[发明专利]一种遥感图像滑坡目标约束性主动轮廓特征提取方法

说明书

本发明提供的一种遥感图像滑坡目标约束性主动轮廓特征提取方法，包括以下步骤：对遥感图像进行预处理；利用Canny边缘检测算法提取图像中各种地物目标的边缘轮廓点；按约束性条件对所述各种地物目标的边缘轮廓点进行筛选，提取滑坡目标区域周边轮廓线；根据所述Canny边缘检测算法提取图像中各种地物目标的边缘轮廓点对所述目标区域周边轮廓线进行二次匹配后得到所述滑坡目标最终边缘轮廓。本发明采用遥感图像边缘特征检测、约束性条件下边缘点筛选、相似性分选与匹配识别的方法，实现对滑坡区域轮廓特征的精确提取，为突发性滑坡灾害的遥感识别和灾情信息提取提供了一种新方法。

技术领域

本发明涉及目标探测识别技术领域，具体涉及一种滑坡目标约束性主动轮廓特征提取算法。

背景技术

当前，随着航空航天技术和光学成像技术的发展，利用高分辨率、多光谱遥感成像对各种地物目标进行检测识别已成为可能。但如何从大尺度、大宽幅、多谱段的海量光学遥感图像中准确识别出具有特定目标的轮廓特征一直是遥感探测领域的重难点问题。

发明内容

本发明为了解决现有技术中存在的问题，采用遥感图像边缘特征检测、约束性条件下边缘点筛选、相似性分选与匹配识别的方法，实现对滑坡区域轮廓特征的精确提取，为突发性滑坡灾害的遥感识别和灾情信息提取提供了一种新方法。

本发明提供的一种遥感图像滑坡目标约束性主动轮廓特征提取方法，包括以下步骤：

对遥感图像进行预处理；

利用Canny边缘检测算法提取图像中各种地物目标的边缘轮廓点；

按约束性条件对所述各种地物目标的边缘轮廓点进行筛选，提取滑坡目标区域周边轮廓线；

根据所述Canny边缘检测算法提取图像中各种地物目标的边缘轮廓点对所述目标区域周边轮廓线进行二次匹配后得到所述滑坡目标最终边缘轮廓。

进一步，所述对遥感图像进行预处理包括辐射校正和几何校正。

进一步，所述利用Canny边缘检测算法提取图像中各种地物目标的边缘轮廓点，具体为：

Canny算法的强边界取值[0.5，0.7]，弱边界取值[0.1，0.3]；

按距离尺度选取边缘轮廓点和所述边缘轮廓点周边邻域8个像素点，所述距离尺度可在1像素到5像素之间进行调整。

进一步，所述按约束性条件对所述各种地物目标的边缘轮廓点进行筛选，提取滑坡目标区域周边轮廓线具体包括：

分别计算所述邻域8个像素点与滑坡样本特征光谱及背景样本特征光谱的欧式距离；

对于所述邻域8个像素点中，存在具有与所述滑坡样本特征光谱欧式距离和与所述背景样本特征光谱欧式距离满足条件的像素点时，可认定所述待检测边缘轮廓点为滑坡目标的边缘点，并保留该点。

进一步，所述根据所述Canny边缘检测算法提取图像中各种地物目标的边缘轮廓点对所述目标区域周边轮廓线进行二次匹配后得到所述滑坡目标最终边缘轮廓，具体包括：

以提取到的所述滑坡目标边缘轮廓点为模板，在所述Canny边缘检测结果中进行二次相关性匹配识别，提取滑坡目标区域的完整轮廓；

对整个遥感图像进行历遍搜索，选取相关系数最大的候选区域的作为滑坡目标最终边缘轮廓。

本发明的有益效果如下：

(1)本发明适用于基于无人机航拍图像或卫星遥感图像的滑坡目标轮廓特征提取，根据滑坡和背景光谱特征光谱提取目标的轮廓，消除了其它地物边缘轮廓的干扰，实现遥感图像中快速识别滑坡并进行灾情分析。

(2)本发明可根据需要，更换目标和背景特征光谱，实现对多种特定地物目标轮廓特征的针对性提取。