一种卫星图片中障碍物的识别方法及识别装置制造方法及图纸

本申请提供一种卫星图片中障碍物的识别方法及识别装置。所述方法包括：对卫星图片进行色系转换，并对色系转换后的卫星图片进行小波变换，得到低频分量、第一高频分量、第一水平分量以及第一垂直分量；对所述低频分量、第一高频分量、第一水平分量以及第一垂直分量进行优化处理，得到环境背景分量、第二高频分量、第二水平分量以及第二垂直分量；对所述环境背景分量、第二高频分量、第二水平分量以及第二垂直分量进行小波逆变换，并从小波逆变换后的卫星图片中抽取障碍物的边界对应的世界坐标。本申请实施例提供的一种卫星图片中障碍物的识别方法及识别装置，能够精确地对卫星图片中的障碍物进行识别。

【技术实现步骤摘要】

本申请涉及图像识别
，特别涉及一种卫星图片中障碍物的识别方法及识 别装置。
技术介绍
在地球物理勘探过程中，在进行观测系统布设之前往往需要进行避障处理。所谓 避障处理，就是将探区内的不能放炮或不适宜放炮的区域（即障碍物区域）标识出来，在此 基础上开展切合实际的观测系统设计，从而可以准确、快速地布设激发点和接收点。目前对 探区内的障碍物进行标识是在勘探完成后，由人工将测量得到的障碍物的世界坐标在电脑 中标识出来。这种操作方式存在耗时多、效率低、容易出错的问题。目前国际上比较成熟的 专业采集软件都没有障碍物自动识别的功能，而专业的图像识别软件针对卫星图片的识别 精度也不够高，并且格式转化步骤繁琐。 随着遥感技术的发展和卫星空间分辨率的提高，使得直接对卫星图片中的障碍物 进行识别成为可能。卫星图片的特点是覆盖范围广，目标繁多，数据量大，并且容易出现噪 声、模糊、阴影等，同时受地物材质、方位、几何形状和光照条件等条件响应巨大，这使得卫 星图片的数据有高度的复杂性和随机性，造成大规模、广泛的利用卫星图片进行障碍物识 别变得非常困难。 应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、 完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
本申请实施例的目的在于提供一种卫星图片中障碍物的识别方法及识别装置，能 够直接利用卫星图片作为识别主体，精确地对卫星图片中的障碍物进行识别。 本申请实施例提供的一种卫星图片中障碍物的识别方法及识别装置是这样实现 的： -种卫星图片中障碍物的识别方法，包括： 将第一色系的卫星图片进行色系转换，得到第二色系的卫星图片； 对所述第二色系的卫星图片进行小波变换，得到与所述第二色系的卫星图片相对 应的低频分量、第一高频分量、第一水平分量以及第一垂直分量； 对所述低频分量利用聚类算法进行聚类分析，并对聚类分析的结果利用二维高斯 模型进行判别，得到判别出的环境背景分量； 对所述第一高频分量进行滤波处理，得到去除噪声分量后的第二高频分量； 分别对所述第一水平分量以及所述第一垂直分量进行边界增强处理，得到去除噪 声边界后的第二水平分量以及去除噪声边界后的第二垂直分量； 对所述环境背景分量、第二高频分量、第二水平分量以及第二垂直分量进行小波 逆变换，得到小波逆变换后的第二色系的卫星图片； 从所述小波逆变换后的第二色系的卫星图片中抽取障碍物的边界对应的世界坐 标。 -种卫星图片中障碍物的识别装置，包括： 色系转换单元，用来将第一色系的卫星图片进行色系转换，得到第二色系的卫星 图片； 小波变换单元，用来对所述第二色系的卫星图片进行小波变换，得到与所述第二 色系的卫星图片相对应的低频分量、第一高频分量、第一水平分量以及第一垂直分量； 环境背景分量获取单元，用来对所述低频分量利用聚类算法进行聚类分析，并对 聚类分析的结果利用二维高斯模型进行判别，得到判别出的环境背景分量； 滤波处理单元，用来对所述第一高频分量进行滤波处理，得到去除噪声分量后的 第二高频分量； 边界增强处理单元，用来分别对所述第一水平分量以及所述第一垂直分量进行边 界增强处理，得到去除噪声边界后的第二水平分量以及去除噪声边界后的第二垂直分量； 小波逆变换单元，用来对所述环境背景分量、第二高频分量、第二水平分量以及第 二垂直分量进行小波逆变换，得到小波逆变换后的第二色系的卫星图片； 坐标抽取单元，用来从所述小波逆变换后的第二色系的卫星图片中抽取障碍物的 边界对应的世界坐标。 本申请实施例提供的一种卫星图片中障碍物的识别方法及识别装置，首先通过色 系转换，将卫星图片转换到光强影响以及数据量均较小的色系中进行处理，能够提高整个 识别的效率。然后对转换色系后的卫星图片进行小波变换，从而可以针对卫星图片相对应 的四组分量分别进行优化处理，然后对优化处理后的四组分量通过小波逆变换，从而可以 从小波逆变换后的第二色系的卫星图片中提取出障碍物边界的世界坐标，从而能够准确地 识别出障碍物的边界。 参照后文的说明和附图，详细公开了本申请的特定实施方式，指明了本申请的原 理可以被采用的方式。应该理解，本申请的实施方式在范围上并不因而受到限制。在所附 权利要求的精神和条款的范围内，本申请的实施方式包括许多改变、修改和等同。 针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更 多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特 征。 应该强调，术语"包括/包含"在本文使用时指特征、整件、步骤或组件的存在，但 并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。【附图说明】 所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部 分，用于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。显而易见地，下 面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创 造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中： 图1为本申请实施例提供的一种卫星图片中障碍物的识别方法的流程图； 图2为本申请实施例中所述二值图像的示意图； 图3为本申请实施例中提供的一种卫星图片中障碍物的识别装置的功能模块图。【具体实施方式】 为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实 施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施 例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通 技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都应当属于本申请保护 的范围。 本申请实施例提供一种卫星图片中障碍物的识别方法及识别装置。图1为本申请 实施例提供的一种卫星图片中障碍物的识别方法的流程图。虽然下文描述流程包括以特定 顺序出现的多个操作，但是应该清楚了解，这些过程可以包括更多或更少的操作，这些操作 可以顺序执行或并行执行（例如使用并行处理器或多线程环境）。如图1所示，所述方法可 以包括： Sl :将第一色系的卫星图片进行色系转换，得到第二色系的卫星图片。 在本申请实施例中使用的卫星图片最初可以用第一色系进行表现。所述第一色 系往往色彩丰富，为障碍物的提取提供了更多的有效信息。然而所述第一色系对光线的亮 度变化也往往比较敏感，光强的变动会对整个图片的数据产生较大的影响。例如，本申请 实施例使用的卫星图片可以为彩色图片，一般是由红（R)、绿（G)、蓝（B)三元色组成的RGB 色系，该RGB色系就可以为所述的第一色系。RGB色系色彩丰富，同时对光线的亮度变化也 比较敏感。因此，在本申请实施例中，可以将具有第一色系的卫星图片进行色系转换，得到 具有第二色系的卫星图片。所述第二色系能够降低光强对图片数据的影响，同时还能够减 少图片数据的计算量。在本申请一优选实施例中，所述第二色系可以为CIELAB色系，所述 CIELAB色系是一种与人类视觉感知一致的色系，其一般具备L分量，A分量以及B分量。其 中，L分量能够密切匹配人类亮度感知，而A分量和B分量往往本文档来自技高网...

【技术保护点】
一种卫星图片中障碍物的识别方法，其特征在于，包括：将第一色系的卫星图片进行色系转换，得到第二色系的卫星图片；对所述第二色系的卫星图片进行小波变换，得到与所述第二色系的卫星图片相对应的低频分量、第一高频分量、第一水平分量以及第一垂直分量；对所述低频分量利用聚类算法进行聚类分析，并对聚类分析的结果利用二维高斯模型进行判别，得到判别出的环境背景分量；对所述第一高频分量进行滤波处理，得到去除噪声分量后的第二高频分量；分别对所述第一水平分量以及所述第一垂直分量进行边界增强处理，得到去除噪声边界后的第二水平分量以及去除噪声边界后的第二垂直分量；对所述环境背景分量、第二高频分量、第二水平分量以及第二垂直分量进行小波逆变换，得到小波逆变换后的第二色系的卫星图片；从所述小波逆变换后的第二色系的卫星图片中抽取障碍物的边界对应的世界坐标。

【技术特征摘要】

【专利技术属性】
技术研发人员：李慧，潘英杰，唐东磊，吕盼盼，霍禹，柯朴，
申请(专利权)人：中国石油天然气集团公司，中国石油集团东方地球物理勘探有限责任公司，
类型：发明
国别省市：北京;11