利用雙時相探測定位山體中地下建筑的背景濾波方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于自然地理、熱物理學(xué)和信息處理交叉的技術(shù)領(lǐng)域，更具體地，設(shè)及一種 利用雙時相探測定位山體中地下建筑的背景濾波方法。
【背景技術(shù)】
[0002] 近年來，由于各種地下資源、礦產(chǎn)資源和地下水需要，修建大量的地下建筑，地下 建筑探測技術(shù)受到廣泛關(guān)注。各種各樣的地下建筑是分布式的，具有熱福射，不同于背景的 熱源，地下的資源溫度高于/低于山體背景，認(rèn)為是地下熱源/冷源。常規(guī)遙感探測僅實(shí)現(xiàn)地 表上或水面上的條件對象，僅僅適用于淺層的目標(biāo)信號只受到空氣介質(zhì)的衰減的探測過 程;然而多重介質(zhì)深層遙感探測面臨著目標(biāo)信號受到空氣、固體和水體介質(zhì)的多重衰減過 程，介質(zhì)本身的特性W及空氣、固體和水體介質(zhì)的多重崎變過程。最終信號變得十分微弱， 用現(xiàn)有的常規(guī)方法根本無法探測到。目前，對地下建筑的探測主要集中在淺層目標(biāo)、小尺度 地下熱源目標(biāo)和淺層目標(biāo)多時相圖像下的目標(biāo)，對深層目標(biāo)(埋深>l〇m)探測的研究較少。

【發(fā)明內(nèi)容】

[0003] 針對現(xiàn)有技術(shù)的W上缺陷或改進(jìn)需求，本發(fā)明提供了一種利用雙時相探測定位山 體中地下建筑的背景濾波方法，避免了多時相紅外圖獲取困難的問題，能準(zhǔn)確地檢測出深 層地下建筑。
[0004] 為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種利用雙時相探測定位山體中地下建筑的背景 濾波方法，其特征在于，包括如下步驟：
[0005] (1)獲取包含地下建筑的晝夜雙時相紅外圖；
[0006] (2)對晝間紅外圖取其像素灰度值的低比特位進(jìn)行地下建筑的粗檢測，得到疑似 目標(biāo)區(qū)域的面積；
[0007] 進(jìn)一步包括如下步驟：
[000引（2-1)對晝間紅外圖進(jìn)行雙邊濾波，去除噪聲；
[0009] (2-2)對雙邊濾波后的晝間紅外圖進(jìn)行大尺度聚類分析，檢測出疑似目標(biāo)區(qū)域；
[0010] (2-3)對疑似目標(biāo)區(qū)域進(jìn)行基于鄰近像素的截位處理，得到疑似目標(biāo)區(qū)域的面積；
[0011] (3)對疑似目標(biāo)區(qū)域分段進(jìn)行背景濾除，得到地下建筑的熱福射場，調(diào)節(jié)地下建筑 的熱福射場的面積，使其最接近疑似目標(biāo)區(qū)域的面積，實(shí)現(xiàn)對地下建筑的檢測定位。
[0012] 優(yōu)選地，所述步驟(2-2)進(jìn)一步包括如下步驟：
[0013] (2-2-1)將雙邊濾波后的晝間紅外圖劃分為多個多邊形區(qū)域，將每個多邊形區(qū)域 的灰度均值作為一個樣本塊；
[0014] (2-2-2)計算所有樣本塊的距離比；
[001引其中，第i個樣本塊bi的距離比
，s為樣本塊的個數(shù)，dO表示兩 個樣本塊的距離；
[0016] (2-2-3)令類的序號q = l，選擇距離比最小的樣本塊作為第一個類的類屯、mi;
[0017] (2-2-4)將所有樣本塊分配到所有q個類中離其最近的類，并更新所有q個類的類 屯、，其中，第k個類的類屯、為
，k=l，…，q爲(wèi)是第k個類的樣本數(shù)，bk康示第 k個類的第j個樣本塊；
[0018] (2-2-5)令q = q+l，判斷q是否大于2,是則將第一個類和第二個類中灰度值較大者 對應(yīng)的圖形區(qū)域作為疑似目標(biāo)區(qū)域，否則順序執(zhí)行步驟(2-2-6):
[0019] (2-2-6)獲取使'
最小的樣本塊，將其作為第q個類的類屯、，返回步驟 (2-2-4)O
[0020] 優(yōu)選地，所述步驟(2-3)中，用大小為w*h的窗口遍歷疑似目標(biāo)區(qū)域，對窗口內(nèi)的像 素灰度值做相互與運(yùn)算，根據(jù)與運(yùn)算結(jié)果，對疑似目標(biāo)區(qū)域的像素重新賦值，得到地下建筑 的邊緣區(qū)域，統(tǒng)計該區(qū)域內(nèi)的像素個數(shù)，得到疑似目標(biāo)區(qū)域的面積。
[0021] 優(yōu)選地，地下建筑的熱福射場為：
[0023] 其中，ki為地下建筑所在山體晚上紅外圖的疑似目標(biāo)區(qū)域的第1個海拔段的權(quán)重 系數(shù)，Ei表示地下建筑所在山體晚上紅外圖的疑似目標(biāo)區(qū)域的第1個海拔段的灰度均值，n 為地下建筑所在山體晚上紅外圖的疑似目標(biāo)區(qū)域的海拔段數(shù)量，BT(x，y，z，t)為地下建筑 所在山體白天紅外圖，（x，y，z)為空間坐標(biāo)，t為時間；通過調(diào)整ki的值，調(diào)節(jié)地下建筑的熱 福射場的面積。
[0024] 總體而言，通過本發(fā)明所構(gòu)思的W上技術(shù)方案與現(xiàn)有技術(shù)相比，具有W下有益效 果:包括紅外圖像濾波預(yù)處理、對紅外圖像取其像素灰度值的低位進(jìn)行地下建筑的粗檢測 和"剝洋蔥"算法尋優(yōu)精確檢測=步驟，通過獲取白天和晚上的雙時相紅外圖，將晚上紅外 圖作為背景場，首先對白天紅外圖進(jìn)行雙邊濾波處理去除噪聲，再進(jìn)行聚類分析，檢測出疑 似目標(biāo)區(qū)域，對疑似目標(biāo)區(qū)域利用基于鄰近像素的截位算法處理粗略檢測出地下建筑區(qū) 域，將粗檢測的地下建筑面積作為尋優(yōu)準(zhǔn)則，對疑似目標(biāo)區(qū)分段進(jìn)行背景濾除，利用"剝洋 蔥"算法一層層掲開該區(qū)域的山體，直至最大程度精確檢測出地下建筑。本發(fā)明利用雙時相 紅外圖實(shí)現(xiàn)探測定位，避免了多時相紅外圖獲取困難的問題，能準(zhǔn)確地檢測出深層地下建 筑。
【附圖說明】
[0025] 圖1是本發(fā)明實(shí)施例的利用雙時相探測定位山體中地下建筑的背景濾波方法流程 圖；
[00%]圖2是喻家山晚上紅外圖；
[0027]圖3是喻家山白天紅外圖；
[00%]圖4是喻家山地下設(shè)施的結(jié)構(gòu)示意圖；
[0029] 圖5是喻家山白天紅外圖目標(biāo)塊探測結(jié)果與真實(shí)地下建筑位置對比；
[0030] 圖6是喻家山白天陽面/陰面紅外圖像樣本塊灰度分布圖，其中，（a)為陽面，（b)為 陰面；
[0031] 圖7是基于鄰近像素的截位處理后的喻家山白天目標(biāo)區(qū)域檢測結(jié)果；
[0032] 圖8是喻家山白天目標(biāo)區(qū)域標(biāo)記結(jié)果；
[0033] 圖9是對疑似目標(biāo)區(qū)域分段進(jìn)行背景濾除示意圖；
[0034] 圖10是"剝洋蔥'算法逐層"掲開"地層的結(jié)果；
[0035] 圖11目標(biāo)區(qū)域面積尋優(yōu)檢測結(jié)果。
【具體實(shí)施方式】
[0036] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個實(shí)施方式中所設(shè)及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可W相互組合。
[0037] 如圖1所示，W喻家山為例進(jìn)行說明，本發(fā)明實(shí)施例的利用雙時相探測定位山體中 地下建筑的背景濾波方法包括如下步驟：
[0038] (1)獲取包含地下建筑的晝夜雙時相紅外圖；
[0039] 如圖2所示，是喻家山晚上紅外圖；如圖3所示，是喻家山白天紅外圖。在該區(qū)域的 喻家山下，有地下設(shè)施，其結(jié)構(gòu)示意圖如圖4所示。
[0040] (2)對晝間紅外圖取其像素灰度值的低比特位進(jìn)行地下建筑的粗檢測，得到疑似 目標(biāo)區(qū)域的面積。進(jìn)一步包括如下步驟：
[0041] (2-1)對晝間紅外圖進(jìn)行雙邊濾波，去除噪聲。
[0042] 雙邊濾波是一種可W保邊去噪的濾波器，之所W可W達(dá)到此去噪效果，是因為濾 波器是由兩個函數(shù)構(gòu)成，一個函數(shù)是由幾何空間距離決定濾波器系數(shù)，另一個由像素差值 決定濾波器系數(shù)。
[0043] 雙邊濾波器中，輸出像素的值依賴于鄰域像素的值的加權(quán)組合，
權(quán)重系數(shù)W ( i，j，k，1 )取決于定義域核
[0046] 同時考慮了空間域與值域的差別。
[0047] 雙邊濾波器可W濾除喻家山紅外圖的噪聲，同時保留地下建筑微弱的信號，對喻 家山紅外圖進(jìn)行雙邊濾波器處理，在實(shí)驗中取得了較好的結(jié)果。
[004引（2-2)對雙邊濾波后的晝間紅外圖進(jìn)行大尺度聚類分析，檢測出疑似目標(biāo)區(qū)域。
[0049]在獲取的晝夜雙時相喻家山紅外圖中，我們將晚上的喻家山紅外圖當(dāng)做背景信息 場，將白天的喻家山紅外圖當(dāng)做背景目標(biāo)信息場，但是在晚上的喻家山紅外圖中仍然保存 有微弱的地下建筑信息，由于深層地下建筑的信號本身就很微弱，我們需要盡量保留地下 建筑信號，因此，首先大尺度檢測疑似目標(biāo)區(qū)域，在晝夜雙時相喻家山紅外圖相減時，對疑 似目標(biāo)區(qū)域做謹(jǐn)慎相減處理。首先，介紹大尺度檢測疑似目標(biāo)區(qū)域的聚類檢測算法。
[0050]紅外圖像中樣本的灰度均值是一種能有效區(qū)別下有/無地下建筑的特征，所W，運(yùn) 里直接通過給出每一個樣本塊的幾個頂點(diǎn)坐標(biāo)，計算出其包圍的多邊形中的像素的坐標(biāo)， 取出其對應(yīng)位置的灰度值，從而求出該樣本塊的灰度均值，利用空間約束均值聚類算法得 到每一個樣本塊的標(biāo)記結(jié)果。
[0051 ] 進(jìn)一步包括如下步驟：
[0052] (2-2-1)將雙邊濾波后的晝間紅外圖劃分為多個多邊形區(qū)域，每個多邊形區(qū)域的 灰度均值作為一個樣本塊。
[0053] (2-2-2)計算所有樣本塊的距離比；
[0化4] 其中，第i個樣本塊bi的距離比
，s為樣本塊的個數(shù)，dO表示兩 個樣本塊的距離。
[0055] (2-2-3)令類的序號q = l，選擇距離比最小的樣本塊作為第一個類的類屯、mi。
[0056] (2-2-4)將所有樣本塊分配到所有q個類中離其最近的類，并更新所有q個類的類 屯、，其中，第k個類的類屯、為
，k=l，…，q爲(wèi)是第k個類的樣本數(shù)，bk康示第 k個類的第j個樣本塊。
[0057] (2-2-5)令q = q+l，判斷q是否大于2,是則算法結(jié)束，否則順序執(zhí)行步驟(2-2-6)。 [0化引（2-2-6)獲取使