[发明专利]利用非下采样轮廓波方向场的道路提取方法

说明书

技术领域

本发明属于图像处理技术领域，具体地说是一种遥感图像道路提取方法，可用于对遥感图像提取道路时应用。

背景技术

空间技术和信息技术的飞速发展为我们提供了大量的遥感数据，而且从遥感影像中提取目标信息已成为现阶段空间信息更新的重要手段。因此，如何智能解译海量的遥感数据也相应地成为了信息化建设过程中面临的重要问题。在遥感影像处理中，特征提取具有重要的地位。特征提取一般可分为三个部分：点特征提取、线特征提取和面状特征提取，其中线状特征的提取具有承上启下的作用。在一幅遥感图像中，道路是一种重要的线型地物，因此道路提取具有重要的意义。如何提取道路特征现在已经有很多这方面的研究，但都有一定的不足。作为其中的研究热点，道路提取研究更是得到了广泛关注，在国民经济生产和军事目标侦察领域具有十分重要的理论和现实意义。

从遥感图像上提取道路信息的研究，主要经历了如下的发展历程：从半自动道路信息提取到自动道路信息提取；从低分辨率遥感图像到中、高分辨率遥感图像道路信息提取；从乡村或森林地区的道路信息提取，到郊区和城市地区道路信息的提取；从简单的提取方法到复杂的方法；从单一的提取战略到混合的提取战略；从单一数据提取到多源数据融合提取；从单一方法的提取到多种方法提取结果的融合提取；从单一尺度的提取到多尺度或多分辨分析的提取；从基于像元的提取方法到基于特征或面向对象的提取方法。从遥感图像提取道路信息研究的分类方法较多：根据自动化程度分为半自动提取和全自动提取方法；根据遥感图像分辨率分为低、中、高分辨率遥感图像的道路信息提取方法；根据研究的区域分为乡村、林区、郊区、城市地区的道路信息提取方法等等。道路信息提取的方法多种多样，主要包括模板匹配法，基于知识的方法，Snakes模型方法，动态规划法，脊谷线提取方法，数学形态学法，霍夫变换法，基于分割的方法，多尺度方法。

但目前常见的遥感图像的道路提取方法提取后的道路失真会比较大，致使道路的定位不准确或道路目标识别不够准确。例如：用一个分层的语义网络表达道路特征。语义网络用来从各传感器数据中选择提取出最突出的道路，并给各种传感器的特征提取加权。它还使用了在人工智能中相对成熟的技术，处理不确定性和不精确的传感器数据。但从实验结果看最终也只是确认了图像上的主干道路，细小道路信息缺失。又如：利用形态学提取方法会使原有的道路宽度变宽，致使道路中心线的定位会发生偏移；而仅利用频域，例如小波域、轮廓波域则会丢失掉道路的一些细节信息，致使道路断裂较多，道路提取结果不够完整。

多尺度几何理论的发展为图像处理特别是道路提取提供了新的思路。多尺度几何变换能够从多方向、多分辨等角度对图像中的轮廓和纹理等方向信息进行稀疏表示，并且对图像中的线状奇异性具有很强的表征能力。非下采样轮廓波以其良好的性能，获得了较为广泛的应用。在非下采样轮廓波变换的基础上进行图像去噪、融合、增强、编码等方法均取得了较好的效果。将这种思想的多方向，多尺度融合特性于道路的特种征提取中，成为一种很好的拓展思路。

发明内容

本发明的目的在于克服上述已有技术的缺陷，提出了一种道路中心线定位准确、道路连续性较好，且无明显裂痕的利用非下采样轮廓波方向场的道路提取方法，以实现对道路的完整提取。

为实现上述目的，本发明包括如下步骤：

(1)对输入图像c进行非下采样轮廓波变换，变换分解为三层，其中每层的方向个数均为4，并设变换后的第d层的第k个方向子带为k＝1，2，3，4，d＝1，2，3；

(2)对方向子带的方向性进行如下修正：

2.1)叠加三层子带中同一方向的方向子带，得到方向增强矩阵f^k，即fk=x1k+x2k+x3k;]]>