[發(fā)明專利]基于模型先驗的高分辨率SAR圖像建筑物目標(biāo)三維重建方法

有效

• 申請?zhí)枺?/td>: 201410447644.5
• 申請日: 2014-09-04
• 公開（公告）號: CN104200521B
• 公開（公告）日: 2016-11-30
• 發(fā)明（設(shè)計）人: 王國軍;張風(fēng)麗;沙敏敏;徐旭;符喜優(yōu);邵蕓
• 申請（專利權(quán)）人: 中國科學(xué)院遙感與數(shù)字地球研究所
• 主分類號: G06T17/00
• 分類號: G06T17/00
• 代理公司: 北京方韜法業(yè)專利代理事務(wù)所 11303
• 代理人: 馬麗蓮

1.基于模型先驗的高分辨率SAR圖像建筑物目標(biāo)三維重建方法，其特征在于，包括如下步驟：

第一步，從SAR圖像中分割出高亮區(qū)域集合R_H；

第二步，通過高亮區(qū)域集合R_H與平行四邊形相似性來識別SAR圖像中的建筑物目標(biāo)集合及其對應(yīng)的SAR圖像切片集合；

第三步，從建筑物目標(biāo)SAR圖像切片中提取建筑物目標(biāo)散射特征并完成三維重建，其中，提取建筑物目標(biāo)散射特征包括提取主墻面圖像區(qū)域?qū)?yīng)的亮平行四邊形以及提取側(cè)墻面圖像區(qū)域?qū)?yīng)的二次散射亮線。

2.根據(jù)權(quán)利要求1所述的基于模型先驗的高分辨率SAR圖像建筑物目標(biāo)三維重建方法，其特征在于，所述第一步中：

對SAR圖像依次進(jìn)行濾波、均值漂移分割與區(qū)域合并，并對區(qū)域合并后的圖像利用FCM聚類分類方法進(jìn)行分類，提取高亮區(qū)域集合R_H。

3.根據(jù)權(quán)利要求2所述的基于模型先驗的高分辨率SAR圖像建筑物目標(biāo)三維重建方法，其特征在于，所述區(qū)域合并方法為：對圖像中某一區(qū)域，將其與相似度最大的區(qū)域合并，再計算圖像的區(qū)域熵，如果合并后的區(qū)域熵大于合并之前的區(qū)域熵，則兩區(qū)域可以進(jìn)行合并；否則，兩區(qū)域不相似，不能進(jìn)行合并，遍歷所有區(qū)域，直到區(qū)域的信息熵不再變化為止。

4.根據(jù)權(quán)利要求1所述的基于模型先驗的高分辨率SAR圖像建筑物目標(biāo)三維重建方法，其特征在于，所述第二步中：

首先，確定高亮區(qū)域集合R_H對應(yīng)的平行四邊形的對角線集合L_diag；然后，基于提取的對角線集合L_diag來估計與高亮區(qū)域集合R_H最接近的平行四邊形集合P_sim；最后，通過比較平行四邊形集合P_sim與高亮區(qū)域集合R_H的相似性來完成建筑物目標(biāo)識別，形成建筑物目標(biāo)集合B_can，并獲得建筑物目標(biāo)的圖像切片集合S_sb；

其中，所述建筑物目標(biāo)識別的具體步驟如下：

(1)對于每一個圖像區(qū)域r_H,i∈R_H，獲得其二值圖像、對角線和過對角線兩個端點(diǎn)的矩形框，并且獲得矩形框的二值掩膜圖像，對角線與水平方向夾角為γ_i；

(2)過對角線兩個端點(diǎn)分別作平行四邊形的兩條斜邊，斜邊與水平方向夾角為β_i，取值范圍為(-90°,γ_i)，平行四邊形斜邊將矩形框內(nèi)的二值掩膜圖像劃分成兩部分：平行四邊形內(nèi)部R_in和外部R_out，兩部分之間的差異性σ(β_i)用兩部分方差之和來度量，計算公式如(14)；

σ(β_i)＝n_inσ_in+n_outσ_out???(14)

其中，n_in和σ_in其表示平行四邊形內(nèi)部R_in像元個數(shù)和方差，n_out和σ_out其表示平行四邊形外部R_out像元個數(shù)和方差；

(3)繪制兩部分之間的差異性σ(β_i)與角度β_i的變化曲線

(4)如果曲線為在區(qū)間(-90°,γ_i)單調(diào)遞減或者單調(diào)遞增，無極小值，則區(qū)域r_H,i不是建筑物，從高亮區(qū)域集合R_H中刪除區(qū)域r_H,i；

(5)如果曲線為在區(qū)間(-90°,γ_i)有極小值，則區(qū)域r_H,i有對應(yīng)的平行四邊形p_H,i，并將p_H,i加入平行四邊形集合P_sim中，將區(qū)域r_H,i加入建筑物目標(biāo)集合B_can中，從高亮區(qū)域集合R_H中刪除區(qū)域r_H,i；

(6)如果R_H為非空集合，返回步驟(1)；否則該過程結(jié)束。