基于素描图和先验约束的高分辨率SAR图像路网检测

发布时间：2020-05-26 22:32

【摘要】：合成孔径雷达(SAR)是一种主动式雷达,SAR成像技术最显著的优势在于它不受天气、环境的影响,能够全天时、全天候地获取高分辨遥感数据。由于SAR技术具有十分明显的优势,因此被应用到了军事、海洋、民用等众多领域。而道路作为基础地理信息,具有重要的意义,它的检测和精确定位对于GIS数据获取、影像理解、制图等都具有重要价值。因此如何更准确地从SAR图像中提取道路网日益受到重视,成为近年来研究的热点。由于背景环境的复杂性和道路类型的多样性,使得在SAR图像上进行道路检测存在虚警区域较大、目标定位不准确等问题。在分析研究了当前SAR图像在道路检测方面的面临的问题之后,本文提出了基于素描图和先验约束的高分辨率SAR图像道路检测方法,创新点如下:(1)提出了基于空间延展度和灰度分布连接度的可表示道路的素描线段提取方法。在获取的SAR图像的素描图中,对于可表示多种语义信息的素描线段来说,首先应该对可表示道路的素描线段进行提取,本文中,首先利用道路的先验特性和统计信息对疑似道路素描线段进行初步筛取;然后对SAR图像的语义空间和像素空间进行信息交互,设计素描线段的空间延展度和灰度分布连接度的计算规则,并对两个特性进行结合得到可表示道路的素描线段集合。经过仿真实验,该方法可以筛除大量虚警区域,实现对可表示道路的素描线段的有效性检验。(2)提出了基于MRF链的素描线段启发式连接方法。由于噪声、遮挡等干扰因素,使得SAR图像中的道路映射到素描图中表示为多条断裂的素描线段,针对此问题,我们利用道路特有的延展性,根据基于空间延展度和灰度分布连接度的可表示道路的素描线段提取算法,得到素描线段间的连接条件概率,利用马尔科夫链的思想,计算最大连接概率来确定当前素描线段的连接状态,以及适合连接的下一条素描线段。通过实验仿真,该方法针对SAR图像上,道路断裂部分做了补充,实现贴合道路的素描线段的准确连接。(3)提出了基于超像素分割的道路区域的定位方法。由于道路是具有一定长度和宽度的带状结构,因此需要对道路的横向区域进行定位。对于已完成连接的表示道路的素描线,通过分水岭超像素分割,利用对素描线周围的超像素的面积、位置等信息,确定道路区域和素描线的相对位置关系,并利用Hough变换设计算法确定道路边缘。通过实验仿真,本文算法可以准确判别道路目标的位置,并根据道路边缘的相对位置较好地确定最终道路区域。
【图文】：

道路检测,边缘检测算子,均值比

[30]。图1.1 道路检测的一般流程图低层道路特征点检测，可分为分类法和边缘检测法两大类。分类法侧重于根据既有信息区分去道路点和非道路点。通常有模糊 C 均值聚类法（FCM），神经网络法，支持向量机法（SVM），恒虚警检测器法（CFAR），灰度阈值化处理法等等。边缘检测法[31] [32]侧重于对线特征的检测。通常有均值比率提取(ROA)边缘检测算子法[33]，，ROA 衍生改进边缘检测算子法、加权的均值比率（ROEWA）边缘检测算子法，小波多尺度边缘检测算子法[34][35]，广义似然比(GLR)边缘检测算子法、 Snake 模型法

道路,高分辨率影像,影像,地物

（e）受周边目标影响道路光学图（f）受周边目标影响道路原图（g）被遮挡道路光学图（h）被遮挡道路原图图1.2 不同形态的道路1.4.2 SAR 图像道路检测的先验特征分析不同分辨率遥感图像上的道路特征：中低分辨率影像：由于中低分辨率影像的分辨率的一般都在 20m 以上，所以可以显现的地物细节不多。地物清晰度低，道路在影像上的灰度基本一致，与周围地物具有明显的差异。在如下上能够利用道路影像知识一些结果简单的道路，对于城市复杂的道路低分辨率影像无法满足要求。高分辨率影像：高分辨率影像的包含空间高分辨和时间高分辨两个概念。其中，高空间分辨率是指空间分辨率在5m甚至1m以下，可以显示更多更清晰的地物信息，高时间分辨率一般是指卫星都是近轨太阳同步卫星，这样就使得采样周围变短，步骤信息更快，效率更高。与中低分辨率影像相比，高分辨率影像由于空间分辨率增加（一般在 1m 以下）
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.52

【参考文献】