[发明专利]基于比值特征的SAR图像道路检测方法

摘要

本发明公开一种基于比值特征的SAR图像道路检测方法，主要解决现有技术对道路边缘定位不准确、虚警率高的问题。其实现包括：1)对SAR图像进行降斑并提取9种纹理特征，2)从9种纹理特征中依据巴氏距离筛选对分类贡献最大的3种纹理特征；3)逐点计算降斑后图像中对比比值特征R1和相似比值特征R2；4)用具有2)和3)结果的样本构造道路字典D₁和背景字典D₂；5)对每个像素点分别求解与道路字典D₁的平均差值E₁和与背景字典D₂的平均差值E₂，通过差值对像素点进行分类，得到初步检测结果；6)对初步检测结果进行优化，得到最终的到了检测结果。本发明能比较完整的、清晰的检测出SAR图像中的道路，适用于检测SAR图像中不同方向、不同宽度的道路。

主权项

1.一种基于比值特征的SAR图像道路检测方法，包括：(1)读入待检测的SAR图像，并对SAR图像进行降斑预处理；(2)对降斑后的图像逐点构造灰度共生矩阵，并用灰度共生矩阵计算出能量、熵、对比度、均值、方差、相关性、非相似性、逆差距和均匀性9种纹理特征；(3)根据Bhattacharyya距离指标对以上提取的9种纹理特征进行优化和筛选，只选取能够有效地对SAR图像中道路检测和分类贡献最大3种的特征，分别是：均值、方差和对比度；(4)提取比值特征：(4a)对降斑后的图像逐点提取两种比值特征，即道路与两侧区域之间的对比比值特征R1和道路两侧区域之间的相似比值特征R2；(4b)将步骤(3)中提取的3种纹理特征和步骤(4a)提取两种比值特征进行归一化，得到每个像素点的5维特征向量；(5)随机选择部分带标签的像素点作为样本，包括道路点和非道路点，用该样本构造出道路字典D₁和背景字典D₂；(6)初步检测：(6a)分别求解每个像素点与道路字典D₁的差值E₁和每个像素点与背景字典D₂的差值E₂；(6b)根据这两个差值E₁和E₂对像素点进行分类：若E₁‑E₂＜0，表示测试样本的像素点和道路区域的原子相关性更强，则初步判为像素点属于道路区域；若E₁‑E₂≥0，表示测试样本的像素点和背景区域的原子相关性更强，则初步判为像素点属于背景区域；(7)对于步骤(6)得到的初步检测结果，再根据道路的细长型的特点，用面积周长比的优化算法排除虚警区域，得到道路检测的最终结果。