[发明专利]一种对合成孔径雷达影像中的道路进行半自动提取的方法

说明书

技术领域

本发明属于遥感图像处理技术领域，涉及一种对图像中道路进行半自动提取的方法，具体涉及一种改进剖面匹配和扩展卡尔曼滤波对合成孔径雷达(SyntheticApertureRadar，SAR)影像进行道路半自动提取的方法。

背景技术

合成孔径雷达(SyntheticApertureRadar，SAR)技术是一种重要的对地观测手段，广泛应用于军事、民用等众多领域。利用SAR影像进行线目标提取是遥感影像目标解译的研究热点，在众多线目标(道路、桥梁、海岸线、河流等)提取中道路提取占有重要地位，从SAR影像中提取道路是典型线状目标提取的研究热点，广泛应用于道路制图、城市规划、构建城市道路网和GIS数据库更新等诸多领域。SAR影像道路提取根据是否需要人机交互，可以分为自动和半自动的提取方法，但是由于道路的复杂性和多样性使得SAR影像道路在进行全自动提取后依然会进行大量的人工后处理，因此道路全自动提取近期还难以实现。而道路半自动提取的方法能够结合操作员可靠的识别能力和计算机高效的计算能力，是对当前SAR影像道路提取的折中处理，具有重要的应用潜力。

目前，针对SAR影像的道路半自动提取方法有很多，主要的是对半自动道路提取方法的初始化，预测，观测，更新等步骤进行改进。但是复杂的初始化使得算法的复杂度增加，预测阶段获取的预测值不准确会影响后续观测值和扩展卡尔曼滤波最优估计值获取的准确度和效率，观测阶段获取观测值得不精确会使得道路提取偏离道路中心位置产生错误的道路点。最优观测值得更新则需要用到预测值和观测值。预测值和观测值的好坏直接影响了最优观测值的精度和人工干预次数的多少，如何在人工干预尽可能少的同时能够对道路进行精准提取是当前需要解决的难点问题。

发明内容

本发明的目的在于从根本上克服道路半自动提取存在的两种缺陷，在分析SAR影像道路特性的基础上，构建了SAR影像道路提取模型，提出利用改进剖面匹配和扩展卡尔曼滤波对SAR影像进行道路半自动提取方法：在获取道路观测值上，对在道路面上的像素设置权重为2，而对非道路面上的像素设置权重为1；在获取道路最优估计值上，利用扩展的卡尔曼滤波的方法；从而实现在人工干预尽可能少的同时对道路进行精准提取。

本发明所采用的技术方案是：一种对合成孔径雷达影像中的道路进行半自动提取的方法，其特征在于，包括以下步骤：

步骤1：打开一幅SAR影像，并预处理；

步骤2：人工初始化道路参数；通过在SAR影像道路两侧垂直于道路方向上人工随机选取两个点，道路中心点坐标(r₀,c₀)，道路方向φ₀，道路宽度w，参考剖面长度L；

步骤3：构建SAR影像道路提取模型，获取道路预测状态并计算目标剖面；通过道路提取模型得到下一时刻道路的预测状态；设定搜索夹角和步长dt，以系统状态预测值为中心利用参考剖面长度，获得目标剖面的长度LT，同时获取扩展卡尔曼滤波的先验概率密度；

步骤4：对参考剖面和目标剖面进行优化处理；每隔一个像素生成平行于参考剖面且长度与参考剖面相同的若干剖面，对生成剖面中相同位置像素进行多视处理，得到经过优化处理后的参考剖面；对目标剖面采用与参考剖面优化处理相同的方法进行优化；

步骤5：获取道路观测值及判断；将参考剖面中的像素与目标剖面上对应的像素进行灰度差平方处理，并利用改进剖面匹配算法，将参考剖面中道路面上的像素灰度差平方的权值设定为2，不在道路上的像素灰度差平方的权值设定为1，使得改进剖面匹配算法有效的抑制了道路周边弱散射地物对道路提取的影响；判断能否准确的获取道路观测值，若能够准确的获取，则执行所述的步骤6；若不能够获取，则需要加入人工干预，判断是否到达图像边界，若到达图像边界，则道路提取结束；若没有到达图像边界，则加入人工干预，并回转执行所述的步骤2；

步骤6：道路最优估计值的获取及判断；利用步骤3获取当前时刻道路先验概率密度和所述步骤5获取的道路观测值进行处理，计算当前时刻的道路最优估计值；判断能否获得准确的最优估计值；若能够获得则将当前时刻的最优观测值作为下一时刻道路的初始值，并回转执行所述的步骤3，直至完成整条道路的提取；若不能够准确获取最优估计值，则需要加入人工干预，判断是否到达图像边界，若到达图像边界，则道路提取结束；若没有到达图像边界，则加入人工干预，并回转执行所述的步骤2；

作为优选，步骤1中所述的对SAR影像进行预处理，其具体实现过程为：对待提取SAR影像进行精致Lee滤波处理来滤除斑点噪声对道路提取的影响。