[发明专利]利用双时相探测定位山体中地下建筑的背景滤波方法有效
| 申请号: | 201510996615.9 | 申请日: | 2015-12-25 |
| 公开(公告)号: | CN105528586B | 公开(公告)日: | 2017-04-19 |
| 发明(设计)人: | 张天序;马文绚;曹少平;郝龙伟;黄正华;杨柳;孙向东;江碧涛 | 申请(专利权)人: | 华中科技大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 华中科技大学专利中心42201 | 代理人: | 廖盈春 |
| 地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 利用 双时相 探测 定位 山体 地下 建筑 背景 滤波 方法 | ||
技术领域
本发明属于自然地理、热物理学和信息处理交叉的技术领域,更具体地,涉及一种利用双时相探测定位山体中地下建筑的背景滤波方法。
背景技术
近年来,由于各种地下资源、矿产资源和地下水需要,修建大量的地下建筑,地下建筑探测技术受到广泛关注。各种各样的地下建筑是分布式的,具有热辐射,不同于背景的热源,地下的资源温度高于/低于山体背景,认为是地下热源/冷源。常规遥感探测仅实现地表上或水面上的条件对象,仅仅适用于浅层的目标信号只受到空气介质的衰减的探测过程;然而多重介质深层遥感探测面临着目标信号受到空气、固体和水体介质的多重衰减过程,介质本身的特性以及空气、固体和水体介质的多重畸变过程。最终信号变得十分微弱,用现有的常规方法根本无法探测到。目前,对地下建筑的探测主要集中在浅层目标、小尺度地下热源目标和浅层目标多时相图像下的目标,对深层目标(埋深>10m)探测的研究较少。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种利用双时相探测定位山体中地下建筑的背景滤波方法,避免了多时相红外图获取困难的问题,能准确地检测出深层地下建筑。
为实现上述目的,本发明提供了一种利用双时相探测定位山体中地下建筑的背景滤波方法,其特征在于,包括如下步骤:
(1)获取包含地下建筑的昼夜双时相红外图;
(2)对昼间红外图取其像素灰度值的低比特位进行地下建筑的粗检 测,得到疑似目标区域的面积;
进一步包括如下步骤:
(2-1)对昼间红外图进行双边滤波,去除噪声;
(2-2)对双边滤波后的昼间红外图进行大尺度聚类分析,检测出疑似目标区域;
(2-3)对疑似目标区域进行基于邻近像素的截位处理,得到疑似目标区域的面积;
(3)对疑似目标区域分段进行背景滤除,得到地下建筑的热辐射场,调节地下建筑的热辐射场的面积,使其最接近疑似目标区域的面积,实现对地下建筑的检测定位。
优选地,所述步骤(2-2)进一步包括如下步骤:
(2-2-1)将双边滤波后的昼间红外图划分为多个多边形区域,将每个多边形区域的灰度均值作为一个样本块;
(2-2-2)计算所有样本块的距离比;
其中,第i个样本块bi的距离比s为样本块的个数,d()表示两个样本块的距离;
(2-2-3)令类的序号q=1,选择距离比最小的样本块作为第一个类的类心m1;
(2-2-4)将所有样本块分配到所有q个类中离其最近的类,并更新所有q个类的类心,其中,第k个类的类心为k=1,…,q,Nk是第k个类的样本数,bkj表示第k个类的第j个样本块;
(2-2-5)令q=q+1,判断q是否大于2,是则将第一个类和第二个类中灰度值较大者对应的图形区域作为疑似目标区域,否则顺序执行步骤 (2-2-6):
(2-2-6)获取使最小的样本块,将其作为第q个类的类心,返回步骤(2-2-4)。
优选地,所述步骤(2-3)中,用大小为w*h的窗口遍历疑似目标区域,对窗口内的像素灰度值做相互与运算,根据与运算结果,对疑似目标区域的像素重新赋值,得到地下建筑的边缘区域,统计该区域内的像素个数,得到疑似目标区域的面积。
优选地,地下建筑的热辐射场为:
其中,kl为地下建筑所在山体晚上红外图的疑似目标区域的第l个海拔段的权重系数,El表示地下建筑所在山体晚上红外图的疑似目标区域的第l个海拔段的灰度均值,n为地下建筑所在山体晚上红外图的疑似目标区域的海拔段数量,BT(x,y,z,t)为地下建筑所在山体白天红外图,(x,y,z)为空间坐标,t为时间;通过调整kl的值,调节地下建筑的热辐射场的面积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510996615.9/2.html,转载请声明来源钻瓜专利网。





