遥感图像处理及提取的探究

遥感图像处理及提取的探究

张长迪

深圳市勘察测绘院有限公司广东深圳518000

摘要:当前,研究开发遥感影像提取技术是一项紧迫的任务，高效、快速地对遥感影像进行特征提取成为当前研究的热点。文章结合实际，提出一种高效提取建筑物直线特征的算法。

关键词：遥感图像处理；信息提取；Hough变换；降噪滤波模型

遥感影像是探测地物目标综合信息的最直观、最丰富的载体，遥感图像处理是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术，在社会发展中起着举足轻重的作用。然而，遥感影像的处理具有数据量大、运算密集、算法复杂等特点，如何从遥感数据中提取所需信息是当前遥感和地理信息系统技术面临的一个迫切而且又复杂的问题。

1.直线提取基本原理

1.1提取流程

试验先对影像进行预处理(如灰度化等)，建立降噪滤波模型降噪;接着对处理结果进行初步直线检测和直线拟合，并提取建筑物所在最小矩形范围;最后对提取区域使用改进后的Hough变换进行直线提取并输出结果。提取流程如图1所示。

图2Hough变换原理

直线提取:即Hough变换，其原理是利用图像空间和Hough参数空间的点线对偶性，把图像空间中的点线关系转换到参数空间中，将边缘提取结果中有一定关系的像元进行累加，设置直线判断阈值，超过阈值则判断为一条直线并输出。

Hough变换公式如下

ρ=xcosθ+ysinθ0≤θ＜π

式中，ρ为原点到直线交点的距离;θ为垂直于图像中直线的角度。

Hough变换原理如图2所示。

2.建筑物直线提取算法

本文结合直线拟合和角度先验思路对传统Hough变换算法进行改进，提高了其建筑物的识别能力和效率。算法步骤如下:

(1)影像输入与预处理，使用5×5的高斯去噪声模型去噪，使用canny算子检测边缘信息(检测结果包含不需要的道路和绿化区信息)。

(2)对边缘信息通过角度θ和距离ρ进行直线判断，并对每条短直线构造直线函数y=kix+bi。

(3)以每条直线l0为基础，搜寻其余直线，设置条件k0×ki=1，保存满足条件的直线。若存在两条或两条以上与l0垂直的直线，且存在非l0的直线与剩下的直线相垂直，则提取4个相交端点并存储。

(4)通过对比四点矩形区域的面积，最大矩形区域即需要保留的建筑物区域。划分区域并通过4个边界点由公式α=arctan［(y1－y2)/(x1－x2)］计算建筑区的两个方位角α1和α2(α1＜α2)，即后续Hough变换的角度先验值。

(5)以划分区域图上灰度值为255的点为中心、α1和α2为搜索方向进行同类点搜寻，设置阈值为70，保留大于阈值的直线并提取。

(6)以提取结果图上灰度值为255的点为中心，沿着角度α1和α2方向进行同类点搜索，设置α1方向的阈值为40，设置α2方向的阈值为20，保留满足阈值的起始点，删除已搜索过的中心点。

(7)连接起始点，输出直线提取结果。

3.成图分析

为了更加直观地判断方法之间的优劣，本文运用MATLAB软件对提取结果进行图形建立，并与原影像图进行对比。对比结果如图3—图5所示。

图4传统Hough变换提取图5本文算法提取图

通过对图3—图5的对比分析可以得出，传统Hough变换对试验区域内建筑物的识别能力很差，提取出大量断裂的短直线和弧线，整体效果较差。本文算法排除了周边道路和绿化区域，对建筑物有很强的识别能力，由于加入了直线拟合和角度先验值，有效地抗拒了建筑物周边和内部的阴影与绿化噪声，较好地提取了建筑物的基本骨架线，线与线之间交点明显，提取效果较好。

4.精度检验

通过算法识别的测区建筑物轮廓线，南北走向提取较为完整，东西走向出现多处漏线现象。对于提取直线精度，通过图上量取和实地丈量对相应的建筑物10条外围轮廓线进行对比检查，见表1。

通过表1可以得出，10条提取直线的检查结果最大误差为0.488m，最小误差为0.137m，平均误差为0.295m。按最大误差，满足1∶5000地形图的线长精度要求;按平均误差，满足1∶2000地形图线长精度要求。

5.结论

总之，在遥感信息获取技术飞速发展的背景之下,对所获取的海量数据的处理要求也越来越高。其中，建筑物图像中提取直线是视觉导航、特征识别等很多应用中的关键步骤，具有重要实际意义。本提取算法虽然实现了建筑物直线特征快速、有效的提取，但仍存在较多改进之处，还需共同努力，对提取技术进行进一步的研究完善，为相关服务提供技术支撑。

参考文献：

[1]付红云.近景影像线特征提取与匹配[D].北京建筑工程学院,2012.

[2]张丽妍,裴亮,朱添翼.一种高效的建筑物直线特征提取算法[J].测绘与空间地理信息,2017(6):136-138.