[发明专利]一种基于国产GF2遥感影像的机场跑道提取方法

权利要求书

1.一种基于国产GF2遥感影像的机场跑道提取方法，其特征在于，包括以下步骤：

步骤一、数据采集；

采集GF2影像数据，GF2影像数据包括JPG图像数据、原始MSS多光谱数据、原始PAN全色数据；

步骤二、疑似机场靶区识别；

首先，根据JPG图像数据中的光谱特征、面特征和边缘特征建立特征集，去除部分非机场区域；然后利用特征集、形态学滤波对去除部分非机场区域后的JPG图像数据做全局检测，得到疑似机场靶区，并制作疑似机场靶区掩模图；

步骤三、机场区域确定；

首先，对原始MSS多光谱数据实施降采样，利用步骤二得到的疑似机场靶区域掩模图定位，得到降采样后MSS多光谱数据中的疑似机场靶区；其次，利用多方向平行线组提取算法对降采样后MSS多光谱数据中的疑似机场靶区作进一步筛选，得到确定的机场区域；最后，将降采样后MSS多光谱数据中确定的机场区域反向定位至原始MSS多光谱数据中，并标出机场区域；

其中，利用多方向平行线组提取算法对降采样后MSS多光谱数据中的疑似机场靶区作进一步筛选，得到确定的机场区域；具体如下：

步骤(1)、在降采样后MSS多光谱数据中的疑似机场靶区内做LSD直线段检测，得到疑似机场靶区内所有直线段；

步骤(2)、计算步骤(1)得到的每条直线段的角度和长度信息；

步骤(3)、基于步骤(2)得到的直线段的角度和长度信息，构建疑似机场靶区内的多方向平行线组向量集；

步骤(4)、基于多方向平行线组向量集的分布特征，提取降采样后MSS多光谱数据中疑似机场靶区内的多方向平行线组，再利用提取的多方向平行线组定位，确定机场区域；

步骤四、机场跑道提取；

首先，对原始PAN全色数据实施降采样，利用步骤三得到的机场区域定位，得到降采样后PAN全色数据中的机场区域；其次，采用多方向平行线组提取算法，提取降采样后PAN全色数据中机场区域内的多方向平行线组；最后，利用降采样后PAN全色数据中的机场区域内的多方向平行线组的分布特性，提取机场跑道；

其中，采用多方向平行线组提取算法，提取降采样后PAN全色数据中机场区域内的多方向平行线组的步骤如下：

步骤①、在降采样后PAN全色数据中的机场区域内做LSD直线段检测，得到机场区域内所有直线段的长度，并计算每条直线段的角度；

步骤②、基于步骤①得到的直线段的长度与角度，构建机场区域内的多方向平行线组向量集；

步骤③、基于步骤②的多方向平行线组向量集的分布特征，对步骤①中LSD直线段检测结果进行筛选与合并，得到多方向平行线组；

步骤④、基于步骤③的多方向平行线组定位至降采样后PAN全色数据中，提取降采样后PAN全色数据中的机场跑道；

步骤五、对步骤四得到降采样后PAN全色数据中的机场跑道进行逆采样变换，将变换后的机场跑道定位至原始PAN全色数据中。

2.根据权利要求1所述的一种基于国产GF2遥感影像的机场跑道提取方法，其特征在于，步骤二具体如下：

步骤2.1、去除JPG图片数据中2、3波段间像元值差值小于15、且R、G、B三个波段的值均在(51，120)范围内的像素点；将去除区域的像素点标注为0，保留下来区域的像素点标注为1，制作JPG图片数据的二值图；

步骤2.2、首先，将步骤2.1的二值图定位至JPG图片数据中，删除像素点为0的区域，保留像素点为1的区域；其次，利用模板为3×3的Sobel算子对JPG图片数据中保留下来区域的第三波段做边缘检测，并将边缘检测的结果进行线性归一化，线性归一化公式如下：

其中，i＝1,2,...N，N表示步骤2.1中像素值为1的个数，X_max表示1到N个像素中最大的像素值，X′表示归一化后的像素值，X_i表示待进行归一化的像素值；

步骤2.3、对步骤2.2中X′做膨胀处理，然后，再删除膨胀处理后面积连通域小于1000个像元大小的区域；

步骤2.4、首先，利用开运算，以半径为15和25个像元大小的圆型结构对步骤2.3的处理结果做膨胀、腐蚀处理；其次，采用闭运算填补膨胀、腐蚀后出现漏洞和裂缝的区域；最后，剔除在开运算、闭运算处理后面积连通域小于1500个像元大小的区域，得到二值图；

步骤2.5、将步骤2.4得到的二值图作为疑似机场靶区保留，制作疑似机场靶区掩模图。