[发明专利]一种基于追踪的高分遥感影像边缘修补方法

权利要求书

1.一种基于边缘追踪的高分遥感边缘修补方法，其特征在于包括以下几个步骤：

步骤1：根据遥感目标提取任务设计或修改深度卷积神经网络、制作样本并训练得到边缘检测模型和边缘追踪模型；具体包括：

(1-1)获取高分遥感影像；采用具有可见光-近红外传感器的光学卫星遥感数据或搭载一般光学相机的航空遥感数据，根据分辨率要求可直接使用多光谱影像或融合全色影像；

(1-2)裁剪遥感影像；在生产区域选择典型目标所在范围遥感影像进行裁剪；

(1-3)裁剪边缘追踪遥感影像；在生产区域选择典型目标所在范围填充边缘检测遥感影像边缘；

(1-4)制作边缘检测样本；使用ArcGIS或其他GIS软件绘制边缘检测训练样本，在本实施例中需要标注耕地边缘，根据边缘检测模型要求生成对应的耕地样本；

(1-5)制作边缘追踪样本；将边缘检测对应的耕地样本转换成.graph文件，将耕地样本.graph文件输入到随机起点算法，生成随机起点.json文件；

(1-6)根据任务需求采集影像及相应标注作为训练样本，如需检测精度可单独准备测试样本；

(1-7)设计深度卷积神经网络；为了训练边缘检测模型和边缘追踪模型，在本发明中选择的是DLinkNet34_3plus和RoadTracer这两种神经网络，根据生产目标网络可相应替换、修改；

(1-8)设置训练超参数；

(1-9)输入样本，训练模型；将训练样本输入到DLinkNet34_3plus模型中，根据超参数进行训练，得到能够提取耕地边缘的边缘检测模型；将训练样本输入到RoadTracer中，根据超参数进行训练，得到能够提取耕地边缘的边缘追踪模型；

步骤2：将遥感影像输入到边缘检测模型，即使用该模型提取地物边界，从而获得地物边缘强度图；同时将遥感影像输入到边缘追踪模型，即使用该模型提取地物边缘追踪轮廓，从而获得地物边缘追踪图；具体包括：

(2-1)将高分遥感影像输入到边缘检测模型，获取耕地边缘强度图；

(2-2)将高分遥感影像输入到边缘追踪模型，获取耕地追踪图，包括如下两个步骤：

(2-2-1)将边缘检测强度图输入到角点检测算法检测耕地样本中产生角度偏移的顶点，将角点像素坐标输出为.txt文件，作为多起点追踪算法的起始点，并输出角点检测示意图；

设I_(x,y)代表图像中(x,y)点的像素灰度值，w(x,y)代表以(x,y)为中心的Harris角点检测的滑动窗口，即加权函数；当窗口发生(△x,△y)移动时，那么滑动前与滑动后对应的窗口中的像素点灰度变化数学变化如公式(1)所示：

(2-2-2)将高分遥感影像预测样本，随机起点.json文件，角点检测.txt文件输入到边缘追踪模型，并使用后处理算法获取不连通的耕地边缘追踪.graph文件；

步骤3：根据边缘检测获得的地物边缘强度图和边缘追踪获得不连续的地物边缘追踪图，将二者结果图进行叠加分析，通过融合算法确定断线位置并根据追踪结果进行边缘延长，完成断线修补工作，最终生成边缘检测结果图和完整的边缘追踪结果图；具体包括：

(3-1)：从步骤2获取的地物边缘强度图是像素值从0至255的灰度图，根据阈值分割算法将边缘强度图转化为二值图；OTSU阈值算法类间方差计算如公式(2)所示：

δ²＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²＝ω₀ω₁(μ₀-μ₁)² (2)

ω₀,ω₁为小于和大于该阈值的灰度值出现概率，μ₀,μ₁为每一部分的灰度均值，μ为图像的整体灰度均值，取出类间方差最大时对应的阈值Thresh，该值就是最佳阈值；

(3-2)：根据边缘二值图和边缘追踪图检测不连续部分，具体地说，将边缘追踪图的顶点和边划分为多段，若边缘检测二值图与边缘追踪图只有部分覆盖，则认为该部分是不连续的，并针对该部分进行下一步操作；

(3-3)：在不连续部分自动推断边缘宽度；具体地说，根据经验创建缓冲宽度记为Buffer，边缘二值图记为Seg，将Buffer与边缘二值图交集记为area，边缘追踪图上的单像素宽度与边缘二值图的交集记为length，num(·)统计交叉区域像素数量；因此边缘宽度可以通过公式(3)计算：

(3-4)：融合边缘追踪图和边缘二值图，生成融合结果图；融合结果图分为两个部分，概率分割图和边缘二值图，选取小于阈值分割算法阈值加一的部分作为概率分割图，大于阈值加一的部分作为边缘二值图；融合结果图记为R_fuse，概率分割二值图记为R_seg，边缘追踪图记为R_cen，OTSU算法阈值记为T_fuse，融合结果可以通过公式(4)计算得到：

R_fuse＝R_seg[(R_seg+R_cen)≤(T_fuse+1)]+R_cen[(R_seg+R_cen)(T_fuse+1)] (4)

(3-5)：根据融合结果图生成最终边缘融合结果图和完整的边缘追踪结果图；最终边缘融合结果图使用阈值分割算法二值化，边缘追踪结果图使用骨架细化算法，将边缘融合结果图进行细化得到最终的地物边缘提取结果；

(3-6)：将细化后的边缘追踪结果重新作为边缘追踪样本，多次训练得到较佳的边缘融合结果。