基于聯合濾波的遙感影像路網提取技術制造技術

本發明專利技術公開了一種基于聯合濾波的遙感影像的路網提取技術，結合人類視覺系統認知規律，根據顯著圖像結構在人類認知中所形成的非周期性、各向異性以及局部方向性，建立了一個完整的對道路顯著結構的數學度量模型；在道路顯著結構度量模型的指導下，結合流線方向性，建立了一個自適應平滑濾波函數，結合像素點空間距離高斯函數，實現對道路遙感影像的自適應平滑；在道路顯著結構度量模型的指導下，結合極大極小值濾波，定義了一個自適應沖擊濾波函數，該函數在不同區域產生的沖擊增強強度不同，從而實現自適應的沖擊濾波增強，從而在平滑非道路結構區域的同時保留顯著道路結構，實現道路提取過程中遙感影像的預處理。

【技術實現步驟摘要】

本專利技術涉及遙感應用領域，特別涉及一種基于聯合濾波的遙感影像路網提取技術。
技術介紹
遙感技術具有高效性、實時性以及信息多元化等特點,其作為一種先進的對地觀測方法在城市交通領域中發揮了重要的作用。在基于遙感技術的道路提取中，傳統道路提取算法主要依賴于道路的幾何地理特征，利用道路區域的識別規則對道路進行提取。近年來，道路提取相關領域傾向于建立復雜的系統用以提取道路信息，其中多類方法采用了相關濾波技術。傳統道路提取濾波方法如高斯濾波，中值濾波等，均對整幅衛星遙感圖像進行程度一致的濾波。此類方法對于復雜的遙感影像，難以在平滑非道路信息的同時保留道路特征。
技術實現思路
本專利技術的目的在于克服上述現有技術的不足，提供一種基于聯合濾波的遙感影像路網提取技術。為實現上述目的，本專利技術采用以下技術方案：基于聯合濾波的遙感影像路網提取技術，包括以下步驟：S1、輸入源圖像，計算源圖像的道路顯著結構度量模型Mp，所述顯著結構度量模型Mp具有如下形式，Mp＝Ap·Dp·Lp式中，函數Ap、Dp以及Lp是像素點p顯著結構的各向異性、非周期性以及局部方向性的度量；S2、基于道路顯著結構度量模型引導，結合線積分卷積相關原理，建立新的自適應平滑積分模型，對非道路結構的特征和潛在道路結構特征進行自適應的平滑濾波；S3、根據所得平滑后圖像，結合極大值極小值濾波方法，以道路結構模型為導向，建立一種改進的沖擊濾波模型，實現對顯著道路結構的增強。進一步地，步驟S1的計算具體如下：S11、各向異性度量Ap通過下式計算Ap=λ1,p-λ2,pλ1,p+&lambda;2,p]]>式中λ1,p以及λ2,p分別為像素點p處結構張量矩陣Sp的特征值，以較大的特征值λ1,p為主特征值，較小的特征值λ2,p為副特征值；像素點p處的結構張量通過下式計算Sp=Σq∈N(p)<▿xIq,▿xIq>Σq∈N(p)<▿xIq,▿yIq>Σq∈N(p)<▿xIq,▿yIq>Σq∈N(p)<▿yIq,▿yIq>]]>式中q為p的一個鄰域N(p)內的一個像素，〈·,·〉表示內積運算；Iq為像素點q的強度值，及為像素點q在x和y方向的偏導數；S12、局部方向性的度量Dp通過下式計算Dp=Σq∈N(p)Aq·<ϵ→p,ϵ→q>Σq∈N(p)Aq]]>式中分別為像素點p和q的結構張量矩陣對應的副特征向量，N(p)為像素點p所在的鄰域，Aq為像素點q點的顯著性度量值；S13、非周期性度量Lp通過下式計算Lp=|Σq∈N(p)wp,q·▿xIq|+|Σq∈N(p)wp,q·▿yIq|]]>式中wp,q為權值，通過下式計算wp,q=exp(-||xp-xq||+||yp-yq||2σ2)]]>式中(xp,yp)為像素點p的坐標；(xq,yq)為像素點q的坐標；σ為高斯函數中的標準差。更進一步地，所述鄰域N(p)為邊長為5像素的正方形區域。進一步地，步驟S2具體包括以下步驟：S21、計算平滑程度控制函數g(σd,M)，式中，σd為該高斯核函數的寬度參數，Mp和Mq代表中心像素點p和流線上像素點q處的道路顯著結構導向模型的值；S22、結合導向濾波概念與線積分卷積思想，定義了一個自適應平滑濾波函數I′p，Ip′=1K∫q∈N(p)wp,qg(σg,I)g(σd,M)·Iqdq]]>其中，為該函數的歸一化參數，Iq為像素點q的像素值，為傳統線積分卷積過程中采用的一維低通濾波器的高斯核函數，通過下式計算，wp,qg(σg,I)=exp(-|xp-xq|22σg2)]]>其中，xp和xq代表著中心像素點p與流線上像素點q的x坐標值，σg是高斯核函數的寬度參數，控制該函數的徑向作用范圍。進一步地，所述步驟S3具體包括以下步驟：S31、計算控制沖擊濾波增強函數T(x)，T(x)=(1+tanh(λ(x-0.5)))2]]>其中x為制沖擊濾波增強函數輸入值，tanh(λ(x-0.5))為雙曲正切函數；λ為控制增強程度的因子，越大的值對應越銳利的邊緣；S32、建立各向異性沖擊濾波增強函數Ip，Ip=T(1-Mp·sign(vηη)2)D(I)p+(1-T(1-Mp·sign(vηη)2))E(I)p]]>其中，D(I)p，E(I)p為像素點p對應膨脹、腐蝕的值，函數由步驟S31的公式計算，sign(vηη)為邊緣檢測算子的符號函數，邊緣檢測算子vηη通過下式計算，vηη＝c2Ixx+2csIxy+s2Iyy這里c和s為圖像中結構張量場對應主特征向量的兩個分量；Ixx為圖像沿x方向的二階偏導數；Iyy為圖像在y方向上的二階偏導數；Ixy為圖像在x方向和y方向上各計算一次一階偏導數的結果。更進一步地，步驟S32建立各向異性沖擊濾波增強函數Ip的主要目的使得視覺顯著的結構得到更強程度的增強，而對其它區域按照傳統方式計算，具體來說，對位于高顯著性區域的像素，Mp→1，此時各向異性沖擊濾波增強函數Ip變為：相反的，對位于低顯著性區域的像素，Mp→0，此時各向異性沖擊濾波增強函數Ip變為Iq＝(D(I)q+E(I)q)/2，增強效果減弱。采用上述技術方案后，本專利技術與
技術介紹
相比，具有如下優點：以顯著道路結構度量模型為指導，提出了一種自適應的結構導向平滑濾波算法；進而以結構度量模型為指導，結合極大值與極小值濾波，定義了一個控制沖擊濾波增強程度的函數，該函數在不同區域產生的沖擊增強強度不同，從而實現自適應的沖擊濾波增強，在平滑非道路結構區域的同時保留顯著道路結構，實現道路提取過程中遙感影像的預處理。附圖說明圖1為本專利技術流程圖；圖2為本專利技術的結構模型度量效果圖，其中圖2a是輸入源圖像，圖2b是結構模型度量結果；圖3為本專利技術的自適應平滑效果圖，其中圖3a是輸入源圖像，圖3b是自適應平滑結果；圖4為本專利技術所得聯合濾波結果與采用協方差矩陣度量方法結果在效果上的對比，其中圖(a)是輸入源圖像，圖(b)是karacan算法的濾波效果，圖(c)是本專利技術方法所得濾波結果；圖5為本專利技術所得聯合濾波結果應用在相關道路提取算法中的檢測效果對比圖，其中圖5(a)，(c)，(e)是未應用本專利技術濾波方法的檢測結果，圖5(b)，(d)，(f)是在相同基礎上應用本專利技術進行濾波后的檢測結果。具體實施方式為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本專利技術進行進一步詳本文檔來自技高網...

【技術保護點】
基于聯合濾波的遙感影像路網提取技術，其特征在于，包括以下步驟：S1、輸入源圖像，計算源圖像的道路顯著結構度量模型Mp，所述顯著結構度量模型Mp具有如下形式，Mp＝Ap·Dp·Lp式中，函數Ap、Dp以及Lp是像素點p顯著結構的各向異性、非周期性以及局部方向性的度量；S2、基于道路顯著結構度量模型引導，結合線積分卷積相關原理，建立新的自適應平滑積分模型，對非道路結構的特征和潛在道路結構特征進行自適應的平滑濾波；S3、根據所得平滑后圖像，結合極大值極小值濾波方法，以道路結構模型為導向，建立一種改進的沖擊濾波模型，實現對顯著道路結構的增強。

【技術特征摘要】
1.基于聯合濾波的遙感影像路網提取技術，其特征在于，包括以下步驟：S1、輸入源圖像，計算源圖像的道路顯著結構度量模型Mp，所述顯著結構度量模型Mp具有如下形式，Mp＝Ap·Dp·Lp式中，函數Ap、Dp以及Lp是像素點p顯著結構的各向異性、非周期性以及局部方向性的度量；S2、基于道路顯著結構度量模型引導，結合線積分卷積相關原理，建立新的自適應平滑積分模型，對非道路結構的特征和潛在道路結構特征進行自適應的平滑濾波；S3、根據所得平滑后圖像，結合極大值極小值濾波方法，以道路結構模型為導向，建立一種改進的沖擊濾波模型，實現對顯著道路結構的增強。2.根據權利要求1所述的基于聯合濾波的遙感影像路網提取技術，其特征在于，步驟S1的計算具體如下：S11、各向異性度量Ap通過下式計算Ap=λ1,p-λ2,pλ1,p+λ2,p]]>式中λ1,p以及λ2,p分別為像素點p處結構張量矩陣Sp的特征值，以較大的特征值λ1,p為主特征值，較小的特征值λ2,p為副特征值；像素點p處的結構張量Sp通過下式計算Sp=Σq∈N(p)<▿xIq,▿xIq>Σq∈N(p)<▿xIq,▿yIq>Σq∈N(p)<▿xIq,▿yIq>Σq∈N(p)<▿yIq,▿yIq>]]>式中q為p的一個鄰域N(p)內的一個像素，〈·,·〉表示內積運算；Iq為像素點q的強度值，及為像素點q在x和y方向的偏導數；S12、局部方向性的度量Dp通過下式計算Dp=Σq∈N(p)Aq·<ϵ→p,ϵ→q>Σq∈N(p)Aq]]>式中分別為像素點p和q的結構張量矩陣對應的副特征向量，N(p)為像素點p所在的鄰域，Aq為像素點q點的顯著性度量值；S13、非周期性度量Lp通過下式計算Lp=|Σq∈N(p)wp,q·▿xIq|+|Σq∈N(p)wp,q·▿yIq|]]>式中wp,q為權值，通過下式計算wp,q=exp(-||xp-xq||+||yp-yq||2σ2)]]>式中(xp,yp)為像素點p的坐標；(xq,yq)為像素點q的坐標；σ為高斯函數中的標準差。3.根據...

【專利技術屬性】
技術研發人員：臧彧，王程，楊文韜，羅倫，李迪龍，
申請(專利權)人：廈門大學，
類型：發明
國別省市：福建;35