專利名稱:基于最小直線比率的sar圖像機(jī)場跑道檢測方法
技術(shù)領(lǐng)域:
本發(fā)明屬于數(shù)字圖像處理領(lǐng)域,涉及數(shù)字圖像邊緣檢測方法及從邊緣曲線中提取直線邊緣的方法,用于對SAR圖像中的機(jī)場跑道進(jìn)行檢測和識別。
背景技術(shù):
遙感圖像輔助目標(biāo)識別系統(tǒng)的開發(fā)從20世紀(jì)70年代開始一直是許多學(xué)者們的興趣所在。機(jī)場目標(biāo)識別是其中的一個重要分支,而機(jī)場跑道的檢測則是整個機(jī)場目標(biāo)識別的基礎(chǔ)。能否準(zhǔn)確的檢測出跑道目標(biāo)無論是對遙感圖像的計(jì)算機(jī)輔助判讀,還是對GIS信息的輔助更新,以及戰(zhàn)場打擊效果的評估都有著重要的意義。合成孔徑雷達(dá)SAR具有全天候全天時(shí)對地球表面進(jìn)行觀察的能力,并且隨著信號處理技術(shù)的提高,目前已經(jīng)達(dá)到很高的空間分辨率,這使得SAR傳感器在軍事偵察和戰(zhàn)場感知中發(fā)揮了越來越大的作用,目前SAR自動目標(biāo)檢測和識別是一個受到國內(nèi)外高度關(guān)注的領(lǐng)域。線性特征是SAR圖像中目標(biāo)的一個重要特征,如機(jī)場、港口、建筑物等。線性目標(biāo)的檢測與提取是SAR圖像目標(biāo)識別中的一個關(guān)鍵步驟,在SAR圖像的應(yīng)用中有著重要的價(jià)值。由于SAR圖像中存在著相干斑噪聲,這使得對線性體和邊界的自動檢測與識別遇到了一定的困難。傳統(tǒng)的方法就是基于像素級,對噪聲比較敏感。SAR圖像機(jī)場跑道提取的流程可按照圖像分層理論籠統(tǒng)的分為邊緣檢測、線基元提取和基元連接及機(jī)場跑道提取,這些是對圖像進(jìn)行低層處理、中層處理和高層處理的三個主要的步驟。這類方法對低層邊緣檢測的結(jié)果精度要求很高,在線基元提取的過程中平行線檢測大多采用hough變換,而hough在直線檢測時(shí)存在著固有的缺陷(1)會受柵格圖像鋸齒問題的影響,導(dǎo)致一條直線的hough變換結(jié)果呈兩條或者多條直線;(2)只能檢測出局部最長的一條直線;(3)只能檢測出局部直線的位置,并不能檢測出直線的端點(diǎn)坐標(biāo)。所以這些方法對復(fù)雜場景中提取機(jī)場目標(biāo)并不能達(dá)到理想的效果。Michel等人在1990年提出使用經(jīng)過地理配準(zhǔn)的多源圖像來檢測機(jī)場的存在。首先把待檢測的圖像在地理參考系統(tǒng)中進(jìn)行配準(zhǔn),再利用地理信息確定機(jī)場存在的大致區(qū)域,最后使用模糊濾波器來檢測機(jī)場跑道的存在。該方法雖然能夠在相對較大、較復(fù)雜的場景中檢測機(jī)場跑道的目標(biāo),但是檢測速率比較低、算法復(fù)雜度高。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足,提出一種基于最小直線比率的SAR 圖像機(jī)場跑道檢測方法,以在保證檢測精度的前提下提高復(fù)雜SAR圖像中目標(biāo)的檢測速率、降低算法復(fù)雜度。為實(shí)現(xiàn)上述目的,本發(fā)明包括如下步驟(1)對輸入的待檢測SAR機(jī)場圖像進(jìn)行小波軟閾值濾波;(2)對濾波后的圖像進(jìn)行基于二進(jìn)小波變換的圖像邊緣檢測,其中邊緣點(diǎn)用255表示,非邊緣點(diǎn)用0表示,得到和原始圖像大小相同的邊緣矩陣E(x,y);(3)搜索邊緣圖像中所有相互連接且寬度為1的邊緣曲線,并記錄每條曲線所包含像素點(diǎn)的坐標(biāo)及每條曲線所包含的像素點(diǎn)數(shù)np ;(4)設(shè)定最短直線長度Imin = 120,對于每條曲線,當(dāng)曲線所包含的像素點(diǎn)數(shù)小于最短直線長度時(shí),則忽略此曲線,反之則在一定最大誤差上限下用最小二乘法進(jìn)行多直線擬合,并記錄擬合所需直線數(shù)Ii1 ;(5)求每條曲線的直線比率Y = IipAi1 ;(6)設(shè)定最小直線比率Ymin= 100,將直線比率、大于最小直線比率Ymin的曲線在圖像中所對應(yīng)的位置視為飛機(jī)場跑道的邊界。本發(fā)明相比現(xiàn)有技術(shù)具有以下優(yōu)點(diǎn)(1)本發(fā)明在邊緣檢測前對圖像進(jìn)行了小波軟閾值濾波,減小了噪聲的影響,提高了檢測的準(zhǔn)確性;(2)本發(fā)明將基于二進(jìn)小波變換的圖像邊緣檢測方法引入機(jī)場跑道檢測中,有效的解決了傳統(tǒng)方法中出現(xiàn)的偽邊緣、有意義邊緣損失以及邊緣過粗的問題;(3)本發(fā)明采用最小二乘法進(jìn)行直線擬合,降低了檢測過程的復(fù)雜度;(4)本發(fā)明引進(jìn)了最短直線長度Imin,用于判定對曲線擬合所得的直線是否為曲線的直線,簡化了機(jī)場跑道的檢測過程;(5)本發(fā)明引進(jìn)了最小直線比率Ymin,用于機(jī)場跑道的檢測,相比現(xiàn)有技術(shù)更簡潔、準(zhǔn)確、高效。
圖1是本發(fā)明的流程框圖;圖2是用本發(fā)明對人工合成圖像檢測的結(jié)果圖;圖3是本發(fā)明輸入的三幅待檢測SAR機(jī)場圖像;圖4是對圖3進(jìn)行小波軟閾值濾波后的效果圖;圖5是對圖4進(jìn)行邊緣檢測的結(jié)果圖;圖6是對圖5進(jìn)行機(jī)場跑道檢測的結(jié)果圖;圖7是檢測出來的機(jī)場跑道與原始待檢測SAR機(jī)場圖像的疊加圖。
具體實(shí)施例方式參照圖1,本發(fā)明的具體實(shí)現(xiàn)步驟如下步驟1,對輸入的待檢測SAR機(jī)場圖像進(jìn)行濾波。本發(fā)明采用小波軟閾值濾波,其中小波分解的層數(shù)選取為兩層,即j = 1,2。并按如下步驟進(jìn)行l(wèi)a)對輸入如圖3所述的待檢測SAR機(jī)場圖像進(jìn)行小波變換,得圖像的小波系數(shù)矩陣義lb)對小波系數(shù)矩陣#的每一個元素&進(jìn)行軟閾值處理,其中閾值參數(shù)λ = 20, 得到濾波后的小波系數(shù)種-
權(quán)利要求
1.一種基于最小直線比率的SAR圖像機(jī)場跑道檢測,包括如下步驟(1)對輸入的待檢測SAR機(jī)場圖像進(jìn)行小波軟閾值濾波;(2)對濾波后的圖像進(jìn)行基于二進(jìn)小波變換的圖像邊緣檢測,其中邊緣點(diǎn)用255表示, 非邊緣點(diǎn)用0表示,得到和原始圖像大小相同的邊緣矩陣E(x,y);(3)搜索邊緣圖像中所有相互連接且寬度為1的邊緣曲線,并記錄每條曲線所包含像素點(diǎn)的坐標(biāo)及每條曲線所包含的像素點(diǎn)數(shù)np ;(4)設(shè)定最短直線長度Imin=120,對于每條曲線,當(dāng)曲線所包含的像素點(diǎn)數(shù)小于最短直線長度時(shí),則忽略此曲線,反之則在一定最大誤差上限下用最小二乘法進(jìn)行多直線擬合, 并記錄擬合所需直線數(shù)H1 ;(5)求每條曲線的直線比率Y= ηρ/ηι ;(6)設(shè)定最小直線比率Ymin=100,將直線比率γ大于最小直線比率Ymin的曲線在圖像中所對應(yīng)的位置視為飛機(jī)場跑道的邊界。
2.根據(jù)權(quán)利要求1所述的SAR圖像機(jī)場跑道檢測方法,其中步驟(1)所述的用小波軟閾值法對輸入的待檢測SAR機(jī)場圖像進(jìn)行濾波,按如下步驟進(jìn)行2a)對輸入的待檢測SAR機(jī)場圖像進(jìn)行小波變換,得圖像的小波系數(shù)矩陣2b)對小波系數(shù)矩陣f的每一個元素乃進(jìn)行軟閾值處理,其中閾值參數(shù)λ =20,得到濾波后的小波系數(shù)吟
3.根據(jù)權(quán)利要求1所述的SAR圖像機(jī)場跑道檢測方法,其中步驟(3)所述的搜索邊緣檢測圖像中的所有相互連接且寬度為1的邊緣曲線,按如下步驟進(jìn)行3a)將邊緣矩陣E(x,y)左上角第一個非零點(diǎn)作為當(dāng)前點(diǎn)(x。,y。)并在其八鄰域內(nèi)搜索其它的非零點(diǎn),如果該點(diǎn)的8鄰域中只有一個非零點(diǎn)(xe,ye),則將該非零點(diǎn)(xe,ye)存入一個數(shù)據(jù)鏈中,并將邊緣矩陣中該位置所對應(yīng)的值改為0,用點(diǎn)(Xe,ye)替換點(diǎn)(x。,y。)作為當(dāng)前點(diǎn)繼續(xù)搜索;3b)如果(χ。,yc)的八鄰域內(nèi)有K(K彡2)個非零點(diǎn)= 1,K,K,則將其中一個非零點(diǎn) Υ)存入鏈中,并將非零點(diǎn) Υ)在邊緣矩陣E(x,y)中所對應(yīng)位置的值改為0, 將剩余的非零點(diǎn)(<,X),i興j存入一個棧中,然后用非零點(diǎn)(xi,_yi)替換當(dāng)前點(diǎn)(x。,y。)繼續(xù)搜索;3c)當(dāng)(χ。,yc)的八鄰域內(nèi)沒有非零點(diǎn)時(shí),則按“后進(jìn)先出”的原則從棧取出一個點(diǎn)作為當(dāng)前搜索點(diǎn)(x。,y。)繼續(xù)搜索其八鄰域,直至棧內(nèi)的點(diǎn)為空,即可得到一個相互連接的邊緣曲線和更新了的邊緣矩陣;3d)對于更新后的邊緣矩陣,同樣以左上角的第一個非零點(diǎn)作為起始點(diǎn),重復(fù)上面的操作,直至邊緣矩陣不再存在非零點(diǎn),此時(shí)即找出了邊緣矩陣中的所有曲線。
4.根據(jù)權(quán)利要求1所述的SAR圖像機(jī)場跑道檢測方法,其中步驟(4)所述的在一定最大誤差上限下用最小二乘法對曲線進(jìn)行多直線擬合,按如下步驟進(jìn)行 4a)設(shè)定最大誤差上限Tl,Tl = 0. 2 ;4b)從第三步所得數(shù)據(jù)鏈表中的每個邊緣曲線的前三個點(diǎn)開始,用最小二乘法對這三個點(diǎn)進(jìn)行直線擬合,并計(jì)算該直線的平均誤差:“(k +K +h3)/3,其中hi、h2、h3分別是這三個點(diǎn)與該直線的誤差,當(dāng)平均誤差小于最大誤差上限Tl時(shí),則認(rèn)為他們可用一條直線逼近;4c)從數(shù)據(jù)鏈表中獲取邊緣曲線的下一個點(diǎn)并加入到直線中,重新進(jìn)行直線擬合并計(jì)算平均誤差,當(dāng)平均誤差小于最大誤差上限Tl時(shí),認(rèn)為這四個點(diǎn)也可以用一條直線來逼近,繼續(xù)加入曲線中的下一個點(diǎn)直至平均誤差大于最大誤差上限Tl,并把上一個點(diǎn)作為該直線的終點(diǎn),該點(diǎn)作為下一條直線的起點(diǎn),按上面的方法重新進(jìn)行直線擬合,直至將整個邊緣曲線在最大誤差上限下用多條直線來逼近,記錄所用直線數(shù)IV
全文摘要
本發(fā)明公開一種SAR圖像機(jī)場跑道檢測方法,主要克服已有技術(shù)計(jì)算量大的問題。其實(shí)現(xiàn)步驟為(1)對輸入的待檢測SAR機(jī)場圖像進(jìn)行小波軟閾值濾波;(2)對濾波后的圖像進(jìn)行邊緣檢測,得到邊緣圖像E(x,y);(3)搜索邊緣圖像中所有相互連接的邊緣曲線,并記錄每條曲線所包含像素點(diǎn)的坐標(biāo)及每條曲線所包含的像素點(diǎn)數(shù)np;(4)設(shè)定最短直線長度lmin,當(dāng)曲線所包含的像素點(diǎn)數(shù)小于最短直線長度時(shí),則忽略此曲線,反之則進(jìn)行多直線擬合,并記錄擬合所需直線數(shù)nl;(5)求每條曲線的直線比率γ=np/nl;(6)設(shè)定最小直線比率γmin,將直線比率γ大于最小直線比率γmin的曲線所對應(yīng)的位置視為飛機(jī)場跑道的邊界。本發(fā)明具有檢測準(zhǔn)確、計(jì)算復(fù)雜度低、檢測效率高的優(yōu)點(diǎn),可用于SAR機(jī)場圖像機(jī)場跑道的檢測。
文檔編號G06K9/00GK102254162SQ20111019909
公開日2011年11月23日 申請日期2011年7月17日 優(yōu)先權(quán)日2011年7月17日
發(fā)明者張小華, 張揚(yáng), 朱虎明, 栗志超, 焦李成, 王爽, 田小林, 鐘樺, 陳茜 申請人:西安電子科技大學(xué)