基于空间推理方法的SAR图像有序人造构筑物提取方法技术

本发明专利技术公开了一种基于空间推理方法的SAR图像有序人造构筑物提取方法，包括以下步骤：首先利用快速双参数恒虚警算法和FAST角点检测算法对SAR图像进行预处理，获取构筑物的特征点；然后对特征点进行空间关系建立，获取常规点状构筑物的特征点和特殊形状面状构筑物的空间关系特征，对空间关系特征进行建模，获取空间关系三参数和形态学特征双参数；最后利用三参数和双参数对SAR图像预处理后未识别出来的点进行空间推理判断，得到构筑物识别结果。本发明专利技术不仅能对具有特殊形态学特征的地表构筑物进行高精度识别与推理，还能对不具有特殊形态学特征的点目标物具有较好的识别与推理精度，为SAR图像中有序分布的孤立构筑物提取提供了有效解决方法。取提供了有效解决方法。

【技术实现步骤摘要】
基于空间推理方法的SAR图像有序人造构筑物提取方法


[0001]本专利技术属于图像处理与信息提取
，尤其涉及一种基于空间推理方法的SAR图像有序人造构筑物提取方法。

技术介绍

[0002]自然灾害(如地震、滑坡、泥石流)发生后，迅速获取受灾地区有效信息对发起应急救援行动至关重要。遥感卫星能够快速准确地对地面进行大范围成像，提供有关受灾地区的重要信息，但由于灾害发生后，受阴雨等天气的影响较大，光学遥感影像在救灾决策中的作用受到限制。而合成孔径雷达(SAR)图像具有对大气条件相对不敏感，穿透力强，不受太阳光照影响等优势，使得雷达遥感技术在自然灾害研究中得到广泛深入应用。
[0003]有学者利用SAR图像进行单体构筑物识别研究时，利用单体构筑物的成像特征和形态结构特征进行单体构筑物本体语义模型建模，然后利用语义模型中的构筑物基元来对单体构筑物进行识别，实现了准确快速提取高分辨率SAR影像中的大型单体构筑物。还有学者借助一对高分辨率光学和SAR图像，利用光学数据和合成孔径雷达数据的互补性进行地物重建的处理方法来对孤立构筑物进行提取。由于人工目标散射复杂，且受波长、方位方向、空间分辨率、入射角等传感器参数影响，在SAR图像中很难找到一个特定的分布类型来描述，其分布特征也与目前使用的大部分统计模型都不太相符，很难通过较为简单的方法来对孤立构筑物进行识别与提取。此外，高分辨率SAR数据较少，常常不能满足灾害应急的快速响应需求，因此如何运用SAR数据快速提取灾后信息具有重要的减灾研究价值。
[0004]在SAR图像中人造构筑物和地形高亮点的特征极为相似，如果仅采取快速双参数CFAR算法与FAST角点检测算法来处理，识别结果中必然混有大量的地形高亮点，导致目标物识别精度较低，不利于灾后的信息及时反馈，因此如何在复杂环境中准确区分开人造构筑物和地形高亮点对于震情的识别也是至关重要的。
[0005]空间关系是地理信息系统(GIS)中的重要理论问题之一，在GIS数据建模、空间查询、空间分析、空间推理和综合映射过程中起着重要作用。本专利技术为了对孤立构筑物进行快速高效识别，精确的将目标地物与地形高亮点区分开，引入了空间关系的相关理论及技术，提出了利用空间推理方法对SAR图像中人造构筑物进行快速识别的方法。

技术实现思路

[0006]针对上述
技术介绍
中指出的不足，本专利技术提供了一种基于空间推理方法的SAR图像有序人造构筑物提取方法，旨在解决SAR图像中高亮山体干扰识别问题以及由于SAR成像特征造成的单体构筑物漏识问题。
[0007]为实现上述目的，本专利技术采用的技术方案是：
[0008]一种基于空间推理方法的SAR图像有序人造构筑物提取方法，包括以下步骤：
[0009](1)利用快速双参数恒虚警(CFAR)算法和FAST角点检测算法分别对SAR图像进行预处理，分别获取SAR图像中常规点状构筑物的特征点和特殊形状面状构筑物的特征点；
[0010](2)分别对所述特征点进行空间关系的建立，获取常规点状构筑物的特征点和特殊形状面状构筑物两种孤立构筑物对应的空间关系特征；
[0011](3)对获得的常规点状构筑物的空间关系特征进行建模，获取常规点状构筑物的空间关系三参数；对获得的具有特殊形状面状构筑物的空间关系特征和形态学特征分别进行建模，获取特殊形状面状构筑物的空间关系三参数和形态学特征双参数；所述空间关系三参数为特征点的角度T
angle
、偏移量T
offset
和距离T
distance
，所述形态学特征双参数为特征点的半径C
r
和夹角C
angle
；
[0012](4)利用常规点状构筑物的空间关系三参数对SAR图像预处理后未识别出来的常规点状构筑物进行两点间空缺推理、左右约束推理、起始点推理和结束点推理条件约束下的空间推理判断，得到常规点状构筑物的识别结果；利用特殊形状面状构筑物的空间关系三参数和形态学特征双参数对SAR图像预处理后未识别出来的特殊形状面状构筑物进行两点间空缺推理、左右约束推理、起始点推理和结束点推理条件约束下的空间推理判断，得到特殊形状的面状构筑物的识别结果。
[0013]优选地，所述快速双参数恒虚警(CFAR)算法对SAR图像进行预处理的过程如下：
[0014]首先，对SAR图像进行第一级全局滤波，滤除大量杂波；
[0015]然后，对第一级全局滤波的结果进行第二级全局滤波：对第一级全局滤波结果的像素灰度值进行排序，选取前k个像素灰度值对潜在的目标阈值进行估计，生成带有待检测区域的二值图像；
[0016]其次，将二值图像中的待检测区域赋予原图像的灰度值；
[0017]最后，对图像上待检测区域的每个监测点实施局部双参数CFAR算法，实现快速检测。
[0018]优选地，所述k的取值为第一级全局滤波后图像像素灰度值的65％。
[0019]优选地，所述第一级全局滤波对SAR图像中潜在目标检测的判断公式如下：
[0020][0021][0022]其中，p
fa
为恒虚警率，T
g
为第一级全局滤波阈值，f
b
(x)为地面的杂波概率分布函数，I(x，y)为原始图像像素值，I
g1
(x，y)为第一级全局滤波后的像素值。
[0023]优选地，所述第二级全局滤波对第一级全局滤波结果中潜在目标检测的判断准则如下：
[0024][0025]其中，μ为前k个像素灰度值的灰度平均值，σ为前k个像素灰度值的方差，α为第二级全局滤波系数，α＝0.95。
[0026]优选地，所述局部双参数CFAR算法对于目标检测的判断准则如下：
[0027][0028]其中，μ
b
为背景窗口的像素灰度值的均值，σ
b
为背景窗口像素灰度值的方差，t为控制恒虚警率的检测参数，t＝2.5。
[0029]优选地，所述两点间空缺推理的方法为：
[0030]首先获取临近距离异常值E
distance
以及异常值的前后两点和异常值所在的线，获取所述线的角度T
angle
、偏移量T
offset
以及距离T
distance
三参数，并求出二维空间中的线性方程，然后根据三参数中的距离与距离异常值进行对比，条件如下式，从而获得距离异常值中存在漏检的点数；
[0031][0032]然后以偏移量T
offset
和距离T
distance
作为约束范围，根据角度T
angle
延伸为推理方向，得到漏检点的推理坐标，根据推理坐标中横纵坐标的大小将漏检的点排列到线中。
[0033]优选地，所述左右约束推理的方法为：
[0034]首先获取某一线上的点数目P
num
，然后获取所述线相邻左右两条线的点数目P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空间推理方法的SAR图像有序人造构筑物提取方法，其特征在于，包括以下步骤：(1)利用快速双参数恒虚警算法和FAST角点检测算法分别对SAR图像进行预处理，分别获取单极化SAR图像中常规点状构筑物的特征点和特殊形状面状构筑物的特征点；(2)分别对所述特征点进行空间关系建立，获取常规点状构筑物和特殊形状面状构筑物两种孤立构筑物对应的空间关系特征；(3)对获得的常规点状构筑物的空间关系特征进行建模，获取常规点状构筑物的空间关系三参数；对获得的具有特殊形状面状构筑物的空间关系特征和形态学特征分别进行建模，获取特殊形状面状构筑物的空间关系三参数和形态学特征双参数；所述空间关系三参数为特征点的角度T
angle
、偏移量T
offset
和距离T
distance
，所述形态学特征双参数为特征点的半径C
r
和夹角C
angle
；(4)利用常规点状构筑物的空间关系三参数对SAR图像预处理后未识别出来的常规点状构筑物的点进行两点间空缺推理、左右约束推理、起始点推理和结束点推理条件约束下的空间推理判断，得到常规点状构筑物的识别结果；利用特殊形状面状构筑物的空间关系三参数和形态学特征双参数，对SAR图像预处理后未识别出来的特殊形状面状构筑物的点进行两点间空缺推理、左右约束推理、起始点推理和结束点推理条件约束下的空间推理判断，得到特殊形状面状构筑物的识别结果。2.如权利要求1所述的基于空间推理方法的SAR图像有序人造构筑物提取方法，其特征在于，所述快速双参数恒虚警算法对SAR图像进行预处理的过程如下：首先，对SAR图像进行第一级全局滤波，滤除大量杂波；然后，对第一级全局滤波的结果进行第二级全局滤波：对第一级全局滤波结果的像素灰度值进行排序，选取前k个像素灰度值对潜在的目标阈值进行估计，生成带有待检测区域的二值图像；其次，将二值图像中的待检测区域赋予原图像的灰度值；最后，对图像上的待检测区域的每个监测点进行局部双参数CFAR算法，实现快速检测。3.如权利要求2所述的基于空间推理方法的SAR图像有序人造构筑物提取方法，其特征在于，所述k的取值为第一级全局滤波后图像像素灰度值的65％。4.如权利要求2所述的基于空间推理方法的SAR图像有序人造构筑物提取方法，其特征在于，所述第一级全局滤波对SAR图像中潜在目标检测的判断公式如下：在于，所述第一级全局滤波对SAR图像中潜在目标检测的判断公式如下：其中，p
fa
为恒虚警率，T
g
为第一级全局滤波阈值，f
b
(x)为地面的杂波概率分布函数，I(x，y)为原始图像像素值，I
g1
(x，y)为第一级全局滤波后的像素值。5.如权利要求2所述的基于空间推理方法的SAR图像有序人造构筑物提取方法，其特征在于，所述第二级全局滤波对第一级全局滤波结果中潜在目标检测的判断准则如下：
其中，μ为前k个像素灰度值的灰度平均值，σ为前k个像素灰度值的方差，α为第二级全局滤波系数，α＝0.95。6.如权利要求2所述的基于空间推理方法的SAR图像有序人造构筑物提取方法，其特征在于，所述局部双参数CFAR算法对于目标检测的判断准则如下：其中，μ
b
为背景窗口的像素灰度值的均值，σ
b
为背...

【专利技术属性】
技术研发人员：翟玮，王菁晗，肖修来，邓津，武震，张璇，
申请(专利权)人：甘肃省地震局中国地震局兰州地震研究所，
类型：发明
国别省市：