【技术实现步骤摘要】
本专利技术涉及图像数据处理，尤其涉及一种基于改进像素阈值的影像纹理方向识别方法及装置。
技术介绍
1、如今地质灾害频发，中大型灾害给受灾地区带来损失巨大，而滑坡、泥石流以及崩塌等的监测识别与预防已成为相关部门的重点工作。由于遥感影像通常包括光谱信息和纹理结构两大特征，纹理特征是通过灰度的空间变化和重复性来反映地物的视觉粗糙度，进而能够通过灾害发生地的纹理方向在一定程度上辅助地识别地质灾害隐患。
2、公告号为cn114898089b的中国专利公开了一种融合高分影像和poi数据的功能区提取与分类方法，通过采集高分影像数据，构建多尺度可变形卷积网络模型提取多尺度功能语义特征影像块；采用多尺度分割算法对功能语义特征影像数据进行功能单元分割处理并得到若干个功能区单元；计算各个功能区单元的单元属性；利用随机森林分类器对各个功能区单元进行分类。但是上述方法对于特征影像块的局部纹理特征提取困难，并且特征的稳定性不足，因此，提供一种基于改进像素阈值的影像纹理方向识别方法及装置，来提升提升纹理方向提取的有效性，是非常有必要的。
技术实现思路
1、有鉴于此，本专利技术提出了一种基于改进像素阈值的影像纹理方向识别方法及装置，通过对高分影像数据进行多尺度分割，将分割得到具有高相似性的地物单元影像作为特征提取窗口，能够提高纹理方向提取的有效性。
2、本专利技术提供了一种基于改进像素阈值的影像纹理方向识别方法，所述方法包括：
3、采集灾害发生区域的高分影像数据；
5、根据所述地物单元影像和改进radon变换算法，获取所述地物单元影像对应的纹理角度值；
6、基于所述纹理角度值提取所述地物单元影像的纹理方向。
7、在以上技术方案的基础上，优选的，所述基于多尺度分割算法对所述高分影像数据进行地物单元分割，以提取若干具有相同地物纹理方向的地物单元影像，具体包括：
8、基于多尺度分割算法，计算所述高分影像数据的局部方差并得到若干地物单元影像；
9、根据归一化后的所述局部方差和局部莫兰指数，对地物单元影像进行过分割和欠分割对象检测。
10、在以上技术方案的基础上，优选的，所述计算所述高分影像数据的局部方差，具体为：
11、
12、
13、
14、其中，表示第n尺度第l波段的局部方差，m和n分别表示所述高分影像数据中行数和列数的大小，表示第n尺度第l波段的任一地物单元影像内的第i行第j列像源的局部方差，o(k)num表示第k个所述地物单元影像的像元数目，表示第n尺度第l波段的第i行第j列像元的灰度，表示第k个所述地物单元影像内第n尺度第l波段的像元灰度均值，lvn表示所述高分影像数据的第n尺度的局部方差。
15、更进一步优选的，所述根据归一化后的所述局部方差和局部莫兰指数，对地物单元进行过分割和欠分割对象检测，具体包括：
16、h＝(nv-nlmi)/(nv+nlmi)
17、其中，nv表示所述地物单元影像内的归一化局部方差，nlmi表示所述地物单元影像内的局部莫兰指数lmi，h的取值范围为[-1，1]当值接近-1的时候，表示所述地物单元影像具有较低的局部方差和较高的局部莫兰指数，即所述地物单元影像内部同质性较高，而且所述地物单元影像与邻近的地物单元影像差异性很小，符合过分割的特点，当h值接近1的时表示所述地物单元内部同质性较低，并且所述地物单元影像与邻近的地物单元影像差异性较大，符合欠分割特征。
18、更进一步优选的，所述根据所述地物单元影像和改进radon变换算法，获取所述地物单元影像对应的纹理角度值，具体包括：
19、对所述地物单元影像进行灰度化处理，以获取地物灰度图像；
20、将所述地物灰度图像由灰度平面映射至极坐标平面，以获取地物检测图像；
21、根据随机点选取公式在所述地物检测图像内选取多个随机点；
22、基于随机点和预设邻域范围，获取纹理直线及所述纹理直线对应的纹理角度值。
23、在以上技术方案的基础上，优选的，所述基于随机点和预设邻域范围，获取纹理直线及所述纹理直线对应的纹理角度值，具体包括：
24、将所述随机点以预设步长在所述预设邻域范围进行投影，以获取若干投影数据，其中，所述投影数据包括累积像素点个数；
25、判断投影线中累积像素点个数是否大于预设个数；
26、若累积像素点个数大于预设个数，则确定以累积像素点形成的直线为纹理直线，并获取所述纹理直线对应的纹理角度值。
27、更进一步优选的，所述将所述地物灰度图像由灰度平面映射至极坐标平面，具体包括：
28、l(ρ,θ)＝{(x,y)|xcosθ+ysinθ＝ρ}
29、
30、其中，l(ρ,θ)表示投影线l的表达式，(x,y)表示坐标原点到投影线l垂点的坐标，ρ表示坐标原点到投影线l的距离，θ为坐标原点到投影线l的垂线偏移方向角，f(x,y)为过投影线l区域的函数，f(x,y)为函数f(x,y)的线积分，δ(xcosθ+ysinθ-ρ)dxdy为函数f(x,y)的狄拉克函数，φ表示任意常数，dx为函数f(x,y)在x方向上的微分，dy为函数f(x,y)在y方向上的微分。
31、更进一步优选的，所述随机点选取公式，具体为：
32、n＝[(a/s2-t)/16]
33、其中，n表示随机点个数，a表示多尺度分割后的所述地物检测图像图斑面积，t为所述地物检测图像中nodata值的个数，s表示所述地物检测图像的分辨率。
34、在本申请的第二方面提供了一种基于改进像素阈值的影像纹理方向识别装置，所述影像纹理方向识别装置包括采集模块、分割模块以及处理模块，其中，
35、所述采集模块用于采集灾害发生区域的高分影像数据；
36、所述分割模块用于基于多尺度分割算法对所述高分影像数据进行地物单元分割，以提取若干具有相同地物纹理方向的地物单元影像；
37、所述处理模块用于根据所述地物单元影像和改进radon变换算法，获取所述地物单元影像对应的纹理角度值，基于所述纹理角度值提取所述地物单元影像的纹理方向。
38、在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令。
39、本专利技术提供的一种基于改进像素阈值的影像纹理方向识别方法及装置相对于现有技术具有以下有益效果：
40、(1)通过对高分影像数据进行多尺度分割，减少了不同地物的纹理方向迥异，直接构造矩形窗口对高分影像数据提取纹理方向会造成纹理混乱的问题，并且将分割得到本文档来自技高网...
【技术保护点】
1.一种基于改进像素阈值的影像纹理方向识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于多尺度分割算法对所述高分影像数据进行地物单元分割，以提取若干具有相同地物纹理方向的地物单元影像，具体包括：
3.如权利要求2所述的方法，其特征在于，所述计算所述高分影像数据的局部方差，具体包括：
4.如权利要求2所述的方法，其特征在于，所述根据归一化后的所述局部方差和局部莫兰指数，对地物单元进行过分割和欠分割对象检测，具体包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述地物单元影像和改进Radon变换算法，获取所述地物单元影像对应的纹理角度值，具体包括：
6.如权利要求5所述的方法，其特征在于，所述基于随机点和预设邻域范围，获取纹理直线及所述纹理直线对应的纹理角度值，具体包括：
7.如权利要求5所述的方法，其特征在于，所述将所述地物灰度图像由灰度平面映射至极坐标平面，具体包括：
8.如权利要求5所述的方法，其特征在于，所述随机点选取公式，具体为：
9.
10.一种电子设备，其特征在于，包括处理器(21)、存储器(25)、用户接口(23)及网络接口(24)，所述存储器(25)用于存储指令，所述用户接口(23)和网络接口(24)用于给其他设备通信，所述处理器(21)用于执行所述存储器(25)中存储的指令，以使所述电子设备(2)执行如权利要求1-8任意一项所述的方法。
...【技术特征摘要】
1.一种基于改进像素阈值的影像纹理方向识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于多尺度分割算法对所述高分影像数据进行地物单元分割，以提取若干具有相同地物纹理方向的地物单元影像，具体包括：
3.如权利要求2所述的方法，其特征在于，所述计算所述高分影像数据的局部方差，具体包括：
4.如权利要求2所述的方法，其特征在于，所述根据归一化后的所述局部方差和局部莫兰指数，对地物单元进行过分割和欠分割对象检测，具体包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述地物单元影像和改进radon变换算法，获取所述地物单元影像对应的纹理角度值，具体包括：
6.如权利要求5所述的方法，其特征在于，所述基于随机点和预设邻域范围，获取纹理直线...
【专利技术属性】
技术研发人员：储扬静，汤玲，
申请(专利权)人：南京北斗创新应用科技研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。