[发明专利]一种高分辨率SAR影像单体建筑提取方法

摘要

本发明公开了一种高分辨率SAR影像单体建筑提取方法，首先结合高分辨率SAR影像中单体建筑的成像特性和复杂形态结构特性进行领域本体建模，构建出高分辨率SAR影像中单体建筑本体语义模型；然后采用基于对象的SAR影像分割获取同质性好且边界清晰的图像区域，这些图像区域是“建筑基元”提取的基本处理单元；结合本体模型中“建筑基元”相关规则，提取的图像对象特征包括区域、形状、几何、纹理、拓扑等多种特征；依据本体语义规则和对象特征，形成本体语义描述的对象表达，指导“图像对象”自动识别为“建筑基元”，实现以语义知识为中心的大型单体建筑识别。本发明能准确快速地提取高分辨率SAR影像中的大型单体建筑。

主权项

一种高分辨率SAR影像单体建筑提取方法，其特征在于，包括以下步骤：步骤1：构建高分辨率SAR影像中单体建筑本体语义模型；结合单体建筑SAR成像模型以及SAR影像中单体建筑的复杂形态结构特性，利用领域本体这种陈述性知识表达模型，在抽象层次上以形式化的语言明确表达单体建筑及“建筑基元”语义知识，以完备地描述高分辨率SAR影像中大型单体建筑的方位、形状、组成、拓扑特性；步骤2：基于对象的SAR影像分割；首先利用流域变换获得的初始结果作为基本处理对象，在此过程中利用均值比ROA算子提取抑制噪声的梯度图像，利用盆地动力学阈值抑制过分割的同时在一定程度上控制基本对象的尺度大小；在对象上建立区域邻接图RAG，在原始图像数据上建立高斯马尔可夫随机场GMRF模型统计各个对象的统计特征、空间纹理特性，利用初始分割区域的联合概率对模型进行参数估计，先进行保守合并，将小于一定面积的区域合并到其相邻最相似的区域中，再进行全局合并，在此过程中设定相似度阈值，当RAG中相邻两区域合并的似然比满足条件则进行合并；步骤3：图像对象特征提取；基于对象的SAR影像分割获得的同质性好且边界清晰的图像对象是后续处理的基本单元，结合本体模型中“建筑基元”相关规则，提取图像对象特征，包括对象的区域散射、形状几何及拓扑三大类特征；步骤4：建筑基元提取及组合；结合步骤1中构建的高分辨率SAR影像中单体建筑本体语义模型和步骤2中分割获得的图像对象，形成本体语义描述的单体建筑对象表达，指导“图像对象”自动识别为“建筑基元”，实现以语义知识为中心的建筑基元提取，利用对象间拓扑特征以及本体规则实现建筑基元组合为单体建筑；其中，对于每种“建筑基元”采用相应的决策树来组织各类特征，决策阈值通过样本训练而来；步骤5：提取结果后处理；获取单体建筑对象之后，利用形态学处理以及边界规则化形成单体建筑边界轮廓，去除不满足条件的提取区域，完成基于本体语义的高分辨率SAR影像单体建筑提取。