[发明专利]基于比值特征的SAR图像道路检测方法

说明书

本发明公开一种基于比值特征的SAR图像道路检测方法，主要解决现有技术对道路边缘定位不准确、虚警率高的问题。其实现包括：1)对SAR图像进行降斑并提取9种纹理特征，2)从9种纹理特征中依据巴氏距离筛选对分类贡献最大的3种纹理特征；3)逐点计算降斑后图像中对比比值特征R1和相似比值特征R2；4)用具有2)和3)结果的样本构造道路字典D₁和背景字典D₂；5)对每个像素点分别求解与道路字典D₁的平均差值E₁和与背景字典D₂的平均差值E₂，通过差值对像素点进行分类，得到初步检测结果；6)对初步检测结果进行优化，得到最终的到了检测结果。本发明能比较完整的、清晰的检测出SAR图像中的道路，适用于检测SAR图像中不同方向、不同宽度的道路。

技术领域

本发明属于数字图像处理技术领域，特别涉及SAR图像的道路检测方法，可用于地图更新、运输物流和城市规划。

背景技术

近年来,随着合成孔径雷达关键技术的不断发展,SAR成像分辨率不断提高、信号处理能力不断增强、数据传输速率不断增加、设备体积不断减小、质量不断降低,SAR图像可广泛用于情报搜集、战场监视、攻击引导、打击效果评估等。SAR图像从其诞生到现在五十多年的时间,技术上已经取得了长足进步与发展。在SAR图像分析中，线特征具有非常重要的意义，因为图像中某些对象本身具有线性结构，如道路、桥梁、河流、海岸线等。利用计算机从SAR图像中自动提取道路之类的线性地物信息，是人们多年的愿望。线特征检测用于多传感器图像配准、绘图学应用以及图像分割与目标识别等。对于有一定宽度范围的对象，精确的轮廓线有助于不同对象的分割与目标的识别。

道路作为重要的人造地物，是构成现代交通体系的主要部分，具有重要的地理、政治、经济等多方面的意义。由于合成孔径雷达SAR系统具有全天时、全天候等优点，从SAR图像中提取道路日益受到重视和应用。在获取的大量高分辨率SAR图像中,道路的提取常常既是SAR解译的中间过程,也可以作为一种解译结果。SAR图像道路的提取是目前学术界普遍关注的热点。同时,SAR图像道路提取在军用情报判读和民用城市规划等领域具有重要的应用价值。

一般的SAR图像道路检测算法是先根据基元检测确定道路种子点,然后利用线检测算法把道路种子点连接成道路线段，如Tupin等、Kartartzis等和Jeon等提出的方法。常规的这些基元检测方法均存在对道路边缘定位不准确、虚警率高等问题。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于比值特征的SAR图像道路检测方法，以减小虚警率，提高对边缘定位的准确性。

为实现上述目的，本发明的实现方案包括如下：

(1)读入待检测的SAR图像，并对SAR图像进行降斑预处理；

(2)对降斑后的图像逐点构造灰度共生矩阵，并用灰度共生矩阵计算出能量、熵、对比度、均值、方差、相关性、非相似性、逆差距和均匀性9种纹理特征；

(3)根据Bhattacharyya距离指标对以上提取的9种纹理特征进行优化和筛选，只选取能够有效地对SAR图像中道路检测和分类贡献最大3种的特征，分别是：均值、方差和对比度；

(4)提取比值特征：

(4a)对降斑后的图像逐点提取两种比值特征，即道路与两侧区域之间的对比比值特征R1和道路两侧区域之间的相似比值特征R2；

(4b)将步骤(3)中提取的3种纹理特征和步骤(4a)提取两种比值特征进行归一化，得到每个像素点的5维特征向量；

(5)随机选择部分带标签的像素点作为样本，包括道路点和非道路点，用该样本构造出道路字典D₁和背景字典D₂；

(6)初步检测：