專利名稱：一種高分辨率遙感圖像多類目標(biāo)特征模型的建立方法
技術(shù)領(lǐng)域：
本發(fā)明屬于遙感圖像處理領(lǐng)域，具體涉及一種遙感圖像多類目標(biāo)特征模型的建 立方法，用于遙感圖像多類目標(biāo)的檢測識(shí)別。
背景技術(shù)：
建立目標(biāo)的特征模型，就是通過對(duì)目標(biāo)進(jìn)行定量的分析，確定目標(biāo)所需要利用 的特征，或者判讀該目標(biāo)哪些特征具有顯著性。目標(biāo)特征顯著性取決于目標(biāo)特征的強(qiáng) 度，目標(biāo)與雜波特征強(qiáng)度對(duì)比度。如果目標(biāo)特征既有足夠的強(qiáng)度，有與其鄰域背景和其 他目標(biāo)具有足夠的特征反差，則可定義該特征為該目標(biāo)的顯著性特征。目標(biāo)的顯著性特 征模型，可以近似的刻畫和表達(dá)目標(biāo)，使該目標(biāo)區(qū)別于其他對(duì)象，對(duì)目標(biāo)的檢測識(shí)別具 有重要的貢獻(xiàn)。隨著遙感衛(wèi)星光學(xué)成像分辨率的提高，我們所關(guān)注的可識(shí)別目標(biāo)的種類越來越 多，而且遙感圖像能提供的目標(biāo)信息也越來越多，但同時(shí)，由于細(xì)節(jié)信息的過于豐富， 使得細(xì)小目標(biāo)、陰影等干擾因素的影響愈加突出，并且，針對(duì)多類目標(biāo)特征模型，同類 目標(biāo)的差異比較大，類別與類別之間的差異規(guī)律性不強(qiáng)，這就給多類目標(biāo)的特征檢測提 取帶來了更大的難題。目前對(duì)于遙感圖像目標(biāo)特征的應(yīng)用，主要是有以下兩種方式一 是針對(duì)單一目標(biāo)進(jìn)行分析，建立單目標(biāo)的特征模型；另一種是直接利用簡單特征進(jìn)行目 標(biāo)存在與否的判讀。對(duì)于遙感圖像多類目標(biāo)檢測識(shí)別的任務(wù)，上述兩種方式，不僅工作量比較大， 數(shù)據(jù)處理效率低，而且受背景雜波影響大，檢測識(shí)別的正確率較低，無法滿足遙感圖像 多類目標(biāo)檢測識(shí)別高效率和高準(zhǔn)確率的要求。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種高分辨率遙感圖像多類目標(biāo)特征模型的建立方法， 主要針對(duì)人造地物目標(biāo)，加入了多分辨率、場景信息和特征量化的思想，結(jié)合各類目標(biāo) 的顯著性特征和多類目標(biāo)的共享特征，從而建立多類目標(biāo)的特征模型，能夠?qū)崿F(xiàn)高分辨 遙感圖像多類目標(biāo)的粗分類，并且能提高多類目標(biāo)檢測識(shí)別的效率，其中高分辨率遙感 圖像一般指不低于10米分辨率遙感衛(wèi)星圖像。實(shí)現(xiàn)本發(fā)明的目的所采用的具體技術(shù)方案如下—種高分辨率遙感圖像多類目標(biāo)特征模型的建立方法，先根據(jù)目標(biāo)的物理大小 將感興趣的多類目標(biāo)進(jìn)行分組，每一組指定一個(gè)分辨率，將各類目標(biāo)的高分辨率遙感圖 像分辨率調(diào)整為相應(yīng)的指定分辨率，從而得到分辨率不同的多組圖像，對(duì)分辨率相同的 每組圖像均進(jìn)行如下處理(1)目標(biāo)分析對(duì)感興趣目標(biāo)進(jìn)行分析，尋找目標(biāo)在遙感成像方面所表現(xiàn)的特征及目標(biāo)所在場 景的信息，得到對(duì)目標(biāo)顯著外觀形態(tài)的表達(dá)。
⑵特征提取首先，對(duì)各類目標(biāo)進(jìn)行基本特征的提取，如輪廓、線等，并對(duì)提取的特征進(jìn)行 預(yù)處理，濾除低對(duì)比度、低梯度的特征(對(duì)比度指橫截面上灰度變化的累積，對(duì)比度梯 度是衡量圖像中灰度變化的參數(shù)，一般可設(shè)對(duì)比度小于一定閾值A(chǔ)(如15)的特征為低對(duì) 比度特征，梯度小于一定閾值B (如10)的特征為低梯度特征，實(shí)際操作中可根據(jù)需要進(jìn) 行具體參數(shù)閾值的設(shè)定)；其次，對(duì)預(yù)處理后的基本特征和上述場景信息進(jìn)行特征分析 組合，得到高級(jí)特征組，如對(duì)線段組合成平行線、L連接、T連接等；然后，對(duì)預(yù)處理后 的基本特征以及高級(jí)特征組實(shí)現(xiàn)具有物理意義的表達(dá)，進(jìn)而構(gòu)成特征集合；最后，利用 上述得到的對(duì)目標(biāo)顯著外觀形態(tài)的表達(dá)，從所述特征集合中計(jì)算出各類目標(biāo)的顯著性特 征組。在高分辨率遙感圖像中，可以清楚的觀察到豐富的結(jié)構(gòu)信息，其中人造地物目 標(biāo)更是具有明顯的形狀結(jié)構(gòu)特征，如邊緣、拐角等，形狀結(jié)構(gòu)特征可以對(duì)人造地物目標(biāo) 實(shí)現(xiàn)有效的描述。(3)特征量化首先，對(duì)上述各類目標(biāo)的顯著性特征組進(jìn)行全局分布的統(tǒng)計(jì)分析，尋找合適的 上下限；其次，選取恰當(dāng)?shù)牧炕瘏^(qū)間，確定量化后特征向量的維數(shù)；然后，針對(duì)每組 特征進(jìn)行初步量化，產(chǎn)生特征向量；最后根據(jù)量化后特征向量的分布對(duì)量化標(biāo)準(zhǔn)進(jìn)行微 調(diào)，使量化后的特征更穩(wěn)定。其中，針對(duì)特征集合A，分別為Ap A2...,共Ii(A)組特征，特征組A1包含 Ii(A1)個(gè)子特征Au、Al2...。對(duì)于每個(gè)具體特征Ay，可以根據(jù)A1的分布來確定其上下限， 然后確定量化的步長和量化區(qū)間的數(shù)目，η(Ay)表示特EAy的量化區(qū)間數(shù)目，因此量化后的特征向量的維數(shù)為
權(quán)利要求
1.一種高分辨率遙感圖像多類目標(biāo)特征模型的建立方法，用于遙感圖像多類目標(biāo) 的檢測識(shí)別，該方法首先根據(jù)目標(biāo)的物理大小將感興趣的多類目標(biāo)進(jìn)行分組，每一組指 定一個(gè)分辨率，然后將各類目標(biāo)的原始高分辨率遙感圖像分辨率調(diào)整為相應(yīng)的指定分辨 率，從而得到分辨率不同的多組圖像，并對(duì)分辨率相同的每組圖像均進(jìn)行如下處理(1)目標(biāo)分析對(duì)目標(biāo)進(jìn)行分析，尋找目標(biāo)在遙感成像方面所表現(xiàn)的特征及目標(biāo)所在場景的信息， 得到對(duì)目標(biāo)顯著外觀形態(tài)的表達(dá)；(2)特征提取首先，對(duì)目標(biāo)的基本特征即輪廓或線進(jìn)行提取，并對(duì)提取的特征進(jìn)行預(yù)處理，去除 低對(duì)比度、低梯度的特征；其次，對(duì)預(yù)處理后的基本特征和上述得到的場景信息進(jìn)行特 征分析組合，所述預(yù)處理后的基本特征以及組合后的特征即構(gòu)成顯著性特征；最后，對(duì) 所述顯著性特征實(shí)現(xiàn)具有物理意義的表達(dá)，再根據(jù)上述目標(biāo)顯著外觀形態(tài)的表達(dá)，計(jì)算 得出各類目標(biāo)的顯著性特征組。(3)特征量化首先，對(duì)上述各類目標(biāo)的顯著性特征組進(jìn)行全局分布的統(tǒng)計(jì)分析，尋找合適的上下 限；其次，選取恰當(dāng)?shù)牧炕瘏^(qū)間，確定量化后特征向量的維數(shù)；然后，針對(duì)每類目標(biāo)的 特征進(jìn)行初步量化，產(chǎn)生特征向量；(4)建立基于共享特征的多類目標(biāo)特征模型對(duì)各類目標(biāo)量化后的顯著性特征組進(jìn)行特征相關(guān)性分析，尋找類別與類別之間的共 享特征，分析同一分辨率下所有類別目標(biāo)后，即建立該組目標(biāo)的多類目標(biāo)特征模型。
2.根據(jù)權(quán)利要求1所述的建立方法，其特征在于，所述步驟(3)中量化后的特征向量n(A) H(Ai)的維數(shù)為ΣΓ1 (Λ)，其中，i表示顯著性特征組標(biāo)號(hào)，j表示對(duì)應(yīng)顯著性特征組中子特征i=l ；=1的標(biāo)號(hào)，η(A)為顯著性特征組數(shù)量，A1為任一特征組，八^為A1中的子特征，II(A1)為 A1中的子特征個(gè)數(shù)。
3.根據(jù)權(quán)利要求1和2所述的建立方法，其特征在于，所述感興趣的目標(biāo)為機(jī)場、港 口、橋梁、大壩、公路樞紐和鐵路樞紐，所述的基本特征為線段，所述組合后的特征為 有效線、平行線組、垂直線和角度。
全文摘要
本發(fā)明公開了一種高分辨率遙感圖像多類目標(biāo)特征建模方法，屬于遙感圖像處理領(lǐng)域，用于遙感圖像多類目標(biāo)的檢測識(shí)別，該方法首先根據(jù)目標(biāo)的物理大小將感興趣的多類目標(biāo)進(jìn)行分組，每一組指定一個(gè)分辨率，然后將各類目標(biāo)的原始高分辨率遙感圖像分辨率調(diào)整為相應(yīng)的指定分辨率，從而得到分辨率不同的多組圖像，并對(duì)分辨率相同的每組圖像均進(jìn)行如下處理(1)目標(biāo)分析；(2)特征提取；(3)特征量化；(4)建立基于共享特征的多類目標(biāo)特征模型。本發(fā)明主要將多類目標(biāo)的顯著性特征和共享特征有效的結(jié)合起來，發(fā)明流程思想清晰，易于實(shí)現(xiàn)，而且目標(biāo)類別易于擴(kuò)展，模型具有較高的穩(wěn)定性,可以有效的適應(yīng)高分辨率遙感圖像預(yù)識(shí)別的高要求。
文檔編號(hào)G06K9/46GK102013014SQ20101056229
公開日2011年4月13日 申請(qǐng)日期2010年11月26日 優(yōu)先權(quán)日2010年11月26日
發(fā)明者吳劍劍, 唐為林, 姚瑋, 宋云峰, 桑農(nóng), 王岳環(huán) 申請(qǐng)人:華中科技大學(xué)