基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建筑物檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種合成孔徑雷達(dá)圖像建筑物檢測(cè)方法，具體設(shè)及一種基于標(biāo)記分水 嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建筑物檢測(cè)方法，可用于高分辨率合成孔徑雷達(dá) 圖像線性建筑物的檢測(cè)。
【背景技術(shù)】
[0002] 建筑物的檢測(cè)是指從圖像中檢測(cè)出建筑物，并將其從場(chǎng)景中分離開來。而從合成 孔徑雷達(dá)圖像中檢測(cè)建筑物等人造目標(biāo)是合成孔徑雷達(dá)圖像解譯的一項(xiàng)重要內(nèi)容。近年 來，有關(guān)合成孔徑雷達(dá)圖像建筑物檢測(cè)的研究已經(jīng)逐漸引起研究人員的關(guān)注。目前常用的 方法多為基于多種圖像信息的融合檢測(cè)，如兩幅或者兩幅W上的合成孔徑雷達(dá)圖像，合成 孔徑雷達(dá)圖像與光學(xué)圖像W及干設(shè)高度與相干數(shù)據(jù)的信息融合。隨著合成孔徑雷達(dá)技術(shù)的 發(fā)展，特別是高分辨率合成孔徑雷達(dá)圖像的獲得，單幅合成孔徑雷達(dá)圖像中可W獲得的有 效信息越來越多。WX波段高分辨率機(jī)載合成孔徑雷達(dá)圖像為例，二面角反射、疊掩效應(yīng)和 屋頂（特別是斜頂）及其子結(jié)構(gòu)所造成的散射使得城區(qū)常見的長(zhǎng)條形、多層建筑物的信息 更為豐富，表現(xiàn)為具有一定寬度的直線型的高亮目標(biāo)。該使得基于單幅合成孔徑雷達(dá)圖像 的建筑物檢測(cè)成為可能?；趩畏铣煽讖嚼走_(dá)圖像建筑物檢測(cè)，往往是W建筑物高亮線 條和黑色陰影作為檢測(cè)的依據(jù)。而基于亮條和黑色陰影的建筑物的檢測(cè)，往往是采用圖像 分割的方法對(duì)建筑物進(jìn)行檢測(cè)。
[0003] 分水嶺算法是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法，也是一種常用的圖像 分割的方法，其基本思想是把圖像看作是測(cè)地學(xué)上的拓?fù)涞孛?，圖像中每一點(diǎn)像素的灰度 值表示該點(diǎn)的海拔高度，圖像中的凹陷地點(diǎn)就是圖像中的局部極小值。而匯水盆就是地形 中凹陷地點(diǎn)影響的區(qū)域，也是圖像中包圍局部極小值的區(qū)域。通過注水，在水面上漲的過程 中，該些凹陷的地點(diǎn)被浸沒，每一個(gè)匯水盆被水面浸沒，最終在其周圍形成堤巧，該些堤巧 用來阻擋其他匯水盆里的水混到自己的盆中。當(dāng)?shù)匦沃兴械膮R水盆都被水巧包圍后，停 止注水，此時(shí)該些堤巧即是分水嶺。對(duì)應(yīng)于合成孔徑雷達(dá)二值圖像，局部極小值為建筑物連 通區(qū)域的每個(gè)像素點(diǎn)。匯水盆為建筑物連通區(qū)域整體，通過距離變換，靠近建筑物中屯、的位 置距離較小，遠(yuǎn)離建筑物中屯、的位置距離較大，經(jīng)過分水嶺轉(zhuǎn)換后，相鄰建筑物之間的界限 即是分水嶺。由于圖像容易受到噪聲和暗紋理細(xì)節(jié)的影響，在圖像中會(huì)存在大量的偽局部 極小值，它們?cè)趫D像中產(chǎn)生相應(yīng)的匯水盆。該些偽局部極小值和那些真正的局部極小值一 起會(huì)被作為一個(gè)獨(dú)立的區(qū)域，通過分水嶺算法將其分割出來，在進(jìn)行合成孔徑雷達(dá)圖像建 筑物檢測(cè)時(shí)會(huì)造成嚴(yán)重的過分割現(xiàn)象。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于針對(duì)W上所述技術(shù)的不足之處，提出一種基于標(biāo)記分水嶺算法 的高分辨率合成孔徑雷達(dá)圖像線性建筑物檢測(cè)的方法，是將二維最小Tsallis交叉滴法、 形態(tài)學(xué)運(yùn)算w及分水嶺算法相結(jié)合，用分水嶺算法和形態(tài)學(xué)運(yùn)算處理后的圖像作為標(biāo)記分 水嶺算法標(biāo)記的來源，對(duì)高分辨率合成孔徑雷達(dá)圖像線性建筑物進(jìn)行檢測(cè)。
[0005] 為了方便描述本發(fā)明的內(nèi)容，首先定義：
[0006] 定義一、標(biāo)記分水嶺算法
[0007] 標(biāo)記分水嶺算法是為了解決分水嶺算法中存在的過分割現(xiàn)象而被提出來的。該算 法是在使用分水嶺算法之前，利用給圖像設(shè)置前景標(biāo)記和背景標(biāo)記的方法來減少局部極小 值區(qū)域。該算法的主要思想是；首先對(duì)圖像進(jìn)行標(biāo)記，標(biāo)記提取出感興趣的目標(biāo)，一個(gè)標(biāo)記 就可W標(biāo)記圖像中一個(gè)有意義的區(qū)域。利用W上標(biāo)記強(qiáng)制性的修改原始邊緣增強(qiáng)圖像的極 小值區(qū)域，把原始邊緣增強(qiáng)圖像中無關(guān)的極小值屏蔽掉，最后用分水嶺算法對(duì)修改后的邊 緣增強(qiáng)圖像進(jìn)行分割。
[000引定義二、形態(tài)學(xué)操作
[0009] 形態(tài)學(xué)操作是一個(gè)廣泛的圖像處理操作過程，它處理圖像是基于形狀的。形態(tài)學(xué) 操作在輸入圖像中使用一個(gè)結(jié)構(gòu)化的參數(shù)，建立一個(gè)同樣大小的輸出函數(shù)。在形態(tài)學(xué)操作 中，輸出圖像中的每個(gè)像素的值是基于輸入圖像中相應(yīng)像素及其鄰域像素間的對(duì)比。通過 選擇鄰域的大小和形狀，可W構(gòu)造一個(gè)在輸入圖像中對(duì)特殊形狀敏感的形態(tài)學(xué)操作。形態(tài) 學(xué)操作包括腐蝕操作、膨脹操作和細(xì)化操作等。腐蝕操作是一種消除邊界點(diǎn)，使邊界點(diǎn)向內(nèi) 收縮的過程，用來消除相連區(qū)域或相鄰區(qū)域在圖像中W像素連接造成的邊緣干擾。膨脹操 作是將與物體接觸的所有背景點(diǎn)合并到該物體中，使邊界向外擴(kuò)張的過程。該操作可W對(duì) 邊界進(jìn)行填充，對(duì)目標(biāo)斷裂處進(jìn)行連接。細(xì)化操作一種圖像處理運(yùn)算，就是將占有多個(gè)柵格 寬的圖像要素縮減為只有單個(gè)柵格寬的圖像要素的過程。它可W把二值圖像區(qū)域縮成線 條，W減少區(qū)域的中屯、線，也稱為骨架。它的主要目的是減少圖像的成分，直到只留下區(qū)域 的基本信息，W便進(jìn)一步分析和識(shí)別。
[0010] 定義=、形態(tài)學(xué)重構(gòu)
[0011] 形態(tài)學(xué)重構(gòu)，就是根據(jù)一幅圖像（稱之為掩膜圖像）的特征對(duì)另一幅圖像（稱之 為標(biāo)記圖像）進(jìn)行重復(fù)膨脹操作，直到該圖像的像素值不再變化為止。形態(tài)學(xué)重構(gòu)可W分 為形態(tài)學(xué)膨脹重構(gòu)和形態(tài)學(xué)腐蝕重構(gòu)。而形態(tài)學(xué)腐蝕重構(gòu)運(yùn)算是建立在測(cè)地腐蝕的基礎(chǔ)上 的。
[0012] 本發(fā)明提供的高分辨率合成孔徑雷達(dá)圖像建筑物檢測(cè)方法既可W保證標(biāo)記的準(zhǔn) 確性，消除噪聲、斑點(diǎn)等無效信息，還可W精確檢測(cè)出線性建筑物。
[0013] 本發(fā)明提供的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建筑物檢 測(cè)方法，包括W下步驟：
[0014] (1)利用canny邊緣檢測(cè)算法，對(duì)原始高分辨率合成孔徑雷達(dá)圖像I進(jìn)行處理，得 到邊緣檢測(cè)結(jié)果圖▽I，作為標(biāo)記分水嶺算法的原始邊緣增強(qiáng)圖像；
[0015] (2)對(duì)原始高分辨率合成孔徑雷達(dá)圖像I進(jìn)行二階己特沃斯低通濾波，得到濾波 圖像Id;
[0016] (3)對(duì)濾波圖像Id進(jìn)行分水嶺算法處理，得到的邊界圖le，作為標(biāo)記分水嶺算法的 背景標(biāo)記圖像；
[0017] (4)利用二維最小Tsallis交叉滴法，對(duì)濾波圖像Id處理，得到二值化圖像IE;
[001引 妨利用形態(tài)學(xué)運(yùn)算方法，對(duì)二值化圖像I進(jìn)行處理，得到處理后的圖像IP，作為 標(biāo)記分水嶺算法的前景標(biāo)記圖像；
[0019] 做利用公式
[0020]
【主權(quán)項(xiàng)】
1. 一種基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建筑物檢測(cè)方法，其特 征在于：所述方法包括： (1) 利用canny邊緣檢測(cè)算法，對(duì)原始高分辨率合成孔徑雷達(dá)圖像I進(jìn)行處理，得到邊 緣檢測(cè)結(jié)果圖▽I，作為標(biāo)記分水嶺算法的原始邊緣增強(qiáng)圖像； (2) 對(duì)原始高分辨率合成孔徑雷達(dá)圖像I進(jìn)行二階巴特沃斯低通濾波，得到濾波圖像 Id; (3) 對(duì)濾波圖像Id進(jìn)行分水嶺算法處理，得到的邊界圖Ib，作為標(biāo)記分水嶺算法的背景 標(biāo)記圖像； ⑷利用二維最小Tsallis交叉熵法，對(duì)濾波圖像Id處理，得到二值化圖像IE; (5) 利用形態(tài)學(xué)運(yùn)算方法，對(duì)二值化圖像1識(shí)行處理，得到處理后的圖像IF，作為標(biāo)記 分水嶺算法的前景標(biāo)記圖像； (6) 利用公式
對(duì)背景標(biāo)記圖像IjP前景標(biāo)記圖像I 行計(jì)算，得到標(biāo)記分水嶺算法的標(biāo)記圖像fm。 其中，max(.)表示求最大值，▽I為標(biāo)記分水嶺算法的原始邊緣增強(qiáng)圖像。 (7) 利用H-minima技術(shù)和形態(tài)學(xué)重構(gòu)對(duì)原始邊緣增強(qiáng)圖像▽I進(jìn)行強(qiáng)制修改，得到修 改后的邊緣增強(qiáng)圖像▽I' ； (8) 采用分水嶺算法對(duì)修改后的邊緣增強(qiáng)圖像▽I'進(jìn)行檢測(cè)，得到線性建筑物檢測(cè)結(jié) 果圖像。
2. 根據(jù)權(quán)利要求1所述的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建 筑物檢測(cè)方法，其特征在于：步驟（3)中所述的分水嶺算法是采用像素點(diǎn)的歐幾里得距離 作為分割標(biāo)準(zhǔn)。
3. 根據(jù)權(quán)利要求1所述的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建 筑物檢測(cè)方法，其特征在于：步驟（5)具體包括： (51) 統(tǒng)計(jì)二值化圖像Ie中每個(gè)連通區(qū)域的像素面積。刪除二值化圖像Ie內(nèi)部連通區(qū) 域的像素面積小于100的連通區(qū)域，得到結(jié)果f; (52) 對(duì)f進(jìn)行形態(tài)學(xué)腐蝕操作，得到腐蝕圖像f1; (53) 對(duì)腐蝕圖像進(jìn)行形態(tài)學(xué)膨脹操作，獲得膨脹圖像f2; (54) 對(duì)膨脹圖像f2進(jìn)行形態(tài)學(xué)細(xì)化操作，得到圖像IF，作為標(biāo)記分水嶺算法的前景標(biāo) 記圖像。
4. 根據(jù)權(quán)利要求3所述的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建 筑物檢測(cè)方法，其特征在于：步驟（52)中的腐蝕操作的結(jié)構(gòu)元素為線性算子。
5. 根據(jù)權(quán)利要求3所述的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建 筑物檢測(cè)方法，其特征在于：所述結(jié)構(gòu)元素直線長(zhǎng)度為1，角度為0。
6. 根據(jù)權(quán)利要求2所述的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建 筑物檢測(cè)方法，其特征在于：步驟（53)中的膨脹操作，使用的結(jié)構(gòu)元素與步驟（52)中腐蝕 操作的結(jié)構(gòu)元素相同。
7.根據(jù)權(quán)利要求1所述的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建 筑物檢測(cè)方法，其特征在于：步驟（8)中分水嶺變換采用的分割標(biāo)準(zhǔn)與步驟（3)中的分割標(biāo) 準(zhǔn)一致。
【專利摘要】本發(fā)明提供的基于標(biāo)記分水嶺算法的高分辨率合成孔徑雷達(dá)圖像線性建筑物檢測(cè)方法，利用canny邊緣檢測(cè)算法得到原始邊緣增強(qiáng)圖像；利用二維最小Tsallis交叉熵法和二階巴特沃斯低通濾波，對(duì)圖像的雜質(zhì)和噪聲點(diǎn)進(jìn)行過濾，有效的消除了噪聲的干擾；采用形態(tài)學(xué)運(yùn)算方法，在保證不喪失有效區(qū)域信息的同時(shí)，能夠?qū)⒛承┠：齾^(qū)域或者相連區(qū)域分離開來，保證建筑物檢測(cè)的完整性和一致性；結(jié)合連通區(qū)域的計(jì)算，可以排除非噪聲點(diǎn)的無效目標(biāo)和信息，精確定位標(biāo)記分水嶺算法的前景標(biāo)記；對(duì)濾波后的圖像使用分水嶺算法，得到的邊界圖作為標(biāo)記分水嶺算法的背景標(biāo)記，保證了建筑物邊界信息的完整性；利用H-minima技術(shù)和形態(tài)學(xué)重構(gòu)對(duì)原始邊緣增強(qiáng)圖像進(jìn)行修改，使局部極小值僅出現(xiàn)在前景標(biāo)記和背景標(biāo)記的位置，消除了建筑物過分割的現(xiàn)象，能精確檢測(cè)出高分辨率合成孔徑雷達(dá)圖像中的線性建筑物。
【IPC分類】G06T7-00
【公開號(hào)】CN104715474
【申請(qǐng)?zhí)枴緾N201510027479
【發(fā)明人】王勇, 楊圓圓, 張胤, 沈煬, 杜熬, 呂海濤
【申請(qǐng)人】電子科技大學(xué)
【公開日】2015年6月17日
【申請(qǐng)日】2015年1月20日