[發明專利]一種基于非下采樣Contourlet變換的直線目標檢測方法及系統

有效

• 申請號: 202011075165.7
• 申請日: 2020-10-09
• 公開（公告）號: CN112215126B
• 公開（公告）日: 2022-10-25
• 發明（設計）人: 楊藝;蔣慶華;謝守志;張猛;張思賢
• 申請（專利權）人: 西安交通大學
• 主分類號: G06V10/30
• 分類號: G06V10/30;G06V10/80;G06V20/10
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李鵬威

1.一種基于非下采樣Contourlet變換的直線目標檢測方法，其特征在于，包括以下步驟：

步驟1，在原始遙感圖像上進行多層次多方向的NSCT分解，獲得若干低頻子圖和高頻子圖；

步驟2，對于步驟1分解得到的每個高頻子圖：進行LSD線狀目標檢測，獲得初始高頻線段集；將初始高頻線段集根據視覺顯著性進行篩選，獲得一篩高頻線段集；將一篩高頻線段集根據“平行直線對”特征進行篩選，獲得二篩高頻線段集；對于步驟1分解得到的每個低頻子圖：進行LSD線狀目標檢測，獲得初始低頻線段集；將初始低頻線段集根據視覺顯著性進行篩選，獲得一篩低頻線段集；將一篩低頻線段集根據“平行直線對”特征進行篩選，獲得二篩低頻線段集；

步驟3，對步驟2獲得的全部高頻子圖的二篩高頻線段集的線段進行融合處理，獲得高頻融合結果R_H；對步驟2獲得的全部低頻子圖的二篩低頻線段集的線段進行融合處理，獲得低頻融合結果R_L；

步驟4，將步驟3獲得的低頻融合結果R_L和高頻融合結果R_H進行融合處理，獲得低頻和高頻融合結果，完成直線目標檢測；

其中，步驟2中，將初始高頻或低頻線段集根據視覺顯著性進行篩選，獲得一篩高頻或低頻線段集具體包括：

使用LSD檢測出的線段長度小于基于視覺顯著性所求出的線段長度閾值T時，認為不符合顯著特性，從初始高頻或低頻線段集篩除，獲得一篩高頻或低頻線段集；其中，

式中：T代表基于視覺顯著性所求出的線段長度閾值；ε代表允許的偏差；Len代表圖像較長邊的邊長；

步驟2中，所述將一篩高頻或低頻線段集根據“平行直線對”特征進行篩選，獲得二篩高頻或低頻線段集具體包括：

一篩高頻或低頻線段集表示為G＝{line₁,line₂,…,line_{num_G}}；其中，num_G表示線段集G中線段條數；

對G中的全部線段進行遍歷，執行的判定規則表達式為，

式中，line_α是被遍歷到的線段，line_β是線段集G中任意一條線段，k_α代表line_α的斜率，k_β代表line_β的斜率，thre代表設置的斜率閾值，α≠β，1≤α≤num_G，1≤β≤num_G；

當判定為save line_α時，保留線段line_α；判定為delete line_α時，篩去線段line_α；

其中，線段line_α和線段line_β的斜率分別表示為：

式中，和分別代表線段line_α兩端端點的坐標；和分別代表線段line_β兩端端點的坐標；

步驟1中，低頻子圖或高頻子圖的分解層數為N層；其中，對于高頻子圖，第n層的分解方向數目為m_n，n＝1,2,…,N；

步驟3中，任意一個低頻子圖上的二篩低頻線段集為L_S_n，任意一個高頻子圖上的二篩高頻線段集為H_S_n,j；其中，j＝1,2,…,m_n；

步驟3中，所述對步驟2獲得的全部高頻子圖的二篩高頻線段集的線段進行融合處理，獲得高頻融合結果R_H具體包括：

首先，執行oper1操作，表達式為，

其中，H_S代表經過oper1融合操作后的線段集，H_S_n,j代表任意一個高頻子圖上的二篩高頻線段集；

算子oper1定義表達式為，S＝(S₁)oper1(S₂)＝{S₁,S₂}；其中，效果為將算子oper1前后兩個線段集合并為一個線段集；S₁,S₂分別代表兩個不同的線段集，S代表經過oper1合并后的線段集；

然后，執行操作R_H＝ψ(H_S)；

函數ψ(…)定義為，設H_S＝{l₁,l₂,…,l_{num_l}}，num_l代表線段集H_S中的線段數目，對線段集H_S進行遍歷，對其中任意兩條線段進行如下公式的判定，

condition(A)，判斷兩直線斜率差值：|k_c-k_d|≤thre_k；式中，k_c代表線段l_c的斜率；k_d代表線段l_d的斜率；thre_k代表斜率閾值；

condition(B)，判斷一條線段中點到另一線段的距離：式中，k_c代表線段l_c的斜率；代表線段l_d的端點；b_c代表線段l_c所在直線方程的截距；thre_dis代表距離閾值；

condition(C)，判斷兩線段端點之間的最小距離：M_min＝min(d₁,d₂,d₃,d₄)≤thre_M，式中，M_min代表d₁,d₂,d₃,d₄中的最小值；d₁,d₂,d₃,d₄分別代表線段l_c端點與線段l_d端點的距離；thre_M代表端點閾值；代表線段l_d兩端的端點；代表線段l_c兩端的端點；

condition(D)，判斷一條線段的中點到另一條線段的中點的距離：式中，thre_Center代表中點距離閾值；代表線段l_d兩端的端點；代表線段l_c兩端的端點；

式中，l_c和l_d代表線段集H_S中任意兩條線段，c≠d；線段l_c所在的直線方程為y＝k_cx+b_c，線段兩端的端點分別為線段l_d所在的直線方程為y＝k_dx+b_d，線段兩端的端點分別為

當判定為label l_d,l_c時，將線段l_c和l_d標記為同一類別；當判定為save l_c時，則代表不存在線段l_d使得l_c和l_d被標記為同一類別，直接保留線段l_c單獨成為一個類別；

規定Ω為：假定線段LINE_A與線段LINE_B已被標記為同一類別；線段LINE_B與線段LINE_C也被標記為同一類別，則線段LINE_A、LINE_B和LINE_C歸為同一個類別；

經過劃分類別的判定后，將劃分到同一個類別中的線段進行融合；

其中，將待融合的線段集合表示為S'＝{string₁,string₂,…,string_{num_string}}，num_string為待融合線段集中的線段數目；

融合后的線段所在直線方程表示為：y-y_res＝k(x-x_res)；式中，y_res代表直線所經點的縱坐標，x_res代表直線所經點的橫坐標，k_res代表融合后的線段的斜率，

對于計算所得的直線方程，由計算其橫坐標范圍[x_min,x_max]，以截取成線段；其中，s代表直線標號；代表對應線段s的兩個端點橫坐標，為這num_string條線段的端點的橫坐標最小值；為這num_string條線段的端點的橫坐標最大值；

經過融合生成的線段組成的集合為ψ(H_S)的結果R_H；

步驟3中，所述對步驟2獲得的全部低頻子圖的二篩低頻線段集的線段進行融合處理，獲得低頻融合結果R_L具體包括：

執行L_S_n'＝ψ(L_S_n),n＝1,2,…,N操作；其中，L_S_n為第n層的二篩低頻線段集；L_S_n'代表對應第n層低頻線段集經過ψ(…)處理后的線段集；

執行L_S”＝(L_S₁')oper1(L_S₂')oper1…(L_S_N)操作；其中，L_S”代表經過oper1融合處理后的結果；

執行L_S”'＝φ(L_S”)操作；其中，L_S”'為經過φ(…)操作后的結果；

函數φ(…)的定義為：

設線段集L_S”＝{h₁,h₂,…,h_n'}；其中，n'代表線段集L_S”中的線段數目；對線段集L_S”進行遍歷，對其中任意兩條線段進行如下公式的判定，

condition(A')，判斷兩直線斜率差值：|k_e-k_f|≤thre_k；式中，k_e代表線段h_e的斜率；k_f代表線段h_f的斜率；thre_k代表斜率閾值；

condition(B')，判斷一條線段中點到另一線段的距離：式中，k_e代表線段h_e的斜率；代表線段h_f的端點；b_e代表線段h_e所在直線方程的截距；thre_dis代表距離閾值；

condition(C')，判斷兩線段端點之間的最小距離：式中，代表中的最小值；分別代表線段h_e端點與線段h_f端點的距離；thre_M代表端點閾值；代表線段h_f兩端的端點；代表線段h_e兩端的端點；

condition(D')，判斷一條線段的中點到另一條線段的中點的距離：式中，thre_Center代表中點距離閾值；代表線段h_f兩端的端點；代表線段h_e兩端的端點，

式中，h_e和h_f代表線段集L_S”中任意兩條線段，e≠f；線段h_e所在的直線方程為y＝k_ex+b_e，線段兩端的端點分別為線段h_f所在的直線方程為y＝k_fx+b_f，線段兩端的端點分別為

當判定為label h_f,h_e時，將線段h_e和h_f標記為同一類別；當判定為delete h_e時，則代表不存在線段h_f使得h_e和h_f被標記為同一類，選擇直接舍去h_e；

此處判定遵守規定Ω；

經過劃分類別的判定后，對每個類別中的線段數量進行判定；假設分到某一個類別中的線段所組成的線段集記為其中num_temp為線段集線段數目；判定規則如下：

當判定為save L_S_temp時，將線段集L_S_temp中的全部線段予以保留；當判定為delete L_S_temp時，將線段集L_S_temp中所有線段篩去；

經過數量判定后，將保留的全部線段所組成的線段集L_S”'進行融合環節和篩選環節，融合環節表達式為L_S””＝ψ(L_S”')，篩選環節為對L_S””執行一次“平行直線對”篩選，最終獲得全部低頻線段集的融合結果R_L；

步驟4具體包括：

執行R＝(R_L)oper2(R_H)操作；式中，R_L代表低頻線段集的融合結果，R_H代表高頻線段集的融合結果，R代表低頻和高頻融合結果；

算子oper2定義為，設其中，n_L和n_H分別代表線段集R_L和R_H中的線段數目；

對R_L中的任意一條線段seg_p，在R_H中進行遍歷，被遍歷到的線段記為進行判定：

condition(A”)，判斷兩直線斜率差值：|k_p-k_q|≤thre_k；式中，k_p代表線段seg_p的斜率；k_q代表線段的斜率；thre_k代表斜率閾值；

condition(B”)，判斷一條線段中點到另一線段的距離：式中，k_p代表線段seg_p的斜率；代表線段的端點；b_p代表線段seg_p所在直線方程的截距；thre_dis代表距離閾值；

condition(C”)，判斷兩線段端點之間的最小距離：式中，代表中的最小值；分別代表線段seg_p端點與線段端點的距離；thre_M代表端點閾值；代表線段兩端的端點；代表線段seg_p兩端的端點；

condition(D”)，判斷一條線段的中點到另一條線段的中點的距離：式中，thre_Center代表中點距離閾值；代表線段兩端的端點；代表線段seg_p兩端的端點；

線段seg_p所在的直線方程為y＝k_px+b_p，線段兩端的端點分別為線段所在的直線方程為y＝k_qx+b_q，線段兩端的端點分別為

當判定為labelseg_p時，將線段seg_p和標記為同一類別；當判定為delete seg_p時，則代表不存在線段使得seg_p和被標記為同一類，因此，這時選擇直接舍去seg_p；此處判定遵守規定Ω；

經過劃分類別的判定后，將劃分到同一個類別中的線段進行融合；其中，將待融合的線段集合表示為S”＝{string₁,string₂,…,string_{numbers_s}}，其中，numbers_s為待融合線段集中的線段數目；融合后的線段所在直線方程表示為：y-y_final＝k(x-x_final)；式中，y_final代表直線所經點的縱坐標，x_final代表直線所經點的橫坐標，k_final代表融合后的線段的斜率，對于計算所得的直線方程，由計算其橫坐標范圍以截取成線段；其中，ss代表直線標號；代表對應線段ss的兩個端點橫坐標，為這numbers_s條線段的端點的橫坐標最小值；為這numbers_s條線段的端點的橫坐標最大值，記經過融合生成的線段組成的集合為R'；

執行R”＝ψ(R')；其中，R”代表R'經過ψ(…)處理后的線段集；

對R”執行“平行直線對”篩選，獲得最終的低頻和高頻融合的結果R，完成直線目標檢測。