中有最大邊界距離的像素組成。相應(yīng)地，在DT圖中，道路中心線即為分水嶺線，街區(qū)即為盆地狀。如圖6所示，DT圖中亮的部分代表距離，相較于街道，路面上有一個大面積距離較大的區(qū)域，這塊區(qū)域也比其他道路更加明亮。用分水嶺分割提取DT圖的分水嶺線，即為連貫的待驗證道路中心線網(wǎng)。如圖7所示，顯示了圖5被驗證的道路中心線。
[0036]從圖7中發(fā)現(xiàn)一些位于大面積路面區(qū)域的“道路中心線”是“偽中心線”。首先公路是帶有邊界的平面，而且這些邊界通常是街區(qū)的外殼，本實施例用一種交叉驗證的方法來檢測真正的道路中心線及其邊界。交叉驗證的算法用待驗證道路中心線從街區(qū)的外殼中檢測道路的邊界，然后用道路的邊界來驗證和提取真正的道路中心線。具體參見步驟5。
[0037]步驟5、提取道路邊界線及交叉路口一一使用像素尺寸為5*5的移動窗口從待驗證的道路中心線上滑動，移動窗口的中心置于待驗證道路中心線上，如果移動窗口內(nèi)部的待驗證道路中心線像素數(shù)大于7，則認為此時的移動窗口中心點為一個交叉路口點，將道路中心線網(wǎng)絡(luò)在該交叉路口點處進行斷開；估計最大道路寬度為K，待驗證道路中心線向兩側(cè)各膨脹K/2作為掩膜，與街區(qū)的外殼求交集，所得結(jié)果即為待驗證道路邊界。圖8為研宄區(qū)域交叉路口點示意圖。
[0038]從本步驟可以發(fā)現(xiàn)，道路中心線在十字路口附近是破損的。為了更好地表達道路中心線，需要沿著經(jīng)驗證的交叉道路線生長，產(chǎn)生經(jīng)驗證的道路中心線。
[0039]步驟6、道路要素的交叉驗證一一道路中心線一次驗證:待驗證道路邊界線向兩側(cè)各膨脹K/2作為掩膜，與待驗證道路中心線求交集，剔除交集以外的待驗證道路中心線；驗證交叉路口點:如果交叉路口點的K/2范圍內(nèi)沒有待驗證道路中心線，則該交叉路口點為虛假路口，進行剔除，至此獲得真實的交叉路口點；道路中心線二次驗證:對待驗證道路中心線的端點處開窗，窗口的像素尺寸為7*7，如果窗內(nèi)沒有真實的交叉路口點，則剔除該待驗證道路中心線及伴隨的待驗證道路邊界，至此獲得真實的道路中心線。
[0040]步驟7、道路中心線生長一一真實的道路中心線檢測端點，沿其對應(yīng)的待驗證道路中心線逐點生長，直至接觸真實的交叉路口點，15個像素內(nèi)未接觸到交叉路口的中心線取消生長。最終結(jié)果見圖9。
[0041]除上述實施例外，本發(fā)明還可以有其他實施方式。凡采用等同替換或等效變換形成的技術(shù)方案，均落在本發(fā)明要求的保護范圍。
【權(quán)利要求】
1.一種高分辨率航空遙感數(shù)據(jù)自動道路提取方法，包括以下步驟: 步驟1、產(chǎn)生NDSM數(shù)據(jù)——對DSM數(shù)據(jù)進行形態(tài)學(xué)濾波得到NDSM數(shù)據(jù)； 步驟2、提取水平地面一一從NDSM數(shù)據(jù)中提取高度在地表平均高度的平坦地面區(qū)域數(shù)據(jù)； 步驟3、產(chǎn)生街區(qū)的外殼一一對步驟2獲得的平坦地面集合求補集得到地上對象區(qū)域；接著進行平滑處理獲得包含房屋的各個連通街區(qū)區(qū)域，并獲取各街區(qū)的光滑外殼； 步驟4、提取道路中心線一一對平坦地面區(qū)域數(shù)據(jù)進行距離變換獲得距離變換圖像，提取距離變換圖像的分水嶺線，從而獲得由若干連貫的待驗證道路中心線構(gòu)成的道路中心線網(wǎng)絡(luò)； 步驟5、提取道路邊界線及交叉路口一一使用像素尺寸為5*5的移動窗口從待驗證的道路中心線上滑動，移動窗口的中心置于待驗證道路中心線上，如果移動窗口內(nèi)部的待驗證道路中心線像素數(shù)大于7，則認為此時的移動窗口中心點為一個交叉路口點，將道路中心線網(wǎng)絡(luò)在該交叉路口點處進行斷開；估計最大道路寬度為K，待驗證道路中心線向兩側(cè)各膨脹K/2作為掩膜，與街區(qū)的外殼求交集，所得結(jié)果即為待驗證道路邊界； 步驟6、道路要素的交叉驗證一一道路中心線一次驗證:待驗證道路邊界線向兩側(cè)各膨脹K/2作為掩膜，與待驗證道路中心線求交集，剔除交集以外的待驗證道路中心線；驗證交叉路口點:如果交叉路口點的K/2范圍內(nèi)沒有待驗證道路中心線，則該交叉路口點為虛假路口，進行剔除，至此獲得真實的交叉路口點；道路中心線二次驗證:對待驗證道路中心線的端點處開窗，窗口的像素尺寸為7*7，如果窗內(nèi)沒有真實的交叉路口點，則剔除該待驗證道路中心線及伴隨的待驗證道路邊界，至此獲得真實的道路中心線； 步驟7、道路中心線生長一一真實的道路中心線檢測端點，沿其對應(yīng)的待驗證道路中心線逐點生長，直至接觸真實的交叉路口點，15個像素內(nèi)未接觸到交叉路口的中心線取消生長。
2.根據(jù)權(quán)利要求1所述的高分辨率航空遙感數(shù)據(jù)自動道路提取方法，其特征在于:所述步驟2中，使用Flat Zones方法從NDSM數(shù)據(jù)上逐層提取面積大于S，高度差異小于λ的平面；再以平均高度對平面集合進行濾波，去除平面屋頂獲得包含道路面的平坦地面集合。
3.根據(jù)權(quán)利要求1所述的高分辨率航空遙感數(shù)據(jù)自動道路提取方法，其特征在于:所述步驟3中，以每個街區(qū)內(nèi)的柵格中心點為點集構(gòu)建delauney多邊形，delauney多邊形的外輪廓為對應(yīng)街區(qū)的凸殼；檢測相互重疊的凸殼，對于重疊的凸殼而言，如果相應(yīng)街區(qū)的面積與其凸殼的面積之比小于0.5，則追蹤街區(qū)輪廓，并計算高斯平滑后的凹拐點作為凹角點，插入原有對應(yīng)街區(qū)的凸殼角點中，對該凸殼進行外輪廓重構(gòu)形成此街區(qū)的凹外殼。
【文檔編號】G06T7/00GK104504718SQ201510003132
【公開日】2015年4月8日 申請日期:2015年1月6日 優(yōu)先權(quán)日:2015年1月6日
【發(fā)明者】李艷, 吳劍亮, 劉元亮 申請人:南京大學(xué)