基于Duda算子的多尺度SAR道路提取方法.pdf
《基于Duda算子的多尺度SAR道路提取方法.pdf》由会员分享,可在线阅读,更多相关《基于Duda算子的多尺度SAR道路提取方法.pdf(7页珍藏版)》请在咨信网上搜索。
1、第 卷第 期 年 月系统工程与电子技术 文章编号:()网址:收稿日期:;修回日期:;网络优先出版日期:。网络优先出版地址:通讯作者引用格式:金国栋,谭力宁,王小龙,等基于 算子的多尺度道路提取方法系统工程与电子技术,():犚犲 犳 犲 狉 犲 狀 犮 犲犳 狅 狉犿犪 狋:,():基于犇狌 犱 犪算子的多尺度犛犃犚道路提取方法金国栋,谭力宁,王小龙,赵建伟(火箭军工程大学核工程学院,陕西 西安 ;中国科学院空天信息创新研究院,北京 )摘要:针对合成孔径雷达(,)图像中不同等级道路兼顾提取的问题,提出了一种有效的、由粗渐精的层进式道路多尺度提取方法。基于 检测算子,通过对图像中道路目标的多尺度提
2、取和结果整合,提升了对图像中不同等级道路的提取几率,增加了对潜在道路片段的链接概率。在此基础上,通过结合尺度滤波、形态滤波和片段链接的层进式设计,实现了对图像道路的有效提取。所提方法在实际的图像上进行了试验,获取了连续、完整的道路提取结果,验证了该方法的有效性。关键词:合成孔径雷达;多尺度;形态学;道路提取中图分类号:文献标志码:犇犗犐:犕狌 犾 狋 犻 狊 犮 犪 犾 犲犛犃犚狉 狅 犪 犱犲 狓 狋 狉 犪 犮 狋 犻 狅 狀犿犲 狋 犺 狅 犱犫 犪 狊 犲 犱狅 狀犇狌 犱 犪狅 狆 犲 狉 犪 狋 狅 狉 ,(犆狅 犾 犾 犲 犵 犲狅 犳犖狌 犮 犾 犲 犪 狉犈狀犵 犻 狀 犲
3、犲 狉 犻 狀犵,犚狅 犮 犽 犲 狋犉狅 狉 犮 犲犝狀 犻 狏 犲 狉 狊 犻 狋 狔狅 犳犈狀犵 犻 狀 犲 犲 狉 犻 狀犵,犡犻犪 狀 ,犆犺 犻 狀 犪;犃犲 狉 狅 狊 狆犪 犮 犲犐 狀犳 狅 狉犿犪 狋 犻 狅 狀犚犲 狊 犲 犪 狉 犮 犺犐 狀 狊 狋 犻 狋 狌 狋 犲,犆犺 犻 狀 犲 狊 犲犃犮 犪犱 犲犿狔狅 犳犛 犮 犻 犲 狀 犮 犲 狊,犅犲 犻 犼 犻 狀犵 ,犆犺 犻 狀 犪)犃犫 狊 狋 狉 犪 犮 狋:(),犓犲 狔狑狅 狉 犱 狊:();引言道路作为交通系统的重要组成部分,在国民经济和军事领域均具有重要监测价值。与传统的光学遥感相比,合成孔径雷达(
4、,)具备全天时、全天候的工作特点,可以发挥出可见光等其他遥感技术所不具备的优势,已被证明可以作为道路目标监测和提取的重要技术手段。在低分辨率图像中,道路大多呈现黑色线状特征,而在高分辨率图像中,道路则多为亮的、双边缘包裹的黑色条状区域。因此,基于图像的道路提取的核心思想是从图像中提取暗黑的线状或条状特征。道路提取研究与成像技术的发展息息相关,早期以中低分辨率图像提取为主,道路呈现为线特征,提取方法以边缘检测结合线段编组连接获得线状道路目标为主。随着图像分辨率的提升,道路目标逐渐向面状特征发展,图像中的干扰在高分辨率图像中被放大,环境背景变得更加复杂,涌现出了以均值比(,)、指数加权均值比(,)
5、为代表的多种边缘检测算子 。当前的研究多采用层进式提取方式:先采用图像分割算法将候选的道路从图像中分割出来,在此基础上运用 算法、随机场模型、遗产算法等自动或半自动连接算法实现道路片段的衔接并去除冗余,进而实现路第 期金国栋等:基于 算子的多尺度道路提取方法 网重构和目标提取。但当道路背景存在河流、沟壑等线状干扰目标时,现有算法会出现检测能力不足、虚警率偏高等应用问题。近年来,将深度学习方法运用到道路检测和提取已取得了初步的成果 。然而,当前基于深度学习的道路提取多集中在图像去噪、特征检测以及分类分割方面,在路网连接和重构方面仍未见相关报道,。此外,不同的图像道路特征多变,基于大样本训练的机器
6、学习方法仍存在样本库构建困难、效果一致性差、部署和应用困难等问题 。综上所述,目前基于图像的道路提取算法研究仍相对较弱,研究多存在鲁棒性不强、虚警率偏高、速度不快等问题。为此,本文以不同等级道路兼顾提取为目标,基于传统算法和方法,探索构建了一个由粗渐精的层进式道路多尺度提取框架方法,为解决上述部分问题提供了一种简捷可行的方法。道路提取模型方法基于图像的道路提取,其基本思想是从图像中检测暗黑、线状特征的道路目标并进行分割提取。一般而言,由于图像噪声及环境背景的影响,提取结果中往往存在诸多非道路的干扰目标,且道路多呈现片段化。此外,不同等级道路的宽窄差异也往往会影响算法的适应性,导致难以兼顾等问题
7、。为此,本文基于 算子与形态学处理相结合的方法,提出了一种新的、由粗渐精的层进式道路多尺度提取框架和方法,以期实现不同等级道路目标的兼顾提取。图所示即为本文所提框架方法,主要由多尺度道路检测、小尺度滤波、形态学滤波、道路片段链接和大尺度滤波个层进式处理环节组成。其中,基于 的多尺度检测主要通过不同尺度窗口检测不同等级道路,可以有效地降低非道路区域背景混入带来的影响,增大不同等级道路的检测几率,尽可能地保证后续道路提取的最大化。图本文提出的流程框图 但多尺度道路检测在增大不同等级道路检测能力的同时,也不可避免地给检测结果带来了更多的杂波虚警,包括斑块虚警、线状虚警和片状虚警,这些虚警的存在会影响
8、后续的道路片段链接,需预先进行消除。其中,斑块虚警量多且与道路尺度相差较大,可采用接近斑噪尺度的小尺度滤波进行处理;片状虚警在外形上远远偏离道路目标,可设计基于形态学的滤波对其进行去除。其他的线状虚警则一般很难与道路片段进行有效区分,故在此阶段需暂做保留。经上述处理后,结果图一般由线性片段构成。其中,部分道路目标因杂波干扰、成像角度等原因导致检测断裂,需进行道路片段链接,以尽可能使之恢复为整体。经道路片段链接处理后,未能链接的、尺度相对较小的线性片段,则大多为自然地物产生的线状虚警。此时,采用尺度相对较大的大尺度滤波处理即可完成去除。上述递进式设计针对性地解决了道路检测、提取层进式处理中伴随出
9、现的点状、面状和线状虚警去除问题以及道路提取中的片段化问题。各环节处理详述如下。多尺度道路检测 检测算子是专门用于道路等线型特征检测的算子,采用如图所示的狀狀检测窗口,并将其内部划分为个相互平行的区域犃、犅、犆,每个区域包含狀个独立的像元犃犻、犅犻和犆犻(犻,狀)。图 检测算子模板 当灰度值较低的区域犆处于中心,通过分别计算中心区域犆与区域犃和区域犅的比值,得到用于表征区域犆的边缘特征,表达式如下:犚犖犻犆犻犖犻犃犻犚犖犻犆犻犖犻犅烅烄烆犻()在此基础上,定义对比度分值函数犉犼(犐):犉犼(犐),犚犼犚犼,犜犚犼;犼,烅烄烆其他()式中:犜为对比度门限。此处,犉犼(犐)的值越小越好。此时,系统
10、工程与电子技术第 卷将中心区域犆平均分为两段,则两段各自的灰度均值比为犚犮烄烆 (狀)犻犆犻狀犻(狀)犆犻,狀犻(狀)犆犻(狀)犻犆烌烎犻()于是,中心区域犆的对比度分值函数可表示为犌(犐),犚犮犜犚犮犜,烅烄烆其他()式中:犜为均匀度门限。此处,犌(犐)的值越大越好。最后,定义屋脊边缘强度为犎(狓)(犉(狓)(犉(狓)犌(狓)()当犎(狓)大于某一预设门限犜时,则判定该像素属于道路,否则判定其为非道路点。由上述 算子检测原理可以看出,其道路检测适应性与窗口大小的选择有关,检测窗口越大,区域犆越宽。对于图像而言,由于其本身固有的斑点噪声和杂波干扰,图像中道路边缘往往界限不清,当使用 算子检测时
11、,不同等级道路下,采用不同宽度区域犆进行道路特征统计,可以有效地抑制非目标区域背景杂波混入带来的影响,提高相应宽度道路的提取率。因此,本文在考虑了不同宽度道路提取需求的前提下,设计采用基于多尺度窗口的提取方案,即采用多种尺度的检测窗口,对不同宽度的道路进行多次提取。最后,通过对多次提取结果的整合,获得最终的 道路检测二值图。通过多尺度提取、整合设计,不仅可提升不同等级道路目标的检测几率,而且还可增加潜在道路片段的链接概率,降低道路的片段化程度。小尺度滤波采用上述多尺度提取策略,通常可以实现图像中各级道路目标的有效提取。但是,由于图像背景复杂,图像中非道路目标的干扰信息较多,多尺度提取在提升各级
12、道路提取几率的同时,也会增加对各类干扰信息的提取,导致最终的 提取二值图中存在大量的非道路目标和噪声。为了抑制提取结果二值图中的小斑条、斑点等噪声,本文设计了小尺度滤波处理,即采用尺度滤波的方法,将一定像素或长度以下的目标直接去除。尺度滤波采用目标长度阈值法,即在提取结果二值图中,针对各潜在目标,逐一提取其最小外接矩形,然后根据目标的最小外接矩形计算其长度,通过阈值设置,剔除掉阈值以下的细小目标,进而达到滤除杂波噪声的目的。形态学滤波虽然 算子主要用于线状特征的提取,但是经多尺度处理结果整合后,提取结果的二值图中可能存在部分明显不属于道路片段的条块状目标或纹理致密的杂波区域。对于这些非线性区域
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Duda 算子 尺度 SAR 道路 提取 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。