利用双时相探测定位山体中地下建筑的背景滤波方法
【技术领域】
[0001] 本发明属于自然地理、热物理学和信息处理交叉的技术领域，更具体地，设及一种 利用双时相探测定位山体中地下建筑的背景滤波方法。
【背景技术】
[0002] 近年来，由于各种地下资源、矿产资源和地下水需要，修建大量的地下建筑，地下 建筑探测技术受到广泛关注。各种各样的地下建筑是分布式的，具有热福射，不同于背景的 热源，地下的资源溫度高于/低于山体背景，认为是地下热源/冷源。常规遥感探测仅实现地 表上或水面上的条件对象，仅仅适用于浅层的目标信号只受到空气介质的衰减的探测过 程;然而多重介质深层遥感探测面临着目标信号受到空气、固体和水体介质的多重衰减过 程，介质本身的特性W及空气、固体和水体介质的多重崎变过程。最终信号变得十分微弱， 用现有的常规方法根本无法探测到。目前，对地下建筑的探测主要集中在浅层目标、小尺度 地下热源目标和浅层目标多时相图像下的目标，对深层目标(埋深>l〇m)探测的研究较少。
【发明内容】
[0003] 针对现有技术的W上缺陷或改进需求，本发明提供了一种利用双时相探测定位山 体中地下建筑的背景滤波方法，避免了多时相红外图获取困难的问题，能准确地检测出深 层地下建筑。
[0004] 为实现上述目的，本发明提供了一种利用双时相探测定位山体中地下建筑的背景 滤波方法，其特征在于，包括如下步骤：
[0005] (1)获取包含地下建筑的昼夜双时相红外图；
[0006] (2)对昼间红外图取其像素灰度值的低比特位进行地下建筑的粗检测，得到疑似 目标区域的面积；
[0007] 进一步包括如下步骤：
[000引（2-1)对昼间红外图进行双边滤波，去除噪声；
[0009] (2-2)对双边滤波后的昼间红外图进行大尺度聚类分析，检测出疑似目标区域；
[0010] (2-3)对疑似目标区域进行基于邻近像素的截位处理，得到疑似目标区域的面积；
[0011] (3)对疑似目标区域分段进行背景滤除，得到地下建筑的热福射场，调节地下建筑 的热福射场的面积，使其最接近疑似目标区域的面积，实现对地下建筑的检测定位。
[0012] 优选地，所述步骤(2-2)进一步包括如下步骤：
[0013] (2-2-1)将双边滤波后的昼间红外图划分为多个多边形区域，将每个多边形区域 的灰度均值作为一个样本块；
[0014] (2-2-2)计算所有样本块的距离比；
[001引其中，第i个样本块bi的距离比
，s为样本块的个数，dO表示两 个样本块的距离；
[0016] (2-2-3)令类的序号q = l，选择距离比最小的样本块作为第一个类的类屯、mi;
[0017] (2-2-4)将所有样本块分配到所有q个类中离其最近的类，并更新所有q个类的类 屯、，其中，第k个类的类屯、为
，k=l，…，q爲是第k个类的样本数，bk康示第 k个类的第j个样本块；
[0018] (2-2-5)令q = q+l，判断q是否大于2,是则将第一个类和第二个类中灰度值较大者 对应的图形区域作为疑似目标区域，否则顺序执行步骤(2-2-6):
[0019] (2-2-6)获取使'
最小的样本块，将其作为第q个类的类屯、，返回步骤 (2-2-4)O
[0020] 优选地，所述步骤(2-3)中，用大小为w*h的窗口遍历疑似目标区域，对窗口内的像 素灰度值做相互与运算，根据与运算结果，对疑似目标区域的像素重新赋值，得到地下建筑 的边缘区域，统计该区域内的像素个数，得到疑似目标区域的面积。
[0021] 优选地，地下建筑的热福射场为：
[0023] 其中，ki为地下建筑所在山体晚上红外图的疑似目标区域的第1个海拔段的权重 系数，Ei表示地下建筑所在山体晚上红外图的疑似目标区域的第1个海拔段的灰度均值，n 为地下建筑所在山体晚上红外图的疑似目标区域的海拔段数量，BT(x，y，z，t)为地下建筑 所在山体白天红外图，（x，y，z)为空间坐标，t为时间；通过调整ki的值，调节地下建筑的热 福射场的面积。
[0024] 总体而言，通过本发明所构思的W上技术方案与现有技术相比，具有W下有益效 果:包括红外图像滤波预处理、对红外图像取其像素灰度值的低位进行地下建筑的粗检测 和"剥洋葱"算法寻优精确检测=步骤，通过获取白天和晚上的双时相红外图，将晚上红外 图作为背景场，首先对白天红外图进行双边滤波处理去除噪声，再进行聚类分析，检测出疑 似目标区域，对疑似目标区域利用基于邻近像素的截位算法处理粗略检测出地下建筑区 域，将粗检测的地下建筑面积作为寻优准则，对疑似目标区分段进行背景滤除，利用"剥洋 葱"算法一层层掲开该区域的山体，直至最大程度精确检测出地下建筑。本发明利用双时相 红外图实现探测定位，避免了多时相红外图获取困难的问题，能准确地检测出深层地下建 筑。
【附图说明】
[0025] 图1是本发明实施例的利用双时相探测定位山体中地下建筑的背景滤波方法流程 图；
[00%]图2是喻家山晚上红外图；
[0027]图3是喻家山白天红外图；
[00%]图4是喻家山地下设施的结构示意图；
[0029] 图5是喻家山白天红外图目标块探测结果与真实地下建筑位置对比；
[0030] 图6是喻家山白天阳面/阴面红外图像样本块灰度分布图，其中，（a)为阳面，（b)为 阴面；
[0031] 图7是基于邻近像素的截位处理后的喻家山白天目标区域检测结果；
[0032] 图8是喻家山白天目标区域标记结果；
[0033] 图9是对疑似目标区域分段进行背景滤除示意图；
[0034] 图10是"剥洋葱'算法逐层"掲开"地层的结果；
[0035] 图11目标区域面积寻优检测结果。
【具体实施方式】
[0036] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并 不用于限定本发明。此外，下面所描述的本发明各个实施方式中所设及到的技术特征只要 彼此之间未构成冲突就可W相互组合。
[0037] 如图1所示，W喻家山为例进行说明，本发明实施例的利用双时相探测定位山体中 地下建筑的背景滤波方法包括如下步骤：
[0038] (1)获取包含地下建筑的昼夜双时相红外图；
[0039] 如图2所示，是喻家山晚上红外图；如图3所示，是喻家山白天红外图。在该区域的 喻家山下，有地下设施，其结构示意图如图4所示。
[0040] (2)对昼间红外图取其像素灰度值的低比特位进行地下建筑的粗检测，得到疑似 目标区域的面积。进一步包括如下步骤：
[0041] (2-1)对昼间红外图进行双边滤波，去除噪声。
[0042] 双边滤波是一种可W保边去噪的滤波器，之所W可W达到此去噪效果，是因为滤 波器是由两个函数构成，一个函数是由几何空间距离决定滤波器系数，另一个由像素差值 决定滤波器系数。
[0043] 双边滤波器中，输出像素的值依赖于邻域像素的值的加权组合，
权重系数W ( i，j，k，1 )取决于定义域核
[0046] 同时考虑了空间域与值域的差别。
[0047] 双边滤波器可W滤除喻家山红外图的噪声，同时保留地下建筑微弱的信号，对喻 家山红外图进行双边滤波器处理，在实验中取得了较好的结果。
[004引（2-2)对双边滤波后的昼间红外图进行大尺度聚类分析，检测出疑似目标区域。
[0049]在获取的昼夜双时相喻家山红外图中，我们将晚上的喻家山红外图当做背景信息 场，将白天的喻家山红外图当做背景目标信息场，但是在晚上的喻家山红外图中仍然保存 有微弱的地下建筑信息，由于深层地下建筑的信号本身就很微弱，我们需要尽量保留地下 建筑信号，因此，首先大尺度检测疑似目标区域，在昼夜双时相喻家山红外图相减时，对疑 似目标区域做谨慎相减处理。首先，介绍大尺度检测疑似目标区域的聚类检测算法。
[0050]红外图像中样本的灰度均值是一种能有效区别下有/无地下建筑的特征，所W，运 里直接通过给出每一个样本块的几个顶点坐标，计算出其包围的多边形中的像素的坐标， 取出其对应位置的灰度值，从而求出该样本块的灰度均值，利用空间约束均值聚类算法得 到每一个样本块的标记结果。
[0051 ] 进一步包括如下步骤：
[0052] (2-2-1)将双边滤波后的昼间红外图划分为多个多边形区域，每个多边形区域的 灰度均值作为一个样本块。
[0053] (2-2-2)计算所有样本块的距离比；
[0化4] 其中，第i个样本块bi的距离比
，s为样本块的个数，dO表示两 个样本块的距离。
[0055] (2-2-3)令类的序号q = l，选择距离比最小的样本块作为第一个类的类屯、mi。
[0056] (2-2-4)将所有样本块分配到所有q个类中离其最近的类，并更新所有q个类的类 屯、，其中，第k个类的类屯、为
，k=l，…，q爲是第k个类的样本数，bk康示第 k个类的第j个样本块。
[0057] (2-2-5)令q = q+l，判断q是否大于2,是则算法结束，否则顺序执行步骤(2-2-6)。 [0化引（2-2-6)获取使