专利名称：Sar图像快速桥梁检测方法
技术领域：
本发明属于SAR图像处理技术领域，具体的说是一种基于小波分解的SAR图像桥梁目标快速检测方法。
背景技术：
桥梁目标作为重要的交通枢纽，大多位于主干道路与河流相交处，与各种移动或固定的军事目标紧密联系，因此研究SAR图像中的桥梁检测具有重要的意义。目前提出的SAR图像桥梁检测方法主要有WU等人在“Bridge recognition of median-resolution SAR images using Pun histogram entropy, Chinese Optics Letters, 2009，7 (7)，572-575” 中提出了一种利用 Pun熵检测桥梁的方法，该方法首先水系分割提取水体轮廓，然后在确定的潜在桥梁区域中提取桥梁的Pun熵特征，并利用该特征进行桥梁的判别，去除虚假目标。该方法仅利用桥梁的Pim特征而没有考虑桥梁的形状特征，会使一些达到熵阈值的虚假目标作为桥梁而被检测出来；由于雷达入射方向、桥梁结构等因素，会导致某些桥梁灰度值明显降低，不能达到熵阈值而被漏检。蒋咏梅等人在“面向桥梁目标自动检测的多源遥感图像融合模型与方法，电子与信息学报，2006，观(10) :1794-1797”中提出了将SAR图像、红外图像、光学图像融合的桥梁检测方法，综合利用多源图像信息具有互补作用的特点实现桥梁检测。但该方法需要分别获取同一地点三幅分辨率相同的SAR图像、红外图像和光学图像，在图像数据源的获取上， 很难满足要求。陈昕等人在“中分辨率SAR图像自动桥梁检测方法，计算机工程，2008，34(9) 195-197”中提出了一种基于目标多尺度的SAR桥梁目标检测方法，在低分辨率级别下提取河流和定位潜在桥梁目标点，再把定位结果映射到原始中分辨率图像数据中，得到桥梁检测结果。该方法使用10倍抽取获得低分辨率SAR图像，得到的图像仍然存在SAR斑点噪声， 并且抽取会使得图像丢失大量有用信息。前两种方法都是首先选取阈值进行图像分割，提取出河流区域，这种基于原始图水域分割的方法运算量大，桥梁检测的速度慢，难以应用于对实时性要求高的场合中；最后一种方法虽然利用多尺度降低了运算量，但丢失了图像中的有用信息，降低了桥梁检测的精度，另外，该方法对SAR图像中的斑点噪声也难以起到很好的抑制效果。
发明内容
为了克服现有检测方法检测速度慢的问题，本发明提出了一种快速的桥梁检测方法，以在保证桥梁检测精度的情况下缩短运行时间，提高桥梁检测的速度，满足实际应用中对实时性的要求。本发明的技术方案是先对原图像进行小波分解，得到大小为原
图1/4的低频子图像，然后在所得低频子图像中提取出潜在桥梁区域，再将该区域映射到原图坐标中，最后综合利用桥梁的形状、灰度特征对潜在区域内的目标进行检测判别，去除虚假目标。其具体实现步骤包括如下1)选用DaubeChieS5小波对输入的SAR图像进行小波分解，得到原图像的低频子图像；2)在低频子图像中提取水体轮廓信息，确定潜在桥梁区域，该区域为一矩形区域， 四个顶点的坐标表示为(Xm inl，Ymini)，(Xminl，Ymaxi)，(Xmaxl，Ymini)，(Xmaxl，Ymaxi)；3)将低频子图像中的潜在桥梁区域利用坐标映射公式映射到原图像坐标系中，得到原图像中的潜在桥梁区域，该区域仍为矩形区域，其四个顶点的坐标表示为(xmin2，Yfflin2), 、Xmin2， ， 、Xmax2， ， 、Xmax2， yfflax2)，对原图像中的潜在桥梁区域进行编号，编号为ι、 2... N, N为潜在桥梁区域的总个数，坐标映射公式如下
权利要求
1. 一种SAR图像快速桥梁检测方法，包括如下步骤1)选用DaUbechieS5小波对输入的SAR图像进行小波分解，得到原图像的低频子图像；2)在低频子图像中提取水体轮廓信息，确定潜在桥梁区域，该区域为一矩形区域，四个顶点的坐标表示为(xm inl，Ymini)，(Xminl，Ymaxi)，(Xmaxl，Ymini)，(Xmaxl，Ymaxi)；3)将低频子图像中的潜在桥梁区域利用坐标映射公式映射到原图像坐标系中，得到原图像中的潜在桥梁区域，该区域仍为矩形区域，其四个顶点的坐标表示为Umin2，yfflin2), 、Xmin2， ， 、Xmax2， ， 、Xmax2， y_2)，对原图像中的潜在桥梁区域进行编号，编号为ι、 2... N, N为潜在桥梁区域的总个数，坐标映射公式如下X mm 2=2(Xmml ._f)Ymin 2=2(ymmi ■"g)X max 2=2(xmaxi"f)Ymax 2=2(Ymaxl"g)其中，f，g分别表示从低频子图像坐标映射到原图像坐标时的χ轴，y轴坐标偏移量，f =(2m-mx)/2, g = (2n-nx)/2，mXn为低频子图像大小，mxXnx为原图像大小;4)对编号后的N个潜在桥梁区域，按照数学中的组合方法划分为<4组，每组中的两个区域编号分别为a和b，分别计算这两个潜在桥梁区域的熵Ha，Hb ；5)求取划分后每一组中两个区域的斜率ka，kb以及它们之间的距离s；6)若这两个区域同时满足以下判定条件，则将这两个区域进行连接Ha > Te且Hb > ；，其中Te为熵阈值，根据实验设置为5. 2 ；ka-kb| <Tk，其中Tk为斜率阈值，设置为0.5;s < Ts，其中Ts为距离阈值，设置为5 ；7)将区域连接后，提取每个潜在桥梁区域中的桥梁目标，根据提取出的桥梁目标更新原图中的矩形潜在桥梁区域，更新后的矩形顶点坐标为Umin3，yfflin3), (Xfflin3, ymax3)，(xmax3' yfflin3)，(Xfflax3^ymax3)，分别提取每一潜在桥梁区域中桥梁的边缘长度Le和桥梁的长度Lb，并将该潜在桥梁区域以矩形中心为界划分为四个小矩形区域，记左上方矩形区域为A，右上方矩形区域为B，左下方矩形区域为C，右下方矩形区域为D，分别提取每个区域的灰度均值IA、 IB> Ic 和 Id ；8)根据得到的桥梁特征，判断潜在桥梁区域中的目标是否为桥梁若桥梁的长度Lb e [8，480]且桥梁的边缘长度Le < 2. 9Lb，则认为该潜在桥梁区域内存在桥梁，反之认为不存在桥梁；9)对存在桥梁的潜在桥梁区域，利用每个区域的灰度均值IA、IB、Ie*Id计算桥梁的方向若L > Ia且I。> ID，则桥梁为BC对角线方向，计算该方向与水平方向的夹角，即得桥梁方向；若IA> L且ID> Ie，则桥梁为AD对角线方向，计算该方向与水平方向的夹角，即得桥梁方向。
2.根据权利要求1所述的SAR图像快速桥梁检测方法，其特征在于，步骤4)所述的计算潜在桥梁区域的熵Ha，Hb，按如下公式进行
3.根据权利要求1所述的SAR图像快速桥梁检测方法，其特征在于，步骤7)所述的提取每一潜在桥梁区域中桥梁的边缘长度Le，按如下步骤进行(7a)按照从左到右、从下到上的方向搜索更新后的潜在桥梁区域，得到的第一个边缘点即为起始跟踪点(\，Y,)，记桥梁的起始边缘长度为0 ；(7b)以起始跟踪点为中心，采用8方向链码，按照从0到7的方向开始搜索，直到搜索到像素值为1的边缘点，若该边缘点相对于起始跟踪点为1、3、5、7方向，则将桥梁边缘长度更新为起始桥梁边缘长度加上1，若该边缘点相对于起始跟踪点为0、2、4、6方向，则将桥梁边缘长度更新为起始桥梁边缘长度加上并将该边缘点作为下一步搜索的起始跟踪点， 将更新后的桥梁边缘长度作为下一步搜索的起始桥梁边缘长度；(7c)对新的起始跟踪点和起始桥梁边缘长度，重复步骤(7b)，直到得到的新的起始跟踪点与(\，\)重合，跟踪结束，此时的桥梁边缘长度即为Le。
4.根据权利要求1所述的SAR图像快速桥梁检测方法，其特征在于，步骤7)所述的提取每一潜在桥梁区域中桥梁的长度Lb，按如下公式进行
全文摘要
本发明公开了一种SAR图像快速桥梁检测方法，主要解决现有技术桥梁检测速度慢的问题，其实现步骤是(1)选用Daubechies5小波对输入的SAR图像进行小波分解；(2)在低频子图像中提取水体轮廓信息，确定低频子图像中的潜在桥梁区域；(3)将低频子图像中的潜在桥梁区域利用坐标映射公式映射到原图坐标系中；(4)对原图像中的潜在桥梁区域进行区域连接；(5)提取原图像潜在桥梁区域中的桥梁特征；(6)根据得到的桥梁特征，判断潜在桥梁区域中的目标是否为桥梁；(7)对存在桥梁的潜在桥梁区域计算其桥梁方向。本发明与同类方法相比，在保证桥梁正确检测率的情况下，减少了运算量，提高了桥梁检测速度，能满足实际应用中对实时性的要求。
文档编号G06T7/00GK102270295SQ20111018407
公开日2011年12月7日 申请日期2011年7月1日 优先权日2011年7月1日
发明者刘峥, 刘钦, 谢欣, 谢荣 申请人:西安电子科技大学