专利名称：基于哈夫变换的遥感图像中交通枢纽目标识别方法
技术领域：
本发明涉及一种遥感图像中目标识别方法，特别是一种基于哈夫变换的遥感图像 中交通枢纽目标识别方法。
背景技术：
交通枢纽目标识别可以归结成道路交叉口的检测。文献“航空照片中道路交叉口 的自动检测.陈晓飞，薛峰，王润生.《模式识别与人工智能》2000，13(1) ”公开了一种基于 几何统计模型的道路交叉口自动检测方法。该方法首先检测可能存在道路交叉口的候选区 域，然后再针对候选区进行道路交叉口参数的提取，最后根据道路交叉口模型对提取的候 选区进行判断。其中，道路和道路交叉口的模型建立主要根据以下特点道路的宽度方差比 较小，其宽度和方向以及局部范围内的平均灰度变化比较缓慢；道路与背景之间的灰度差 异比较大；道路不会太短，典型的道路交口具有T、Y、X等形状。根据建立的道路模型，利用 一个合适大小的窗口扫描图像，确定含有道路交叉的候选区域。然后扩大窗口区域到原来 的四倍，在扩大后窗口中估计交叉口的中心，道路的数目及方向等参数。根据建立的交叉口 模型和估算的参数从统计和形状两方面对交叉口进行匹配证实。该方法对道路分布稀疏， 道路方向性强的图像检测效果较好，但对于错综复杂的立交桥交通枢纽检测效果不佳。
发明内容
为了克服现有的遥感图像中目标识别方法识别效果差的不足，本发明提供一种基 于哈夫变换的遥感图像中交通枢纽目标识别方法。该方法首先对图像进行去噪，分割，形态 学处理，轮廓提取等预处理，然后用哈夫变换对预处理过的图像进行直线检测，然后求直线 交点，用囊括最多交点的矩形来标识道路交叉口。可以提高对分布复杂的立交桥交通枢纽 的识别效果。本发明解决其技术问题所采用的技术方案一种基于哈夫变换的遥感图像中交通 枢纽目标识别方法，其特点是包括以下步骤(a)采用高斯模板卷积，对遥感图像进行滤波处理，平滑去噪；(b)对于高斯滤波后的图像采用Otsu算法进行二值化，对得到的二值图像进行标 记和消除小区域、形态滤波以及提取道路轮廓；(c) Hough变换映射关系表达为ρ = xcos θ +ysin θ ， ρ 彡 0，0 彡 θ < 2 π(1)式中，P是1到原点的距离，θ是ρ与χ轴的夹角；(1)将参数空间量化成mXn个单元，并设置累加器矩阵QmXn，m为θ的等份数， η为θ的等份数；(2)给参数空间中的每个单元分配一个累加器Q(i，j)，并置累加器的初始值为 零；(3)取出二维空间直角坐标系中的点(xi+yj)代入式(1)，并以量化后的θ值计
3算出P ；(4)在参数空间内将P和θ所对应的累加器单元加1，即Q(i，j) = Q(i，j)+l ；(5)经过步骤(3)和步骤(4)两步遍历完直角坐标系中的所有点，如果两条直线 的θ角之差小于所设定的阈值参数，认为这两条直线是平行的，并记录此直线段的始端点 坐标和末端点坐标；(d)由直线的极坐标形式巧=xcos θ ^ysin θ r2 = xcos θ 2+ysin θ 2导出直角 坐标系中直线的交点坐标为
权利要求
一种基于哈夫变换的遥感图像中交通枢纽目标识别方法，其特征在于包括已写步骤(a)采用高斯模板卷积，对遥感图像进行滤波处理，平滑去噪；(b)对于高斯滤波后的图像采用Otsu算法进行二值化，对得到的二值图像进行标记和消除小区域、形态滤波以及提取道路轮廓；(c)Hough变换映射关系表达为ρ＝xcosθ+ysinθ，ρ≥0，0≤θ＜2π (1)式中，ρ是1到原点的距离，θ是ρ与x轴的夹角；(1)将参数空间量化成m×n个单元，并设置累加器矩阵Qm×n，m为θ的等份数，n为θ的等份数；(2)给参数空间中的每个单元分配一个累加器Q(i，j)，并置累加器的初始值为零；(3)取出二维空间直角坐标系中的点(xi+yj)代入式(1)，并以量化后的θ值计算出ρ；(4)在参数空间内将ρ和θ所对应的累加器单元加1，即Q(i，j)＝Q(i，j)+1.(5)经过步骤(3)和步骤(4)两步遍历完直角坐标系中的所有点，如果两条直线的θ角之差小于所设定的阈值参数，认为这两条直线是平行的，并记录此直线段的始端点坐标和末端点坐标；(d)由直线的极坐标形式r1＝xcosθ1+ysinθ1 r2＝xcosθ2+ysinθ2导出直角坐标系中直线的交点坐标为 <mrow><mi>x</mi><mo>=</mo><mfrac> <mrow><msub> <mi>r</mi> <mn>1</mn></msub><mi>sin</mi><msub> <mi>θ</mi> <mn>2</mn></msub><mo>-</mo><msub> <mi>r</mi> <mn>2</mn></msub><mi>sin</mi><msub> <mi>θ</mi> <mn>1</mn></msub> </mrow> <mrow><mi>cos</mi><msub> <mi>θ</mi> <mn>1</mn></msub><mi>sin</mi><msub> <mi>θ</mi> <mn>2</mn></msub><mo>-</mo><mi>cos</mi><msub> <mi>θ</mi> <mn>2</mn></msub><mi>sin</mi><msub> <mi>θ</mi> <mn>1</mn></msub> </mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow> <mrow><mi>y</mi><mo>=</mo><mfrac> <mrow><msub> <mi>r</mi> <mn>1</mn></msub><mi>cos</mi><msub> <mi>θ</mi> <mn>2</mn></msub><mo>-</mo><msub> <mi>r</mi> <mn>2</mn></msub><mi>cos</mi><msub> <mi>θ</mi> <mn>1</mn></msub> </mrow> <mrow><mi>sin</mi><msub> <mi>θ</mi> <mn>1</mn></msub><mi>cos</mi><msub> <mi>θ</mi> <mn>2</mn></msub><mo>-</mo><mi>sin</mi><msub> <mi>θ</mi> <mn>2</mn></msub><mi>cos</mi><msub> <mi>θ</mi> <mn>1</mn></msub> </mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo></mrow> </mrow>依次对图像中每两条直线求交点，然后依次遍历每个交点，两个交点距离较近，即两交点的水平坐标和垂直坐标之差的绝对值小于设定阈值σ，两交点取其水平和垂直坐标较大的分别作为矩形框宽和高的一半；如果矩形框的宽度和长度小于σ/2，去除此矩形框；然后按照相应的宽度和长度画出矩形框；将原遥感图像中所有矩形框区域以外的像素点乘以一个缩小参数μ，矩形框所标定交通枢纽区域内像素点都乘以一个增大系数η。
全文摘要
本发明公开了一种基于哈夫变换的遥感图像中交通枢纽目标识别方法，用于解决现有的遥感图像中目标识别方法识别效果差的技术问题。技术方案是对输入图像进行滤波，分割，腐蚀，膨胀，轮廓提取等预处理，然后用哈夫变换检测道路边缘的直线段或近似直线段，完成道路的识别，节约了时间和空间，提高了效率。基于哈夫变换的道路枢纽目标识别方法直接通过求直线的交点，然后用用囊括最多交点的矩形来标识道路交叉口，避开了错综复杂的立交桥道路方向多变性引起的交叉点候选区错定位，不需要求交叉点的特征向量加以证实。基于哈夫变换的道路枢纽目标识别方法简单，能较好的检测出遥感图像中的交通枢纽目标，尤其是错综复杂的立交桥交通枢纽目标。
文档编号G06T5/00GK101976349SQ20101051718
公开日2011年2月16日 申请日期2010年10月21日 优先权日2010年10月21日
发明者孟义超, 张艳宁, 李映, 袁合金, 郗润平, 郭哲 申请人:西北工业大学