[發明專利]一種高分辨率遙感圖像機場感興趣區域快速檢測方法

有效

• 申請號: 201310331974.3
• 申請日: 2013-08-01
• 公開（公告）號: CN103473760A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 韓軍偉;姚西文;郭雷;程塨;周培誠;張鼎文
• 申請（專利權）人: 西北工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

技術領域

本發明屬于遙感圖像處理技術領域，具體涉及一種高分辨率遙感圖像機場感興趣區域快速檢測方法

背景技術

機場作為軍用和民用的戰略性目標，從高分率遙感圖像中快速、準確地檢測出機場，在飛機組合導航、軍事偵察和精確打擊等領域有著重要的實用價值，受到人們越來越多的關注。但高分辨遙感圖像背景復雜，存在大量的公路、河流、人工建筑物等混淆的雜物，這都給機場的檢測增加了難度。在對機場進行檢測的時候，為了增加檢測速度，減少背景雜物的影響，通常會先進行機場感興趣區域的檢測。中國專利申請號201210280777.9，記載了一種“一種星載紅外遙感圖像機場ROI快速檢測方法”，核心思想是利用紅外圖像中機場亮度明顯的特性，采用圖像灰度特征閾值分割出機場感興趣區域，該方法適合背景比較簡單的紅外遙感圖像，但對于背景復雜的高分率遙感圖像，容易造成大量的誤檢。

發明內容

要解決的技術問題

為了避免現有技術的不足之處，本發明提出一種高分辨率遙感圖像機場感興趣區域快速檢測方法。

技術方案

一種高分辨率遙感圖像機場感興趣區域快速檢測方法，其特征在于步驟如下：

步驟1：采用LSD算法對高分辨率遙感圖像進行直線檢測得到直線檢測結果二值圖Line_b，采用FT算法進行顯著性檢測得到高分辨率遙感圖像顯著圖S；

步驟2：在高分辨率遙感圖像中隨機選取n個矩形窗口；所述矩形窗口的長、寬以及選取的位置都是任意的，需保證選取的矩形窗口大小要小于高分辨率遙感圖像；

步驟3：按照Score(win)＝αLD(win)+(1-α)FTS(win)計算每一個矩形窗口的物體性度量分數，其中win表示矩形窗口，Score(win)表示矩形窗口win的物體性度量分數，α為線性組合系數，LD(win)為矩形窗口win的直線特征度量分數，FTS(win)為矩形窗口win的顯著性特征度量分數，LD(win)按照進行計算，其中p表示矩形窗口win內的像素點，Line_b(p)表示像素點p在直線檢測結果二值圖Line_b中的值，Area(win)表示矩形窗口win的面積，FTS(win)按照：

進行計算，其中p表示矩形窗口win內的像素點，I表示高分辨遙感圖像，S(p)表示像素點p在高分辨遙感圖像顯著圖S中的顯著值，Area(win)表示矩形窗口win的面積；

步驟4：根據這n個矩形窗口的物體性度量分數，采用非極大值抑制算法篩選出m個矩形窗口，將這m個矩形窗口用最小的矩形框框起來，即是檢測到的高分辨率遙感圖像機場感興趣區域。

所述n個矩形窗口的n＝500。

所述m個矩形窗口的m＝20。

有益效果

本發明提出的一種高分辨率遙感圖像機場感興趣區域快速檢測方法，首先采用LSD算法和FT算法分別計算出高分率遙感圖像的直線檢測二值結果圖和顯著圖，然后在高分率遙感圖像中隨機選取巨量的矩形窗口，計算這些矩形窗口的物體度量性分數，根據它們的物體度量性分數采用非極大值抑制算法篩選出少量矩形窗口組成機場感興趣區域。

本發明與現有技術相比，沒有采用分割的方法來得到機場感興趣區域，而是綜合利用機場的線性特征以及和周圍環境的顯著特征對隨機選取的矩形窗口進行物體性度量，根據度量分數采用非極大值抑制算法篩選出矩形窗口組成機場感興趣區域，本發明利用了兩種特征的互補性，可以很穩定地檢測出感興趣區域，并且計算量很小，大大提高了高分率遙感機場檢測的速度和精度，實用性很強。

附圖說明

圖1是本發明的實現流程圖；

圖2是高分辨遙感圖像；

圖3是對圖2進行直線檢測的結果二值圖；

圖4是對圖2進行顯著性檢測的顯著圖；

圖5是在圖2中隨機選取的矩形窗口示意圖；

圖6是在圖5中篩選出的矩形窗口；

圖7是檢測出的機場感興趣區域。

具體實施方式

現結合實施例、附圖對本發明作進一步描述：

用于實施的硬件環境是：因特爾酷睿2雙核2.93G計算機、2.0GB內存、512M顯卡，運行的軟件環境是：Matlab?R2012a，Windows?XP。我們用Matlab軟件實現了本發明提出的方法。高分辨遙感圖像為從Google?Earth上截取的，大小為1141*940。

本發明具體實施如下：