[发明专利]一种基于非下采样Contourlet变换的直线目标检测方法及系统

权利要求书

1.一种基于非下采样Contourlet变换的直线目标检测方法，其特征在于，包括以下步骤：

步骤1，在原始遥感图像上进行多层次多方向的NSCT分解，获得若干低频子图和高频子图；

步骤2，对于步骤1分解得到的每个高频子图：进行LSD线状目标检测，获得初始高频线段集；将初始高频线段集根据视觉显著性进行筛选，获得一筛高频线段集；将一筛高频线段集根据“平行直线对”特征进行筛选，获得二筛高频线段集；对于步骤1分解得到的每个低频子图：进行LSD线状目标检测，获得初始低频线段集；将初始低频线段集根据视觉显著性进行筛选，获得一筛低频线段集；将一筛低频线段集根据“平行直线对”特征进行筛选，获得二筛低频线段集；

步骤3，对步骤2获得的全部高频子图的二筛高频线段集的线段进行融合处理，获得高频融合结果R_H；对步骤2获得的全部低频子图的二筛低频线段集的线段进行融合处理，获得低频融合结果R_L；

步骤4，将步骤3获得的低频融合结果R_L和高频融合结果R_H进行融合处理，获得低频和高频融合结果，完成直线目标检测；

其中，步骤2中，将初始高频或低频线段集根据视觉显著性进行筛选，获得一筛高频或低频线段集具体包括：

使用LSD检测出的线段长度小于基于视觉显著性所求出的线段长度阈值T时，认为不符合显著特性，从初始高频或低频线段集筛除，获得一筛高频或低频线段集；其中，

式中：T代表基于视觉显著性所求出的线段长度阈值；ε代表允许的偏差；Len代表图像较长边的边长；

步骤2中，所述将一筛高频或低频线段集根据“平行直线对”特征进行筛选，获得二筛高频或低频线段集具体包括：

一筛高频或低频线段集表示为G＝{line₁,line₂,…,line_{num_G}}；其中，num_G表示线段集G中线段条数；

对G中的全部线段进行遍历，执行的判定规则表达式为，

式中，line_α是被遍历到的线段，line_β是线段集G中任意一条线段，k_α代表line_α的斜率，k_β代表line_β的斜率，thre代表设置的斜率阈值，α≠β，1≤α≤num_G，1≤β≤num_G；

当判定为save line_α时，保留线段line_α；判定为delete line_α时，筛去线段line_α；

其中，线段line_α和线段line_β的斜率分别表示为：

式中，和分别代表线段line_α两端端点的坐标；和分别代表线段line_β两端端点的坐标；

步骤1中，低频子图或高频子图的分解层数为N层；其中，对于高频子图，第n层的分解方向数目为m_n，n＝1,2,…,N；

步骤3中，任意一个低频子图上的二筛低频线段集为L_S_n，任意一个高频子图上的二筛高频线段集为H_S_n,j；其中，j＝1,2,…,m_n；

步骤3中，所述对步骤2获得的全部高频子图的二筛高频线段集的线段进行融合处理，获得高频融合结果R_H具体包括：

首先，执行oper1操作，表达式为，

其中，H_S代表经过oper1融合操作后的线段集，H_S_n,j代表任意一个高频子图上的二筛高频线段集；

算子oper1定义表达式为，S＝(S₁)oper1(S₂)＝{S₁,S₂}；其中，效果为将算子oper1前后两个线段集合并为一个线段集；S₁,S₂分别代表两个不同的线段集，S代表经过oper1合并后的线段集；

然后，执行操作R_H＝ψ(H_S)；

函数ψ(…)定义为，设H_S＝{l₁,l₂,…,l_{num_l}}，num_l代表线段集H_S中的线段数目，对线段集H_S进行遍历，对其中任意两条线段进行如下公式的判定，

condition(A)，判断两直线斜率差值：|k_c-k_d|≤thre_k；式中，k_c代表线段l_c的斜率；k_d代表线段l_d的斜率；thre_k代表斜率阈值；

condition(B)，判断一条线段中点到另一线段的距离：式中，k_c代表线段l_c的斜率；代表线段l_d的端点；b_c代表线段l_c所在直线方程的截距；thre_dis代表距离阈值；

condition(C)，判断两线段端点之间的最小距离：M_min＝min(d₁,d₂,d₃,d₄)≤thre_M，式中，M_min代表d₁,d₂,d₃,d₄中的最小值；d₁,d₂,d₃,d₄分别代表线段l_c端点与线段l_d端点的距离；thre_M代表端点阈值；代表线段l_d两端的端点；代表线段l_c两端的端点；

condition(D)，判断一条线段的中点到另一条线段的中点的距离：式中，thre_Center代表中点距离阈值；代表线段l_d两端的端点；代表线段l_c两端的端点；

式中，l_c和l_d代表线段集H_S中任意两条线段，c≠d；线段l_c所在的直线方程为y＝k_cx+b_c，线段两端的端点分别为线段l_d所在的直线方程为y＝k_dx+b_d，线段两端的端点分别为

当判定为label l_d,l_c时，将线段l_c和l_d标记为同一类别；当判定为save l_c时，则代表不存在线段l_d使得l_c和l_d被标记为同一类别，直接保留线段l_c单独成为一个类别；

规定Ω为：假定线段LINE_A与线段LINE_B已被标记为同一类别；线段LINE_B与线段LINE_C也被标记为同一类别，则线段LINE_A、LINE_B和LINE_C归为同一个类别；

经过划分类别的判定后，将划分到同一个类别中的线段进行融合；

其中，将待融合的线段集合表示为S'＝{string₁,string₂,…,string_{num_string}}，num_string为待融合线段集中的线段数目；

融合后的线段所在直线方程表示为：y-y_res＝k(x-x_res)；式中，y_res代表直线所经点的纵坐标，x_res代表直线所经点的横坐标，k_res代表融合后的线段的斜率，

对于计算所得的直线方程，由计算其横坐标范围[x_min,x_max]，以截取成线段；其中，s代表直线标号；代表对应线段s的两个端点横坐标，为这num_string条线段的端点的横坐标最小值；为这num_string条线段的端点的横坐标最大值；

经过融合生成的线段组成的集合为ψ(H_S)的结果R_H；

步骤3中，所述对步骤2获得的全部低频子图的二筛低频线段集的线段进行融合处理，获得低频融合结果R_L具体包括：

执行L_S_n'＝ψ(L_S_n),n＝1,2,…,N操作；其中，L_S_n为第n层的二筛低频线段集；L_S_n'代表对应第n层低频线段集经过ψ(…)处理后的线段集；

执行L_S”＝(L_S₁')oper1(L_S₂')oper1…(L_S_N)操作；其中，L_S”代表经过oper1融合处理后的结果；

执行L_S”'＝φ(L_S”)操作；其中，L_S”'为经过φ(…)操作后的结果；

函数φ(…)的定义为：

设线段集L_S”＝{h₁,h₂,…,h_n'}；其中，n'代表线段集L_S”中的线段数目；对线段集L_S”进行遍历，对其中任意两条线段进行如下公式的判定，

condition(A')，判断两直线斜率差值：|k_e-k_f|≤thre_k；式中，k_e代表线段h_e的斜率；k_f代表线段h_f的斜率；thre_k代表斜率阈值；

condition(B')，判断一条线段中点到另一线段的距离：式中，k_e代表线段h_e的斜率；代表线段h_f的端点；b_e代表线段h_e所在直线方程的截距；thre_dis代表距离阈值；

condition(C')，判断两线段端点之间的最小距离：式中，代表中的最小值；分别代表线段h_e端点与线段h_f端点的距离；thre_M代表端点阈值；代表线段h_f两端的端点；代表线段h_e两端的端点；

condition(D')，判断一条线段的中点到另一条线段的中点的距离：式中，thre_Center代表中点距离阈值；代表线段h_f两端的端点；代表线段h_e两端的端点，

式中，h_e和h_f代表线段集L_S”中任意两条线段，e≠f；线段h_e所在的直线方程为y＝k_ex+b_e，线段两端的端点分别为线段h_f所在的直线方程为y＝k_fx+b_f，线段两端的端点分别为

当判定为label h_f,h_e时，将线段h_e和h_f标记为同一类别；当判定为delete h_e时，则代表不存在线段h_f使得h_e和h_f被标记为同一类，选择直接舍去h_e；

此处判定遵守规定Ω；

经过划分类别的判定后，对每个类别中的线段数量进行判定；假设分到某一个类别中的线段所组成的线段集记为其中num_temp为线段集线段数目；判定规则如下：

当判定为save L_S_temp时，将线段集L_S_temp中的全部线段予以保留；当判定为delete L_S_temp时，将线段集L_S_temp中所有线段筛去；

经过数量判定后，将保留的全部线段所组成的线段集L_S”'进行融合环节和筛选环节，融合环节表达式为L_S””＝ψ(L_S”')，筛选环节为对L_S””执行一次“平行直线对”筛选，最终获得全部低频线段集的融合结果R_L；

步骤4具体包括：

执行R＝(R_L)oper2(R_H)操作；式中，R_L代表低频线段集的融合结果，R_H代表高频线段集的融合结果，R代表低频和高频融合结果；

算子oper2定义为，设其中，n_L和n_H分别代表线段集R_L和R_H中的线段数目；

对R_L中的任意一条线段seg_p，在R_H中进行遍历，被遍历到的线段记为进行判定：

condition(A”)，判断两直线斜率差值：|k_p-k_q|≤thre_k；式中，k_p代表线段seg_p的斜率；k_q代表线段的斜率；thre_k代表斜率阈值；

condition(B”)，判断一条线段中点到另一线段的距离：式中，k_p代表线段seg_p的斜率；代表线段的端点；b_p代表线段seg_p所在直线方程的截距；thre_dis代表距离阈值；

condition(C”)，判断两线段端点之间的最小距离：式中，代表中的最小值；分别代表线段seg_p端点与线段端点的距离；thre_M代表端点阈值；代表线段两端的端点；代表线段seg_p两端的端点；

condition(D”)，判断一条线段的中点到另一条线段的中点的距离：式中，thre_Center代表中点距离阈值；代表线段两端的端点；代表线段seg_p两端的端点；

线段seg_p所在的直线方程为y＝k_px+b_p，线段两端的端点分别为线段所在的直线方程为y＝k_qx+b_q，线段两端的端点分别为

当判定为labelseg_p时，将线段seg_p和标记为同一类别；当判定为delete seg_p时，则代表不存在线段使得seg_p和被标记为同一类，因此，这时选择直接舍去seg_p；此处判定遵守规定Ω；

经过划分类别的判定后，将划分到同一个类别中的线段进行融合；其中，将待融合的线段集合表示为S”＝{string₁,string₂,…,string_{numbers_s}}，其中，numbers_s为待融合线段集中的线段数目；融合后的线段所在直线方程表示为：y-y_final＝k(x-x_final)；式中，y_final代表直线所经点的纵坐标，x_final代表直线所经点的横坐标，k_final代表融合后的线段的斜率，对于计算所得的直线方程，由计算其横坐标范围以截取成线段；其中，ss代表直线标号；代表对应线段ss的两个端点横坐标，为这numbers_s条线段的端点的横坐标最小值；为这numbers_s条线段的端点的横坐标最大值，记经过融合生成的线段组成的集合为R'；

执行R”＝ψ(R')；其中，R”代表R'经过ψ(…)处理后的线段集；

对R”执行“平行直线对”筛选，获得最终的低频和高频融合的结果R，完成直线目标检测。