[發(fā)明專利]基于凸面模型的遙感影像對象級變化檢測方法有效
| 申請?zhí)枺?/td> | 200910063299.4 | 申請日: | 2009-07-24 |
| 公開(公告)號: | CN101604445A | 公開(公告)日: | 2009-12-16 |
| 發(fā)明(設(shè)計(jì))人: | 孫開敏;眭海剛;馬國銳;劉俊怡;肖志峰 | 申請(專利權(quán))人: | 武漢大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G01S7/48 |
| 代理公司: | 武漢華旭知識產(chǎn)權(quán)事務(wù)所 | 代理人: | 劉 榮 |
| 地址: | 43007*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 凸面 模型 遙感 影像 對象 變化 檢測 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及一種基于凸面模型的遙感影像對象級變化檢測方法,屬于遙感影 像處理技術(shù)領(lǐng)域。
背景技術(shù)
無論是在自然界中還是在遙感影像中,人工目標(biāo)在特性上表現(xiàn)都比較特殊, 大部分簡單人工目標(biāo)的特點(diǎn)是尺寸小,與周圍背景比較,有一定的反差。首先人 工目標(biāo)的物質(zhì)構(gòu)成一般是水泥或者金屬,在遙感影像中相對于自然景物而言光譜 反射率很強(qiáng),輻射亮度高;其次單一人工目標(biāo)內(nèi)部的光譜特性和紋理特性比自然 景物要相對均勻,人工目標(biāo)群則相反;第三人工目標(biāo)的代表特征包括幾何結(jié)構(gòu), 而不僅限光譜和紋理,因此討論人工目標(biāo)的變化一般是指結(jié)構(gòu)上發(fā)生了變化。雖 然結(jié)構(gòu)發(fā)生變化時,變化部位在光譜和紋理上都會發(fā)生改變,但是光譜和紋理即 使發(fā)生了變化不表示人工目標(biāo)結(jié)構(gòu)發(fā)生變化。因此對于單個人工目標(biāo)而言,光譜 和紋理的變化與否不能用來作為判斷人工目標(biāo)是否發(fā)生變化的依據(jù),而只能作為 輔助或者驗(yàn)證。對于人工目標(biāo)群而言則不同,人工目標(biāo)群已經(jīng)不能簡單用結(jié)構(gòu)進(jìn) 行描述,必須借助光譜紋理特性才能判斷其變化情況。
發(fā)明內(nèi)容
針對上述問題,本發(fā)明提出了一種基于凸面模型的遙感影像對象級變化檢測 方法,首先利用基于凸面模型約束的多尺度分割得到影像對象,并且只對其中符 合上凸型的凸面模型對象進(jìn)行結(jié)構(gòu)性比較,利用標(biāo)記影像法實(shí)現(xiàn)對象間的空間對 應(yīng),進(jìn)行對象結(jié)構(gòu)變化比較。
本發(fā)明的技術(shù)方案是:基于凸面模型的對象結(jié)構(gòu)變化檢測方法包括以下步 驟:
(1)首先進(jìn)行凸面模型約束的多尺度影像分割;
(2)取出某一尺度下的符合上凸型的凸面模型對象生成標(biāo)記影像;該方法 和eCognition中使用的FNEA方法類似,不同處在于控制某對象是否需要增長以 及整個分割處理是否結(jié)束時使用的準(zhǔn)則。在FNEA方法中使用的是全局異質(zhì)性度 量值,即“尺度”;而基于凸面模型的多尺度影像分割中,控制對象是否需要合 并是使用凸面模型準(zhǔn)則,而控制整個分割處理是否結(jié)束是同時使用凸面模型準(zhǔn)則 和全局一致性度量值。另外,在基于凸面模型的多尺度分割過程中,異質(zhì)性準(zhǔn)則 和FNEA算法一樣發(fā)揮作用。
(3)把兩個標(biāo)記影像疊置,利用重合位置的對象標(biāo)號建立兩個時相影像中 對象的對應(yīng)關(guān)系。
(4)對建立空間對應(yīng)關(guān)系的影像對象,可以直接基于標(biāo)記影像進(jìn)行比較, 得到變化結(jié)果,這是一種柵格比較法;也使用對象間的矢量進(jìn)行比較,這是一種 矢量運(yùn)算法;最后也可以利用柵格-矢量綜合法進(jìn)行比較。
本發(fā)明的特點(diǎn)是:
(1)利用凸面模型進(jìn)行多尺度分割,只對其中符合上凸型的凸面模型對象 進(jìn)行結(jié)構(gòu)性比較,適合人工目標(biāo)的變化檢測;
(2)借助凸面模型理論以及對象結(jié)構(gòu)比較方法,為人工目標(biāo)的變化檢測提 供了一種新的思路。
附圖說明
圖1為本發(fā)明的流程圖。
圖2為時相1人工目標(biāo)圖。
圖3為時相2人工目標(biāo)圖。
圖4為圖1提取的人工目標(biāo)對象圖。
圖5為圖3提取的人工目標(biāo)對象圖。
圖6為圖4的標(biāo)記影像圖。
圖7為圖5的標(biāo)記影像圖。
圖8為為建立空間對應(yīng)關(guān)系的目標(biāo)對象。
具體實(shí)施方式
本發(fā)明基于凸面模型的對象結(jié)構(gòu)變化檢測方法是利用標(biāo)記影像建立對象間 的對應(yīng)關(guān)系,根據(jù)分割結(jié)果,生成一個對應(yīng)的掩膜影像,該影像中每個像素的值 是對應(yīng)位置所在對象的標(biāo)號,根據(jù)該標(biāo)號可以快速訪問到對應(yīng)對象結(jié)構(gòu)。其流程 如圖1所示,具體包括以下步驟:
(1)對兩時相遙感影像配準(zhǔn)和輻射校正預(yù)處理,時相1人工目標(biāo)如圖2所 示,時相2人工目標(biāo)如圖3所示。
(2)進(jìn)行凸面模型約束的多尺度影像分割,時相1提取的人工目標(biāo)對象如 圖4所示,時相2提取的人工目標(biāo)對象如圖5所示。基于凸面模型的多尺度影像 分割中,控制對象是否需要合并是使用凸面模型準(zhǔn)則,而控制整個分割處理是否 結(jié)束是同時使用凸面模型準(zhǔn)則和全局一致性度量值。
(3)取出某一尺度下的符合上凸型的凸面模型對象生成標(biāo)記影像,時相1 人工目標(biāo)對象的標(biāo)記影像如圖6所示,時相2人工目標(biāo)對象的標(biāo)記影像如圖7 所示;
(4)把兩個標(biāo)記影像疊置,利用重合位置的對象標(biāo)號建立兩個時相影像中 對象的對應(yīng)關(guān)系,如圖8所示。
(5)對建立空間對應(yīng)關(guān)系的影像對象,可以直接基于標(biāo)記影像進(jìn)行比較, 得到變化結(jié)果,這是一種柵格比較法;也使用對象間的矢量進(jìn)行比較,這是一種 矢量運(yùn)算法;最后也可以利用柵格-矢量綜合法進(jìn)行比較,得到變化結(jié)果。其中 所述柵格-矢量綜合法是把影像對象區(qū)域構(gòu)建成一個柵格-矢量數(shù)據(jù)結(jié)構(gòu),該數(shù)據(jù) 結(jié)構(gòu)是把對象的柵格區(qū)域分解成一組行掃描線,每行只記錄掃描線和區(qū)域相交的 兩端點(diǎn);不僅具有柵格區(qū)域的特性,而且區(qū)域外邊線的矢量特性也可以保留;利 用該數(shù)據(jù)結(jié)構(gòu)可以快速進(jìn)行對象間的并、交、補(bǔ)等運(yùn)算,以得到對象間的差異。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢大學(xué),未經(jīng)武漢大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910063299.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于SOA架構(gòu)的多星異構(gòu)遙感數(shù)據(jù)集成方法
- 一種遙感數(shù)據(jù)處理系統(tǒng)
- 一種遙感數(shù)據(jù)遠(yuǎn)程云處理系統(tǒng)及方法
- 一種帶報警提示的RFID遙感鎖
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲介質(zhì)
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲介質(zhì)
- 一種遙感圖像糾正匹配方法、裝置、電子設(shè)備及存儲介質(zhì)
- 一種遙感監(jiān)測自然災(zāi)害數(shù)據(jù)處理方法及系統(tǒng)
- 遙感傳感器輻射定標(biāo)方法、裝置和電子設(shè)備
- 一種熱紅外遙感圖像重建方法和裝置





