[发明专利]遥感图像中无水桥梁目标识别方法

权利要求书

1.一种遥感图像中无水桥梁目标识别方法，包括如下步骤：

(1)根据无水桥梁图像的特征，定义图像的边缘密度为：

其中M表示图像的长度，N表示图像的宽度，p_ij表示边缘二值图像中像素点(i，j)的值，p_ij＝1表示边缘，p_ij＝0表示背景；

定义每个像素点的边缘密度为：

其中K表示选取的模版的大小；

(2)用Canny算子对输入的原图像进行边缘提取，得到边缘图像；利用公式1)，对边缘图像的边缘密度进行计算，得到整幅图像的边缘密度ρ；利用公式2)，取以像素点为中心的K×K区域作为模版，对每个像素点的边缘密度进行计算，得到每个像素点的边缘密度ρ_ij，K取21；

(3)根据每个像素点的边缘密度ρ_ij与整幅图像的边缘密度ρ对河床与非河床区域进行二值分割，若ρ_ij＜ρ，则将像素点(i，j)的像素值置为255，若ρ_ij≥ρ，则将像素点(i，j)的像素值置为0；

(4)对分割后的二值图像进行一次腐蚀操作，再进行一次膨胀操作，以消除被误分割的小块，即小洞，得到最终的二值分割图像；

(5)利用上述分割后的二值图像对原图像进行掩膜处理，再对掩膜后的图像进行边缘提取，然后利用HOUGH变换提取河床区域的直线段，沿该直线段的中垂线方向延伸若干像素，若连续若干像素的灰度值为255，则确定该线段横跨在河床之上， 保留该线段；若连续若干像素的灰度值为0，则剔除该线段；

(6)根据无水桥梁目标的模型特征，定义桥梁线段复杂度为：

其中P表示与该线段相交的线段的条数，|θ_i-θ|表示第i条与线段相交的线段与该线段的夹角， 表示与线段相交的线段与该线段的平均夹角大小，l表示该线段的长度；

(7)根据桥梁线段复杂度的定义，计算步骤(3)保留下来的线段的复杂度，若线段的复杂度大于或等于设定的阈值，则将其剔除，若线段的复杂度小于设定的阈值，则认为该线段为疑似桥梁线段而保留，得到最终平行的疑似桥梁线段；

(8)根据平行的疑似桥梁线段确定出疑似桥梁区域，即根据桥梁横跨在河床之上这个特征，确定桥梁线段的两个端点应该位于两岸非河床区域上，故将步骤7得到的疑似桥梁线段向两端延伸，其中v向一端延伸直到连续遇到若干个灰度值为0的像素为止，取第一个像素作为桥梁线段的一个端点，向另一端延伸直到连续遇到若干个灰度值为0的像素为止，取第一个像素作为桥梁线段的另一个端点。按照此方法分别确定出两条平行的桥梁线段的四个端点坐标，将四个端点坐标所形成的区域确定为疑似桥梁区域；

(9)对原图像进行平滑处理，得到平滑后图像。利用灰度共生矩阵法分别对原图像和平滑后的图像计算疑似桥梁区域的惯性矩、熵、局部平稳性、灰度相关性和能量5个纹理特征量，得到一组由10个纹理特征量构成的特征向量；

(10)利用上述10个纹理特征向量，采用BP网络对疑似桥梁区域进行判决，若判决结果为1，则判定该区域为桥梁；若判决结果为0，则判定该区域不是桥梁。

2.根据权利要求1所述的无水桥梁图像分割方法，其中步骤(6)所述的计算疑似桥梁区域的惯性矩，具体计算公式如下：

其中，f₁表示惯性矩，L表示灰度级数，i和j分别表示灰度图像中某一点对的两个像素点的灰度值，P_ij表示灰度共生矩阵中位置(i，j)处元素的值。

3.根据权利要求1所述的无水桥梁图像分割方法，其中步骤(6)所述的计算疑似桥梁区域的熵，具体计算公式如下：

其中，f₂表示熵，L表示灰度级数，i和j分别表示灰度图像中某一点对的两个像素点的灰度值，P_ij表示灰度共生矩阵中位置(i，j)处元素的值。

4.根据权利要求1所述的无水桥梁图像分割方法，其中步骤(6)所述的计算疑似桥梁区域的局部平稳性，具体计算公式如下：

其中，f₃表示局部平稳性，L表示灰度级数，i和j分别表示灰度图像中某一点对的两个像素点的灰度值，P_ij表示灰度共生矩阵中位置(i，j)处元素的值。