[发明专利]面向高分辨率遥感影像的线段提取方法

说明书

本发明公开了一种面向高分辨率遥感影像的线段提取方法，步骤为：输入影像；基于Canny方法处理后的边缘图像，对不同情形下目标点进行细化处理；边缘链码线段提取；确定基准线段集和待融合线段集；以线段融合结果为处理基元，依据线段长度优先原则确定初始优化线段；建立线段优化模型。本发明精确实现边缘线段信息的拟合，解决由于白噪声及相位编组所引起的线段断裂问题；其次从不同方法的线段提取结果差异角度出发，基于不同线段提取结果优势互补的思想，提出线段融合方法；最后在融合的基础上分析遥感影像线段断裂规律，提出基于几何与纹理约束的线段优化算法，提高线段提取的质量和稳健性，有利于实现从遥感影像到线段结构的重要视觉符号描述。

技术领域

本发明属于遥感影像信息提取的技术领域，尤其涉及一种面向高分辨率遥感影像的线段提取方法。

背景技术

线段是几何目标的基元，是描述地物边缘的重要特征。线段的识别与提取在高分辨率遥感影像处理中具有重要的意义，通过对影像的地物边缘进行目标跟踪、模式识别等，既可以统计影像全局又可以掌控影像细节信息。作为遥感影像处理的一个重要分支，成熟的线段提取方法是影像配准、分割及目标识别等更高层次影像处理和分析任务的基础。然而，由于局部微小的变化、噪声干扰或边缘模糊导致线段断裂、线段集的数据量增加，使处理变得更加复杂。从高分辨率遥感影像中提取完整地物边缘线段一直是广泛研究的课题，它具有很高的理论研究意义和实际应用意义。

近几十年，国内外许多学者针对高分辨率遥感影像中此类问题进行了一系列研究，取得了许多卓有成效的成果。根据原理不同，线段提取方法多种多样，提取出的线段数量和质量也不尽相同，具体可分为两类：①全局统计算法，该算法建立符合线性关系的聚类模型，通过解析方式得到参数信息；②局部跟踪算法，设定起始跟踪点，根据一定的几何相位约束原则，利用区域增长的方式提取边缘点集，采用拟合方式获取线段参数信息。相对于第1类算法，局部跟踪算法由于计算量小，因而受到了更广泛的关注。然而，在较为复杂的实际场景光学高分辨率卫星遥感影像(空间分辨率优于1m，以下简称遥感影像)中，一些目视清晰的线状信息依然难以保证线段提取结果的完整性，在道路、建筑物、梯田等具有线性特征的地物中表现尤为突出。这使得线段提取结果长度、端点信息准确性下降，同时也增大了线段间拓扑关系分析的难度，使得线段在遥感影像处理中的应用受到限制。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种面向高分辨率遥感影像的线段提取方法，精确实现边缘线段信息的拟合，解决由于白噪声及相位编组所引起的线段断裂问题，提高线段提取的质量和稳健性，有利于实现从遥感影像到线段结构的重要视觉符号描述。

为了解决上述技术问题，本发明通过以下技术方案来实现：

本发明提供一种面向高分辨率遥感影像的线段提取方法，包括以下步骤：

步骤1：输入影像，利用改进的Canny方法提取边缘图及其相位图；

步骤2：基于Canny方法处理后的边缘图像，分别对不同情形下目标点进行细化处理；

步骤3：边缘链码线段提取；

步骤4：确定基准线段集和待融合线段集；

步骤5：以线段融合结果为处理基元，依据线段长度优先原则确定初始优化线段；

步骤6：建立线段优化模型。

优选的，所述步骤1包括：

步骤1.1：选择16×1的高斯滤波器对影像进行滤波处理；

步骤1.2：梯度检测以x向梯度图为例，先对原图像y向滤波，然后进行x向梯度检测；对y向梯度图检测，则先对原图像x向滤波，然后进行y向梯度检测；

步骤1.3：计算边缘点相位。

所述步骤2包括：