[发明专利]基于最小外接矩形窗河道分段模型的SAR图像河道提取方法

说明书

技术领域

本发明涉及一种针对SAR图像的分割及识别方法，具体是一种基于最小外接矩形窗河道分段模型的SAR图像河道提取方法，属于计算机视觉技术领域。

背景技术

随着各种常规、应急监测的需要，如气象预测、洪水监测等，越来越多高性能的合成孔径雷达(Synthetic Aperture Rader，SAR)被加载到各种载体上，为用户提供数据量丰富且质量较高的观测数据，作为各种后期研判的依据。相比较其他类型的成像传感器，SAR成像传感器的技术优势主要在于其能够全天候，全天时的实现对地观测且具备一定的穿透能力。目前，随着SAR成像设备技术的飞速发展，高分辨率的SAR成像及图像传输已成为现实。面对如此大数据量的SAR图像数据，单纯依赖人工处理已经变得不现实。目前研究的热点逐渐转向对SAR图像的智能化分析及处理上。结合SAR图像的成像原理，可以发现这种主动成像方式有利于对于对河道形态的描写，这主要是因为河流水体对电磁波的反射率相对较低，表现为极低的图像强度，易于拉伸同背景和其他目标间的对比度。从SAR图像中检测和提取河道是SAR图像目标检测和提取研究中的一个重要课题，不仅有利于对地理信息的获取和更新，而且有利于对高洪及洪水期间的应急监测或救援的迅速展开。此外，河道轮廓形态提取对各种军事行动的展开也有重要的意义。对于河道提取任务，虽然SAR图像具有分辨率高，信息量丰富等优势，但是图像中固有的相干斑噪声成为制约基于SAR图像处理所面临的普遍问题。具体到河道提取任务，复杂的背景及河道轮廓的不规则性成为影响SAR图像河道提取精度的主要瓶颈。因此，基于SAR图像的河道提取任务所面临的困难主要包括：①图像噪声强②背景复杂③河道轮廓复杂。针对这些问题，在各种图像降噪预处理的基础上，所采用的技术手段主要包括基于特征分类和基于阈值判决的河道提取方法。前者采用各种图像特征提取技术，将图像信息投影到高维特征空间中进行分类，达到河道识别的目的。相比较，基于灰度阈值判决的方法根据河面的电磁波反射率较低的特点，认为图像中较暗的像素对应于河道区域。因而可采用简单的阈值分割实现河道提取，算法不需要繁琐的特征提取和学习的过程，计算复杂度较低。通过理论研究和对比大量的河道图像后，基于灰度阈值的分割算法所面临的主要问题是阈值的选择和阈值的鲁棒性问题。通常阈值分割的结果需要经过繁琐的后处理，处理结果也并不十分理想。

发明内容

发明目的：为了准确的实现河道的提取，对河道轮廓的建模是关键。一方面有助于降低SAR图像噪声的对河道区域分割的影响，另一方面也有助于对背景噪声的抑制。针对复杂的河道轮廓，发明提出了一种分段建模方法，能够将连续的曲线河道轮廓近似为直线线段的组合，而河道区域表示为规则的最小外接矩形窗的组合。进而，将该建模方法融入到图像分割过程中，得到更加有利于河道提取的图像分割结果。最后在先验知识的指导下，对每一个矩形窗的信息进行辨别，识别出包含河道区域的矩形窗，通过矩形窗的组合重构出完整的河道区域。该方法的最大优势在于能够抑制背景区域中与河道灰度相近且轮廓特征也极为相似的干扰目标对河道提取的影响，从而实现河道提取精度的提高。

技术方案：一种基于最小外接矩形窗河道分段模型的SAR图像河道提取方法，在图像预处理的前提下，首先根据河道分段建模的思想，即任何复杂的河道轮廓均可由有限的直线线段的组合所近似且任何复杂的河道区域均可由有限的矩形窗的组合所近似，将最小外接矩形窗的建模同基于图论的SAR图像分割方法结合，生成一种新的占空比参数阈值，约束区域合并过程，输出更加适用于河道提取的SAR图像分割结果。在图像分割的基础上，所分割出的矩形窗的形态大体能够描述其所紧致包络的区域的形态特征。因此，对图像中每个区域的最小外接矩形窗的形态进行判断，识别出属于河道区域的图像区域。在这一过程中，根据河道的连续性特点，将矩形窗的连续性作为一种新的准则实现对河道的准确识别。识别所得到的矩形窗中的河道分段区域进行拼接重构出完整的河道轮廓。

考虑到水面的电磁波反射率较低，在SAR图像中呈现为较低的强度。采用灰度直方图均值化的方法对图像进行预处理，拉伸图像的灰度对比度。

对河道轮廓形态进行建模，将河道分段，采用最小外接矩形窗紧致包络每段河道区域，通过矩形窗的组合拼接，实现对河道区域的准确描述。将复杂河道轮廓分段为不同的直线条状区域，从而将河道区域描述为有限个最小外接矩形窗的组合。该方法能以较为简单的形式准确描述河道区域。