[發(fā)明專利]基于證據(jù)理論算法的SAR圖像中檢測建筑物方法

有效

• 申請?zhí)枺?/td>: 201710263958.3
• 申請日: 2017-04-21
• 公開（公告）號: CN107122728B
• 公開（公告）日: 2019-10-11
• 發(fā)明（設(shè)計）人: 侯彪;焦李成;趙岐;王爽;馬晶晶;馬文萍;馮婕;張小華
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

1.一種基于證據(jù)理論算法的SAR圖像中檢測建筑物方法，包括如下步驟：

(1)輸入圖像：

輸入一幅含有待檢測建筑物的合成孔徑雷達(dá)SAR圖像；

(2)對輸入的一幅含有待檢測建筑物的合成孔徑雷達(dá)SAR圖像進(jìn)行濾波；

(3)獲取顯著圖像：

利用Itti的視覺注意力模型，獲取輸入圖像的顯著圖像；

(4)獲取500個注意焦點：

(4a)將顯著圖像中具有最大值的像素點作為當(dāng)前的注意焦點；記錄注意焦點的位置；

(4b)在顯著圖像中，以當(dāng)前注意焦點為圓心，區(qū)域半徑為半徑的圓形區(qū)中所有的像素點的值設(shè)置為0；

所述區(qū)域半徑是按照下式計算得到的：

其中，r表示區(qū)域半徑，·表示相乘操作，l表示顯著圖像的長度，w表示顯著圖像的寬度；

(4c)判斷是否已選取500個注意焦點，若是，則執(zhí)行步驟(5)，否則，執(zhí)行步驟(4a)；

(5)分割濾波后的圖像：

利用大津Otsu自動閾值法，對濾波后的圖像進(jìn)行分割，得到分割后的圖像和連通區(qū)域；

(6)按照下式，計算每個連通區(qū)域的可信度：

其中，Bel_i表示第i個連通區(qū)域的可信度，m₁表示連通區(qū)域的平均灰度值的概率，·表示相乘操作，m₂表示連通區(qū)域內(nèi)注意焦點數(shù)量的概率，m₃表示連通區(qū)域的平均顯著值的概率；

(7)判斷每個連通區(qū)域的可信度是否大于0.5，若是，則執(zhí)行步驟(9)，否則，執(zhí)行步驟(8)；

(8)刪除連通區(qū)域；

(9)輸出最終檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于證據(jù)理論算法的SAR圖像中檢測建筑物方法，其特征在于，步驟(2)中所述對輸入一幅含有待檢測建筑物的合成孔徑雷達(dá)SAR圖像進(jìn)行濾波是按照下式進(jìn)行的：

其中，A表示對一幅含有待檢測建筑物的合成孔徑雷達(dá)SAR圖像濾波后的圖像，max表示取最大值操作，min表示取最小值操作，f表示輸入的一幅含有待檢測建筑物的合成孔徑雷達(dá)SAR圖像，表示做形態(tài)學(xué)膨脹操作，B₃表示尺寸為5的結(jié)構(gòu)元素與尺寸為3的結(jié)構(gòu)元素的差值，表示做形態(tài)學(xué)腐蝕操作，B₂表示尺寸為3的結(jié)構(gòu)元素。

3.根據(jù)權(quán)利要求1所述的基于證據(jù)理論算法的SAR圖像中檢測建筑物方法，其特征在于，步驟(3)中所述的利用Itti的視覺注意力模型，獲取輸入圖像的顯著圖像的步驟如下：

第一步，對輸入的一幅含有待檢測建筑物的合成孔徑雷達(dá)SAR圖像做傅里葉變換；

第二步，求傅里葉變換后圖像的幅度譜；

第三步，求傅里葉變換后圖像的相位譜；

第四步，按照下式，計算傅里葉變換后圖像的幅度譜與幅度譜的局部平均濾波殘差值：

R＝log A-h*log A

其中，R表示傅里葉變換后圖像的幅度譜與幅度譜的局部平均濾波殘差值，log表示以10為底的自然對數(shù)操作，A表示傅里葉變換后圖像的幅度譜，h表示局部平均濾波器，*表示卷積操作；

第五步，對局部平均濾波殘差值與相位譜的和做逆傅里葉變換，得到特征圖；

第六步，用高斯濾波器平滑特征圖，得到輸入圖像的顯著圖像。

4.根據(jù)權(quán)利要求1所述的基于證據(jù)理論算法的SAR圖像中檢測建筑物方法，其特征在于，步驟(6)中所述連通區(qū)域的平均灰度值的概率如下：

其中，m₁表示連通區(qū)域的平均灰度值的概率，n₁表示該連通區(qū)域的平均灰度值。

5.根據(jù)權(quán)利要求1所述的基于證據(jù)理論算法的SAR圖像中檢測建筑物方法，其特征在于，步驟(6)中所述連通區(qū)域內(nèi)注意焦點數(shù)量的概率如下：

其中，m₂表示連通區(qū)域內(nèi)注意焦點數(shù)量的概率，n₂表示該連通區(qū)域內(nèi)的注意焦點數(shù)量。

6.根據(jù)權(quán)利要求1所述的基于證據(jù)理論算法的SAR圖像中檢測建筑物方法，其特征在于，步驟(6)中所述的連通區(qū)域的平均顯著值的概率如下：

其中，m₃表示連通區(qū)域的平均顯著值的概率，n₃表示該連通區(qū)域的平均顯著值。