[发明专利]高分辨率遥感影像边缘线快速精确检测方法

权利要求书

1.一种高分辨率遥感影像边缘线快速精确检测方法，其特征在于，包括以下步骤：

S1：影像光滑处理：使用简单线性迭代聚类算法对高分辨率遥感影像进行光滑处理，消除影像噪声和同物异谱现象对影像边缘线检测的影响，公式如下：

其中：Gray_ij为标签为i的超像素中标签为j的像素灰度值；n_i为标签为i的超像素中包含的像素个数；

S2：影像初始边缘线检测：使用双阈值边缘线追踪算法对光滑影像边缘线进行检测，获得初始影像边缘线检测结果，包括以下小步：

S21：计算影像像素梯度：计算影像光滑处理后的像素梯度幅值和方向，其中：

计算影像像素在X坐标和Y坐标方向的梯度幅值，即：

G_x(i,j)＝S(i+1,j)-S(i-1,j) (2)

G_y(i,j)＝S(i,j+1)-S(i,j-1) (3)

计算影像像素的梯度幅值和方向，即：

其中：(i,j)为像素在XY坐标轴中的位置；G_x(i,j)和G_y(i,j)分别为在(i,j)位置像素在X轴和Y轴方向上的梯度幅值；G(i,j)和θ(i,j)分别为在(i,j)位置像素的梯度幅值和方向；

S22：获得候选边缘线点：使用非极大值抑制算法对影像的梯度图像进行处理，获得边缘点上的局部最大值，局部最大值作为影像候选边缘线点；

S23：追踪影像边缘线：基于候选边缘线点，使用双阈值边缘线追踪算法追踪边缘线点和连接边缘线点，获得初始的影像边缘线检测结果；

S3：影像边缘线检测结果优化处理：使用骨架线提取算法对初始影像边缘线检测结果进行优化，获得光滑、连续、单像素和影像地物边界依附性良好的影像边缘线检测结果。

2.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法，其特征在于，所述步骤S1中，简单线性迭代聚类算法将图像转换为CIELAB颜色空间和XY坐标下的5维特征向量，然后对5维特征向量构造度量标准，对图像像素进行局部聚类生成超像素；

相对于分水岭算法、区域增长算法、基于图的图像分割算法的影像过分割算法生成的超像素，简单线性迭代聚类算法生成的超像素具有更好的地物边界依附性、更加规则紧凑的形状，简单线性迭代聚类算法通过人为控制生成超像素的个数和具有良好的抗噪性。

3.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法，其特征在于，所述步骤S22中，非极大值抑制算法包括以下小步：

在以像素(i,j)为中心的3×3邻域内进行插值计算，如果像素(i,j)的梯度幅度大于其梯度方向θ(i,j)上相邻两个插值的梯度幅值，则像素(i,j)作为候选边缘像素，否则作为非边缘像素。

4.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法，其特征在于，所述步骤S23中，在双阈值边缘线追踪算法中：

S231：设定一个低梯度幅值阈值T_l和一个高梯度幅值阈值T_h；

S232：在影像的梯度图像中像素梯度幅值大于T_h的像素作为边缘线点，梯度幅值小于T_l的像素作为非边缘线点，梯度幅值大于T_l和小于T_h的像素作为疑似边缘线点；

S233：对于疑似边缘线点，如果与其相邻的像素为边缘线点，则疑似边缘线点为边缘线点；否则为非边缘线点。

5.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法，其特征在于，所述步骤S3中，使用双阈值边缘线追踪算法获得的影像边缘线检测结果会存在断裂、毛刺和边缘线冗余现象，则需要对影像初始边缘线检测结果进行优化处理，使用骨架线提取算法对影像初始边缘线检测结果进行优化处理，获得光滑、连续、单像素和影像地物边界依附性良好的影像边缘检测结果。

6.根据权利要求5所述的高分辨率遥感影像边缘线快速精确检测方法，其特征在于，所述步骤S3中，骨架线提取算法包括两个步骤，首先对初始边缘线检测结果的边缘线点进行膨胀处理，具体为将边缘线点的八邻域范围内像素均作为边缘线点；然后对膨胀处理后的边缘线点进行细化，进而获得光滑、连续、单像素和影像地物边界依附性良好的影像边缘检测结果。