[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

本發明公開了一種基于非下采樣Contourlet變換的直線目標檢測方法及系統，所述方法包括以下步驟：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；基于分解得到的每個高頻子圖和低頻子圖，獲得二篩高頻線段集和，二篩低頻線段集融合處理，獲得高頻融合結果R_H和低頻融合結果R_L；再次融合處理，獲得低頻和高頻融合結果，完成直線目標檢測。本發明提出了一種置信度高，魯棒性好，能夠在復雜地形中有效檢測橋梁、機場跑道等線狀目標的識別方法及系統。

技術領域

本發明屬于航空航天技術領域，涉及遙感圖像中線狀目標檢測領域，特別涉及一種基于非下采樣Contourlet變換的直線目標檢測方法及系統。

背景技術

在航空航天研究中，使用安裝在不同高度的航空航天器上的傳感器可以獲得大量的地面觀測數據和空中監視數據。為了充分利用這些數據，適應不同的應用需求，信息融合技術應運而生，信息融合技術利用一定的規則對所采集的數據信息進行分析處理并加以綜合利用，以完成所需的決策和評估任務，可以有效地提高數據的利用率、系統對目標的探測與識別的可靠性。圖像融合理論作為信息融合領域的一個重要分支，綜合了傳感器、圖像處理、信號處理、計算機和人工智能等高新技術。

目標提取是圖像融合的重要應用，目標提取在敵方目標識別、敵情探測、制定作戰計劃，有效摧毀打擊目標等方面都得到越來越廣泛的應用。隨著科技的進步，利用計算機技術對海量的遙感數據中的目標進行自動檢測與提取已成為一個重要的研究課題。

遙感影像數據中存在一類重要的目標，即以道路或者橋梁為代表的線狀目標。這類線狀目標的檢測與識別對軍事偵察，獲取地理信息，抗震救災等方面具有重大意義。

多分辨率分析理論以其多尺度和多方向特性的優勢，逐漸成為分析、處理以及綜合利用各類傳感器所獲得圖像數據的又一重要手段。基于多分辨率分析的特征級圖像融合技術不僅可以提高圖像處理的速度，還可以為橋梁、機場等重要軍事場地或目標的識別提供有效的理論基礎。目前，多分辨率分析的方法包括小波變換、Ridgelet變換、Curvelet變換、Contourlet變換以及非下采樣Contourlet變換(NonsubsampledContourletTransform，NSCT)等。

小波變換是多分辨率分析的重要開端，自1986以來發展十分迅速。小波變換具有多分辨性、局域性、方向性等特點，但小波變換只能對水平、垂直、對角這三個方向進行展開。對于二維圖像，小波變換可以較好地利用邊緣信息表現出不連續性，但無法表現出邊緣的連續性，因此小波變換只能表示圖像中點奇異性，不能最優的表示線奇異性和面奇異性等特征，局限性較大。

為了克服小波變換不能表示高維信號的局限性，1998年，Candes提出了Ridgelet變換理論，但是Ridgelet變換對于曲線奇異性的表示效果和小波變換類似，Ridgelet變換只能對高維空間直線奇異性進行更優的表示。

為了提高Ridgelet變換對于曲線奇異性的表示效果，1999年，Candes在Ridgelet變換的基礎上提出了Curvelet變換，其具有各向異性的特點。Curvelet變換的本質就是多尺度Ridgelet變換。因為Ridgelet變換對于高維空間直線奇異性能夠由很好的表示，Candes和Donoho先對信號進行分割成塊，當分割塊足夠小時，曲線近似地被看作直線，再對每個塊中的近似直線進行Ridgelet變換，因此Curvelet變換可以在任意尺度上進行分解。

由于Curvelet變換具有較高的冗余度，應用領域受到限制。對此，2005年，M.N.Do等人提出了Contourlet變換，繼承了Ridgelet變換和Curvelet變換的優點。Contourlet變換對圖像中的輪廓信息有著較好表達，分解過程中首先通過拉普拉斯金字塔濾波器完成多尺度分解，然后利用方向濾波器組實現多方向分解。因此Contourlet變換既具有多分辨率分析、時域局部分析的特性，還具有小波變換所不具備的各向異性和高度方向性的特征。