[发明专利]一种利用多时相高分辨率SAR图像的道路信息提取方法

摘要

本发明公开了一种利用多时相高分辨率SAR图像的道路目标提取方法，通过SAR传感器获取待处理的n(n≥2)幅多时相单视复数SAR图像，然后进行多视处理、图像配准、辐射校正、平滑滤波图像预处理操作，从平滑滤波图像中提取出后向散射信息，然后利用path closing和阈值分割的方法从平滑滤波图像中获取道路候选点，再根据配准图像以及后向散射系数图像，采用基于聚类方法的相干系数估计方法提取相干系数，然后结合后向散射系数和相干系数，采用支持向量机(SVM)方法从道路候选点中提取道路目标，最后再次利用path closing方法剔除孤立点和短目标，得到最终的道路分布图。

主权项

1.一种利用多时相高分辨率SAR图像的道路信息提取方法，其特征在于，包括以下步骤：(1)、图像采集及预处理在同一目标区域获取不同时相的n幅原始单视复数SAR图像，n≥2；对n幅原始单视复数SAR图像进行多视处理和图像配准，得到n幅初始SAR图像；再对n幅初始SAR图像进行辐射校正、平滑滤波处理，得到n幅标准SAR图像；(2)、从标准SAR图像中提取后向散射系数图像按照如下公式，计算n幅标准SAR图像中每个像素点的后向散射系数；其中，表示第i幅标准SAR图像中第j个像素点的后向散射系数，表示第i幅标准SAR图像中第j个像素点的像素值；对n幅标准SAR图像中每个像素点的后向散射系数取算数平均σ^j，再用每个像素点的σ^j组成一幅后向散射系数图像I_σ；其中，σ^j的计算公式为：(3)、从标准SAR图像中提取道路候选点图像(3.1)、利用gamma变换对每幅标准SAR图像进行增强处理，得到n幅增强图像S；其中，表示第i幅标准SAR图像中第j个像素点增强后的像素值，γ为大于0的参数；(3.2)、利用path closing算法对每幅增强图像S进行处理，再利用预设阈值进行二值化处理，得到n幅道路候选点图像；(3.3)、对n幅道路候选点图像取并集，得到最终道路候选点图像I_C；其中，I_i表示第i幅道路候选点图像；(4)、从初始SAR图像中提取相干系数图像；任意选取两幅初始SAR图像以及对应的后向散射系数图像，利用聚类方法计算所有道路候选点的相干系数，其中，道路候选点j的相干系数为：其中，和分别表示选取的两幅初始SAR图像中与同质样本点集Ω(j)中像素点坐标位置相同的像素点的值，*表示对复数取共轭运算，Ω(j)表示道路候选点j的同质样本点集，N为用于计算的同质样本点数；对所有道路候选点进行上述相干系数计算操作，得到道路候选点的相干系数图像d_i,k；同理，对n幅初始SAR图像可以计算得到幅相干系数图像，对于每个道路候选点，取幅相干系数图像中相同坐标位置处相干系数最大值作为该道路候选点的最终相干系数，再非道路候选点的相干系数设置为0，由此得到最终相干系数图像I_d；(5)、支持向量机SVM分类根据后向散射系数图像I_σ和最终相干系数图像像I_d，利用支持向量机SVM方法将道路候选点划分为道路与非道路两类；(6)、分类结果处理根据支持向量机分类结果，剔除非道路的道路候选点，得到由道路候选点组成二值图像，再利用path closing方法处理该二值图像，剔除孤立点和短目标，得到最终的道路分布图；其中，所述的同质样本点集Ω(j)的确定方法为：1)、以道路候选点j为中心，确定一个W×W个像素点大小的窗口，并将该道路候选点j设为初始聚类中心C⁰，并添加至Ω(j)中；2)、计算窗口中不属于Ω(j)的像素点C^m到聚类中心C⁰的距离D(C^m,C⁰)，将距离最小的像素点添加至该道路候选点的同质样本集Ω(j)中；3)、更新聚类中心C⁰，其中，为当前同质样本点集Ω(j)中像素点的特征向量，M表示当前同质样本点集Ω(j)中像素点个数；聚类中心更新后返回步骤2)进行重复迭代，直至满足步骤4)时，迭代停止；4)、当同质样本集Ω(j)中像素点个数达到设定的上限值N_Th，或者是同质样本集Ω(j)中像素点后向散射系数的离散系数CV大于设定的阈值CV_Th时，迭代停止。