本發(fā)明涉及一種遙感影像處理領(lǐng)域,具體說(shuō)是一種高分辨率遙感影像人工地物輪廓檢測(cè)方法。
背景技術(shù):
遙感影像是地面目標(biāo)和現(xiàn)象在圖像上的光譜和幾何特征的綜合反映,不僅僅是體現(xiàn)亮度特征和色度特征的象素單元集合,而且具有復(fù)雜的光譜特征和結(jié)構(gòu)特征。高分辨率遙感影像是一種非常特殊的數(shù)字圖像,其復(fù)雜程度遠(yuǎn)高于普通圖像。高分辨率遙感影像的輪廓檢測(cè)是遙感信息分析與理解的基礎(chǔ),是數(shù)字圖像處理領(lǐng)域的一個(gè)挑戰(zhàn)。目前,許多學(xué)者不斷提出相關(guān)輪廓檢測(cè)理論和方法,但就己發(fā)表的成果來(lái)看,這些方法還存在以下問題:
(1)由于遙感影像在成像過程中受傳感器、太陽(yáng)位置等多因素的影響,影像中所表現(xiàn)的目標(biāo)地物信息不僅不完全,而且含有大量噪聲。邊緣和噪聲在空間域都表現(xiàn)為灰度的較大突變,在頻率域則反映為同是高頻分量,在其上執(zhí)行輪廓檢測(cè)的結(jié)果常常把噪聲當(dāng)作邊緣點(diǎn)而檢測(cè)出來(lái),使真正的輪廓由于受噪聲干擾而沒被檢測(cè)出來(lái)。
(2)遙感影像信息量豐富,與一般圖像相比,其包含的內(nèi)容遠(yuǎn)比普通的圖像多,不同地物間信息的相互影響與干擾,不顯著或模糊的邊界使得要提取出感興趣的目標(biāo)輪廓變得非常困難。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明提供了一種高分辨率遙感影像人工地物輪廓檢測(cè)方法,以高分辨率遙感影像作為數(shù)據(jù)源,在尺度空間上做差異圖像,可以減少噪聲對(duì)提取輪廓的干擾,最大限度地保留影像的邊緣信息,方法的計(jì)算量小,自適應(yīng)能力強(qiáng),輸出結(jié)果可靠。
為實(shí)現(xiàn)本發(fā)明的目標(biāo)所采用的技術(shù)方案是:方法包括以下步驟:
步驟1:先對(duì)輸入遙感影像I進(jìn)行下采樣,得到Is,將Is與高斯核函數(shù)進(jìn)行卷積,得到影像Isc,將Is減去Isc,得到差異圖像D;
步驟2:用灰度統(tǒng)計(jì)比較窗口GSC對(duì)步驟1的差異圖像D進(jìn)行邊緣檢測(cè),得到候選曲線集合Scont;
步驟3:考慮到步驟2的灰度統(tǒng)計(jì)比較窗口GSC服從正態(tài)分布的規(guī)律,采用基于標(biāo)準(zhǔn)誤差函數(shù)的驗(yàn)證方法對(duì)步驟2的候選曲線集合Scont中的所有曲線進(jìn)行驗(yàn)證并篩選,得到精選曲線集合Fcont;
步驟4:對(duì)步驟3的精選曲線集合Fcont中的所有曲線分別進(jìn)行平滑處理,輸出高分辨率遙感影像人工地物輪廓檢測(cè)結(jié)果。
所述的高斯核函數(shù)的標(biāo)準(zhǔn)差其中k為權(quán)衡系數(shù),用于平衡輪廓的鋸齒和模糊程度,s為尺度空間中相鄰尺度的比值。
所述的灰度統(tǒng)計(jì)比較窗口GSC是可移動(dòng)的,移動(dòng)方式采用逐行掃描的形式。
所述的灰度統(tǒng)計(jì)比較窗口GSC是由亮模板ML和暗模板MD鄰接而成的窗口,由側(cè)面寬度w確定窗口包含的區(qū)域大小,并按照以下公式計(jì)算灰度統(tǒng)計(jì)比較窗口GSC中候選曲線的取值v:
式(1)中,M和N分別為亮模板ML和暗模板MD中包含的像素點(diǎn)數(shù),Lm和Dn分別為亮模板ML中的第m個(gè)像素和暗模板MD中的第n個(gè)像素,當(dāng)灰度統(tǒng)計(jì)比較窗口GSC不含邊界信息,覆蓋勻質(zhì)區(qū)域,Ln恒等于Dn,即δ(Lm,Dn)=0.5時(shí),當(dāng)灰度統(tǒng)計(jì)比較窗口GSC包含顯著的邊界信息,Ln恒小于Dn,即δ(Lm,Dn)=1時(shí),v=M×N;當(dāng)候選曲線的取值v大于閾值T1時(shí),將候選曲線作為提煉曲線。
所述的側(cè)面寬度w是指亮模板ML和暗模板MD的最小外接矩形的短邊,采用兩個(gè)取值其中,保證亮模板ML和暗模板MD至少覆蓋一行的像素,用于檢測(cè)對(duì)比度高的輪廓。保證亮模板ML和暗模板MD至少覆蓋三行的像素,用于檢測(cè)含有噪聲、邊緣模糊的輪廓。
所述的基于標(biāo)準(zhǔn)誤差函數(shù)的驗(yàn)證方法為利用以下公式計(jì)算曲線的標(biāo)準(zhǔn)誤差取值SER:
式(2)中,積分上限h表達(dá)式中的當(dāng)提煉曲線的標(biāo)準(zhǔn)誤差取值SER小于閾值T2時(shí),將其作為精選曲線。
所述的平滑處理方法采用貝塞爾曲線平滑法。
所述的候選曲線是指直接用邊緣檢測(cè)算法檢測(cè)得到的結(jié)果,其中包含過短或無(wú)效的邊緣,需要后續(xù)步驟進(jìn)一步驗(yàn)證和篩選。
本發(fā)明的有益效果是:最大限度地挖掘遙感影像中的人工地物的輪廓信息,可以應(yīng)用于建筑物、道路等人工地物的準(zhǔn)確提取。
附圖說(shuō)明
圖1是本發(fā)明的總體處理流程圖。
圖2是本發(fā)明的灰度統(tǒng)計(jì)比較窗口示意圖。
具體實(shí)施方式
下面結(jié)合附圖詳細(xì)描述本發(fā)明的具體實(shí)施方式。
圖1是本發(fā)明的總體處理流程圖:
在步驟101,輸入待處理的高分辨率遙感影像I為Quickbird全色影像,空間分辨率為0.81米。
在步驟102,對(duì)高分辨率遙感影像I進(jìn)行下采樣得到Is,其中,采樣間隔為2個(gè)像素。
在步驟103,將Is與高斯核函數(shù)進(jìn)行卷積,得到影像Isc,將Is減去Isc,得到差異圖像D,其中,高斯核函數(shù)的標(biāo)準(zhǔn)差其中k為權(quán)衡系數(shù),用于平衡輪廓的鋸齒和模糊程度,s為尺度空間中相鄰尺度的比值。經(jīng)反復(fù)試驗(yàn),將k設(shè)定為1.5,將s設(shè)定為0.8。
在步驟104,用灰度統(tǒng)計(jì)比較窗口GSC對(duì)步驟103中的差異圖像D進(jìn)行邊緣檢測(cè),得到候選曲線集合Scont,其中,GSC是可移動(dòng)的,移動(dòng)方式采用逐行掃描的形式,基于高分辨率遙感影像的人工地物遵循規(guī)則分布的特征并考慮后續(xù)步驟的計(jì)算量和輪廓相關(guān)信息保留程度之間的權(quán)衡問題,用不同傳感器和不同尺寸的遙感影像進(jìn)行試驗(yàn),發(fā)現(xiàn)將移動(dòng)步距P設(shè)置5的效果最佳,灰度統(tǒng)計(jì)比較窗口GSC是由亮模板ML和暗模板MD鄰接而成的窗口,由側(cè)面寬度w確定窗口包含的區(qū)域大小,并按照以下公式計(jì)算灰度統(tǒng)計(jì)比較窗口GSC中候選曲線的取值v:
其中,M和N分別為亮模板ML和暗模板MD中包含的像素點(diǎn)數(shù),Lm和Dn分別為亮模板ML中的第m個(gè)像素和暗模板MD中的第n個(gè)像素,當(dāng)灰度統(tǒng)計(jì)比較窗口GSC不含邊界信息,覆蓋勻質(zhì)區(qū)域,不含邊界信息,Ln恒等于Dn,即δ(Lm,Dn)=0.5)時(shí),當(dāng)灰度統(tǒng)計(jì)比較窗口GSC包含顯著的的邊界信息,Ln恒小于Dn,即δ(Lm,Dn)=1)時(shí),v=M×N;當(dāng)候選曲線的取值v大于閾值T1時(shí),將候選曲線作為提煉曲線。側(cè)面寬度w采用兩個(gè)取值其中,保證亮模板ML和暗模板MD至少覆蓋一行的像素,用于檢測(cè)對(duì)比度高的輪廓;保證亮模板ML和暗模板MD至少覆蓋三行的像素,用于檢測(cè)含有噪聲、邊緣模糊的輪廓。
在步驟105,考慮到步驟104的灰度統(tǒng)計(jì)比較窗口GSC服從正態(tài)分布的規(guī)律,采用基于標(biāo)準(zhǔn)誤差函數(shù)的驗(yàn)證方法對(duì)步驟4的候選曲線集合Scont中的所有曲線進(jìn)行驗(yàn)證并篩選,得到精選曲線集合Fcont,其中,基于標(biāo)準(zhǔn)誤差函數(shù)的驗(yàn)證方法為利用以下公式計(jì)算曲線的標(biāo)準(zhǔn)誤差取值SER:
其中,積分上限h表達(dá)式中的當(dāng)提煉曲線的標(biāo)準(zhǔn)誤差取值SER小于閾值T2時(shí),將其作為精選曲線。
在步驟106,對(duì)步驟105的精選曲線集合Fcont中的所有曲線利用貝塞爾曲線平滑法分別進(jìn)行平滑處理。
在步驟107,輸出輪廓。
經(jīng)試驗(yàn),步驟104中的閾值T1和步驟106中閾值T2分別設(shè)置為0.75和0.6。
圖2是本發(fā)明的灰度統(tǒng)計(jì)比較窗口示意圖。
200為差異圖像D的局部,201為一段輪廓曲線,202為亮模板ML,203為暗模板MD,204為側(cè)面寬度w。