[发明专利]高分辨遥感图像中快速提取机场目标的方法

摘要

本发明公开了一种高分辨遥感图像中快速提取机场目标的方法，用于解决现有的机场目标识别方法提取的机场目标质量差的技术问题。技术方案是利用模糊增强对图像进行预处理，然后利用基于像素梯度与标准差的模糊边缘检测方法提取图像边缘；对图像边缘进行筛选只留下长直线，并利用Hough变化检测平行的长直线作为跑道特征；以特征点8领域范围内最高灰度的点作为种子点，进行区域增长提取机场目标，提高了所提取机场目标的质量。

主权项

一种高分辨遥感图像中快速提取机场目标的方法，其特征在于包括下述步骤：(a)通过T变换μmn＝T(Xmn)＝1‑(Xmax‑Xmn)/D                            (1)将待处理的图像Image，m×n象素，L级灰度；从灰度空间G＝{Gmn}映射为与之对应的广义隶属度空间P＝{μmn}；式中，Xmax表示图像G中最大灰度值；D是常数，取D＝2×(Xmax‑Xmin)/3；Xmin表示图像G中最小灰度值；通过广义模糊算子GFO μ mn ′ = GFO [ μ mn ] = - [ - ( ( r 1 / f - 1 + r ) · μ mn - μ 2 mn ) ] f ( - r ≤ μ mn < 0 ) [ ( ( r 1 / f - 1 + r ) · μ mn - μ 2 mn ) ] f ( 0 ≤ μ mn ≤ r ) - - - ( 2 ) 处理像素隶属度μ′mn＝GFO[μmn]；式中，r和f是常数，其范围是0＜r≤1及f＞0；当‑r≤μmn＜0时，μ′mn≤μmn；当0≤μmn≤r时μmn≤μ′mn；通过T‑1逆变换Xmn＝Xmax‑D×(1‑μmn)对隶属度P′进行逆变换，将隶属度空间P′映射为增强后的灰度空间图像G′，完成对图像进行增强预处理；(b)先利用sobel算子对图像每个像素点的梯度值和梯度方向进行计算，把像素梯度值投影到[1‑100]的范围内，作为模糊系统的一个输入值，利用公式 Im SD P 5 = 1 9 Σ i = 1 9 ( P i - E ( P i ) ) 2 - - - ( 3 ) 计算每个像素点的方差值；式中，Pi(i＝1，2，...，9)表示像素点及周围八个领域点；把其值也投影到[1‑100]的范围内，作为模糊系统的另一个输入值；定义四个常数阈值：a1，a2，c1，c2；把梯度和方差分为高H、中M、低L三类；当值在范围[0，c1]内，则属于低值类SDL/GDL，SD代表标准差，GD代表梯度；若在[a1，c2]范围内，则属于中值类SDM/GDM；在[a2，100]内属于高值类SDH/GDH；模糊系统的输出是一个像素点属于边界点的概率，也同样分为三类，由高到低分别为EL，EM，EH；由公式Pfinal＝∑(Cj×PEdge(j))                     (4)计算出图像每一点的边界隶属度，若值大于阈值则为边界点，否则为背景点；得到图像的边缘检测结果；式中，j是EL，EM，EH三类之一，Cj代表第j类的边界隶属度，PEdge(j)代表当前点隶属于第j类的概率；(c)利用梯度相位信息以及线段长度剔除较短或者弯曲线段，并利用Hough变化对剩下的轮廓线进行平行直线检测，检索出平行的直线作为机场跑道的特征图像S；(d)遍历机场跑道的特征图像S，通过访问标示图判断其是否被访问，若其相应的标示点为0代表未被访问，为1则代表被访问；如果已被访问则回到步骤(a)继续查找，否则保存该点坐标记为Sp；在模糊增强后的图片G′中以Sp为中心点，遍历其八领域，找到灰度最高的点作为种子节点；保存其坐标，记为SeedP；以点SeedP为种子点开始区域生长，直到所有符合要求的点，都生长完毕，并把所有访问过的点标识都设为1；判断图像S是否遍历完毕；若是，则输出区域生长后的结果图片，结束；若否则返回步骤(a)继续查找特征点。