[发明专利]基于联合滤波的遥感影像路网提取技术

权利要求书

1.基于联合滤波的遥感影像路网提取方法，其特征在于，包括以下步骤：

S1、输入源图像，计算源图像的道路显著结构度量模型M_p，所述显著结构度量模型M_p具有如下形式，

M_p＝A_p·D_p·L_p

式中，函数A_p、D_p以及L_p是中心像素点p显著结构的各向异性、局部方向性以及非周期性的度量，具体计算步骤如下：

S11、各向异性度量A_p通过下式计算

Ap=λ1,p-λ2,pλ1,p+λ2,p]]>

式中λ_1，p以及λ_2，p分别为中心像素点p处结构张量矩阵S_p的特征值，以较大的特征值λ_1，p为主特征值，较小的特征值λ_2，p为副特征值；

中心像素点p处的结构张量S_p通过下式计算

Sp=Σq∈N(p)<▿xIq,▿xIq>Σq∈N(p)<▿xIq,▿yIq>Σq∈N(p)<▿xIq,▿yIq>Σq∈N(p)<▿yIq,▿yIq>]]>

式中q为流线上像素点，其为中心像素点p的一个邻域N(p)内的一个像素点，〈·，·〉表示内积运算；I_q为流线上像素点q的像素值，及为流线上像素点q在x和y方向的偏导数；

S12、局部方向性的度量D_p通过下式计算

Dp=Σq∈N(p)Aq·<ϵ→p,ϵ→q>Σq∈N(p)Aq]]>

式中分别为中心像素点p和流线上像素点q的结构张量矩阵对应的副特征向量，N(p)为中心像素点p所在的邻域，A_q为流线上像素点q点的显著性度量值；

S13、非周期性度量L_p通过下式计算

Lp=|Σq∈N(p)wp,q·▿xIq|+|Σq∈N(p)wp,q·▿yIq|]]>

式中w_p，q为权值，通过下式计算

wp,q=exp(-||xp-xq||+||yp-yq||2σ2)]]>

式中(x_p，y_p)为中心像素点p的坐标；(x_q，y_q)为流线上像素点q的坐标；σ为高斯函数中的标准差；

S2、基于道路显著结构度量模型引导，结合线积分卷积相关原理，建立新的自适应平滑积分模型，对非道路结构的特征和潜在道路结构特征进行自适应的平滑滤波，具体计算步骤如下：

S21、计算平滑程度控制函数g(σ_d，M)，

g(σ_d，M)为高斯核函数，式中，σ_d为g(σ_d，M)的宽度参数，M为源图像的道路显著结构度量模型的值，M_p和M_q为中心像素点p和流线上像素点q处的道路显著结构度量模型的值；

S22、结合导向滤波概念与线积分卷积思想，定义了一个自适应平滑滤波函数I′_p，

Ip′=1K∫q∈N(p)wp,qg(σg,I)g(σd,M)·Iqdq]]>

其中，为I′_p的归一化参数，为传统线积分卷积过程中采用的一维低通滤波器的高斯核函数，通过下式计算，

wp,qg(σg,I)=exp(-|xp-xq|22σg2)]]>

其中，x_p和x_q分别为中心像素点p与流线上像素点q的x坐标值；I为源图像像素点的像素值；σ_g是的宽度参数，控制的径向作用范围；

S3、根据所得平滑后图像，结合极大值极小值滤波方法，以道路结构模型为导向，建立一种改进的冲击滤波模型，实现对显著道路结构的增强，具体计算步骤如下：

S31、计算控制冲击滤波增强函数T(x)，

T(x)=(1+tanh(λ(x-0.5)))2]]>

其中x为制冲击滤波增强函数输入值，tanh(λ(x-0.5))为双曲正切函数；λ为控制增强程度的因子，越大的值对应越锐利的边缘；

S32、建立各向异性冲击滤波增强函数I_p，

Ip=T(1-Mp·sign(vηη)2)D(I)p+(1-T(1-Mp·sign(vηη)2))E(I)p]]>

其中，D(I)_p，E(I)_p为中心像素点p对应膨胀、腐蚀的值，函数由步骤S31的公式计算，sign(v_ηη)为边缘检测算子的符号函数，边缘检测算子v_ηη通过下式计算，

v_ηη＝c²I_xx+2csI_xy+s²I_yy

这里c和s为图像中结构张量场对应主特征向量的两个分量；I_xx为图像沿x方向的二阶偏导数；I_yy为图像在y方向上的二阶偏导数；I_xy为图像在x方向和y方向上各计算一次一阶偏导数的结果。