《由合成孔径雷达图像中检测建筑和提取数目信息的方法》由会员分享，可在线阅读，更多相关《由合成孔径雷达图像中检测建筑和提取数目信息的方法（7页珍藏版）》请在金锄头文库上搜索。
1、由合成孔径雷达图像中检测建筑和提取数目信息的方法专利名称：由合成孔径雷达图像中检测建筑和提取数目信息的方法技术领域：本发明涉及遥感信息提取与应用领域，更具体地涉及种从高分辨率合成孔径雷达图像中检测建筑和提取建筑数目信息的方法。背景技术：合成孔径雷达(Synthetic Aperture Radar, SAR)以其高分辨率和全天候，全天吋，大面积的数据获取能力已成为世界各国普遍重视的对地观测遥感技木。先进的星载雷达系统，如德国雷达卫星TerraSAR-X，加拿大雷达卫星RADARSAT-2和意大利的COSMO/SkyMet,已经可以提供米级分辨率的图像数据，而先进的机载SAR系统已经能够达到分米
2、级水平。在这样的分辨率下，城市建筑的几何和细节信息已经清晰可见，城市建筑信息的提取完全可以基于高分辨率SAR数据源进行。一个或多个空间区域内的建筑数目以及此数目的变化，在很多方面如城市规划，土地管理，环境保护资源分配，居住区环境评估及相关政策制定具有重要指导性作用。 建筑检测是进步提取建筑数目信息的关键步骤。理想情况下，如果检测结果中每个独立检出区域对应栋独立建筑，则指定区域内的建筑数目信息可以通过简单的对检出区域计数得到。由于SAR特殊的侧视相干成像原理，单个建筑在高分辨率SAR图像上常表现为高亮的点簇或者线簇(由掩叠和二次散射现象造成)特征。这个特征明显区别于大部分自然地物，是目前SAR图
3、像建筑检测的主要基础。为了得到个区域内建筑的准确数目，建筑检测需要连接同一建筑的离散亮特征，同时分离非常接近甚至相互重叠的来自不同建筑的亮特征。到目前为止，人们进行了许多关于高分辨率SAR建筑检测方面的研究工作。例如，Thiele等基于多视角SAR数据利用边缘检测算子提取建筑边界，然后结合InSAR得到高度信息判断建筑是否存在。Sportouche等基于高分辨率光学图像和SAR数据，利用边缘检测算子提取亮的线状特征，利用阈值检测建筑阴影，将满足固定位置和近邻关系的亮特征与阴影组合判断为建筑候选，最后融合光学图像提取的信息进行综合判断和三維信息提取。Simeneto等基于立体像对SAR数据，只针
4、对宽大的方形建筑，利用像素分类以及边缘检测得到SAR图像建筑亮特征的候选区域，然后利用houph变换检测L型，T型以及X型的亮特征，最后融合像对的不同图像上的亮特征检测结果来进一步减小建筑检测的虚警率。Xu等基于多视SAR数据使用Wishart分布描述高分辨率SAR中的建筑的统计分布，然后基于恒虚警边缘检测和houph变换检测建筑的平行结构以定位建筑。Michaelsen等基于小于Im空间分辨率精度的SAR影像，首先检测明显的亮点和线特征，然后利用GESTALT系统进行分组和优化，最終检测建筑。Wegner等基于InSAR数据和光学正射影像，在条件随机场(Conditional Random
5、Field, CRF)框架下利用建筑的光学图像特征和SAR数据特征(主要是由二次散射造成的高亮线特征)进行建筑和非建筑的分类。这些工作对于建筑数目信息提取来说存在以下几个问题( I)这些工作都是以进一步提取建筑的三维几何信息为目的。为了能够提取出精确建筑几何信息，针对尽可能高分辨率以及尽可能多的数据，例如空间分辨率在Im及以下的SAR数据，多视角SAR数据，SAR立体像对数据，InSAR数据，光学与SAR数据，光学与InSAR数据。对于建筑数目信息提取来说，如此苛刻的数据要求并不必要，反而会造成无谓的成本浪费。(2)只考虑了各个建筑间相对离散的区域，当应用于建筑密集区域时，建筑数目信息的精度会
6、迅速下降。换句话说，即没有考虑如何处理接近甚至相互重叠的来自不同建筑的亮特征情況。(3)多数工作只检测特殊类型的建筑，例如宽大的长方形建筑，具有L形状亮特征的建筑。因此，现有的由合成孔径雷达图像中检测建筑和提取数目信息的方法还是不理想。发明内容本发明目的是针对现有高分辨率SAR图像建筑检测方法的不足，提供种由合成孔径雷达图像中检测建筑和提取建筑数目信息的方法，这种方法不仅考虑了各个建筑间相对离散的区域，还考虑了如何处理接近甚至相互重叠的来自不同建筑的亮特征情况，并且这种方法可以检测多种类型的建筑，算法也简单。为实现本发明的目的，本发明的由合成孔径雷达图像中检测建筑和提取数目信息的方法，包括通过
7、合成孔径雷达传感器得到高分辨率图像并利用计算机进行处理，其中孔径雷达图像又称SAR图像，在使用计算机进行处理时，可以在所述SAR图像的正常像素取值范围内选取特定取值作为阈值，其中，该方法包括以下具体步骤步骤1，通过安装在计算机中的高分辨率SAR图像处理程序打开高分辨率SAR图像；步骤2，在所述SAR图像的像素正常取值范围内选择高低两个阈值，基于选择的高低两个阈值，利用计算机分别对打开的SAR图像进行值化处理，设定建筑区域为前景；步骤3，将步骤2中得到的低阈值值化结果中的前景区域设定为起点，在高阈值值化结果中的前景区域内扩展范围，使两个结果中位置相连接或者重叠的前景区域合并为新的前景区域，去除没
8、有高阈值值化结果中的前景区域和与之有重叠或者相连接的低阈值值化结果中的前景区域；步骤4，合并步骤3结果中相邻很近的前景区域，关闭小的间隙；步骤5，分离步骤4结果中微弱相连的区域，消除小的离散点和尖峰；步骤6，去除步骤5结果中面积较小的前景区域；步骤7，设定五个以上的代表真实建筑区域的前景区域作为建筑区域样本；步骤8，利用计算机计算选取的建筑区域样本的图像特征，并获取该建筑区域内的真实建筑数目；步骤9，选择下一祥本，重复步骤8，直到完成所有样本的计算；步骤10，利用步骤7至步骤9所计算出的数据集，对样本的图像特征与真实建筑数目进行相关分析，筛选出与真实建筑数目相关性较高的图像特征集；步骤11，以
9、真实建筑数目为因变量，样本图像特征子集为自变量做多变量线性回归分析，构建线性回归方程；步骤12，利用公式在计算机中评估线性归回方程的有效性；步骤13，选择不同的样本图像特征子集，重复步骤11至步骤12，直至得到最佳性能的线性回归方程；步骤14，利用线性回归方程初步确定步骤6结果中每个前景区域内的建筑数目；步骤15，将步骤6结果中的各前景区域切分为线性回归方程所估计数目的独立区域，得到最終建筑检测结果；步骤16，利用步骤15的建筑检测結果，以指定区域内独立前景区域的个数作为该区域内建筑数目，通过计算机计算出指定区域内的建筑数目信息。进步的，上述的由合成孔径雷达图像中检测建筑和提取数目信息的方法，
10、其中，所述步骤16还可以采用以下方法利用步骤6建筑检测结果和步骤13得到的线性回归方程通过计算机计算指定区域内的建筑数目信息。具体如下，假设在指定区域内包含m个前景区域，则整个区域内建筑数目I由下式算出 Yi= 0+ !X1； i+. . . + i+. . . . + kxk，i其中，Xj, i为由第i个前景区域内算出的第j个图像特征， i, i=0,1, . . .，k为回归方程系数，Yi为利用回归方程计算出的第i个前景区域内的建筑数目。更进一歩的，上述的由合成孔径雷达图像中检测建筑和提取数目信息的方法，其中，所述步骤15中将步骤6结果中的各前景区域切分为线性回归方程所估计数目的独立小区域
11、包括以下子步骤所述步骤15中将步骤6结果中的各前景区域切分为线性回归方程所估计数目的独立小区域包括以下子步骤步骤15. 1，利用安装在计算机中的SAR图像处理程序复制个前景区域到个包含该区域的小矩形内，构成一幅小的值图像(前景区域与背景区域取不同值)；对前景区域反复进行形态学腐蚀操作，标记极限腐蚀区域和背景区域；步骤15. 2，计算值图像的距离变换图；步骤15. 3，计算所有标记区域的显著性指标；步骤15. 4，利用计算机软件将各标记区域按照显著性指标从高到低排序，并按次序选择前N (N为回归方程计算出的该区域内建筑数目)个标记区域；步骤15. 5，以步骤15. 4选择的标记区域为初始溢流区域
12、，在步骤15. 2得到的距离变换图上运行流域变换得到对前景区域的分割结果；步骤15. 6，以步骤15. 5得到的分割结果代替步骤6结果中对应的前景区域； 步骤15. 7，重复15. I至15. 6步骤，直至所有步骤6结果中的前景区域都被处理完成。更进一歩的，上述的由合成孔径雷达图像中检测建筑和提取数目信息的方法，其中，所述SAR图像处理程序是指可以对SAR图像进行输入输出或对其中的值进行改变并提取信息操作的计算机软件。再更进一歩的，上述的由合成孔径雷达图像中检测建筑和提取数目信息的方法，其中，所述SAR图像处理程序是基于IDL语言编写的软件。本发明具有以下优点和积极效果(I)通过高低阈值、形态
13、学开闭操作以及去除小面积区域，保证了建筑检测结果有较小虚警率，同时最大限度的连接了来自同一建筑的相邻亮特征；(2)利用回归模型建模建筑区域特征与区域内实际建筑栋数间的复杂关系，提高了区域内建筑数目信息的提取精度；(3)利用形态学流域变换将大检测出区域切分为符合回归模型估计数目的小区域，很好的分离了非常接近甚至相互重叠的来自不同建筑的亮特征。这个结果可进一歩用于其他建筑信息(如建筑位置，形状，高度等信息)的提取工作；(4)针对单幅高分辨率SAR数据，其是目前最容易获取的数据形式，相比其他形式的数据可以节约数据成本；(5)本发明中的各项子算法非常简单和高效(主要为阈值运算和数学形态学运算)。这使得
14、它可以方便应用于大数据量和大面积区域情況。图I是本发明的分辨率为3米的SAR城区图像；图2是本发明的步骤6去除面积较小的前景区域得到的建筑检测结果图像；图3是本发明步骤15将个大的前景区域切分4个独立区域的过程图像；图4是本发明前景区域对应的光学图像；图5是本发明步骤6检测出的对应于图4场景的前景区域图像；图6是本发明步骤15将图5进行切分的结果图像。具体实施例方式下面结合附图和实施例对本发明作进步详细说明。先看图I、图2，图I是本发明分辨率为3米的SAR城区图像，其中高亮的区域多数为建筑，图2是步骤6中去除步骤5结果中面积较小的前景区域得到的結果。再看图3，图3示意了步骤15将个大的前景区域
15、切分4个(线性回归方程所估计出的数目)独立区域的过程，该过程包括a、b、C、d、e五个步骤，其中a为包含多个建筑的前景区域；b为距离变换图像；c为标记出的极限腐蚀区域和背景区域(白色部分为标记)；d为基于显著性指标选出的前4个最显著的独立标记区域和背景区域；e为基于标记图像d在距离变换图像b上运行流域变换得到的分割結果。再看图4、图5、图6，图4是本发明前景区域对应的光学图像；图5是本发明步骤6检测出的对应于图4场景的前景区域；图6是本发明步骤15将图5进行切分的結果。本发明所提供检测建筑和提取建筑数目信息方法的具体实施方式，按步骤详述如下步骤1，通过安装在计算机中的高分辨率SAR图像处理程序
16、打开高分辨率SAR图像；其中高分辨率SAR图像是使用合成孔径雷达(Synthetic Aperture Rader)传感器得到的，传感器可以安装在飞机平台上，卫星平台上或者飞艇平台上等等，在使用计算机对SAR图像进行处理时，可以在所述SAR图像的正常像素取值范围内选取特定取值作为阈值。步骤2，在所述SAR图像的像素正常取值范围内选择高低两个阈值，基于选择的高低两个阈值，利用计算机分别对打开的SAR图像进行值化处理，设定建筑区域为前景。在这里，所述值化处理过程如下设个图像像素的取值为X,这个X有个取值范围xmin, xmax。阈值就是在x取值范围内选择的个具体取值。利用一个阈值可以将一幅像素取值范围为xmin，xmax的图像变为像素取值范围为0，1的值图像，具体是这样实现将每个图像像素的具体取值与这个阈值进行比较，如果像素取值大于阈值则将像素取值赋为I (或0)，反之则赋为O (或 I)。具体实施时，高低阈值可以根据经验或者根据样本数据训练得到，也可以通过直接在图像上交
