[发明专利]一种基于图像的线性目标识别与提取方法

权利要求书

1.一种基于图像的线性目标识别与提取方法，其特征在于，包括以下步骤：

（1）、待处理原始图像的获取

通过相机拍摄或网络传输接收获取待处理的原始图像；

（2）、图像预处理

对获取的原始图像进行预处理，对原始图像进行平滑增强、降低噪声、提高图像对比度、强化图像中的线性边缘特征，从而得到增强图像；

（3）、边缘提取

对增强图像进行边缘信息检测，从增强图像中提取出边缘信息图像；

（4）、线性特征提取

对边缘图像进行通过聚簇算子改进的线性特征提取变换，提取出线性特征；

所述聚簇算子改进的线性特征提取变换为将聚簇算子加入到传统Radon变换，对其进行改进得到的聚簇Radon变换(Cluster Radon Transform,CRT)；

所述的聚簇算子为一正比于聚类分布密度的函数，聚类分布密度为边缘信息图像中边缘像素在二维方向上的分布情况；

（5）、线性目标识别与提取

结合需要识别和提取的线性目标的特点，将线性目标与其他线性特征区别开来，从而识别和提取出线性目标。

2.权利要求1所述的线性目标识别与提取方法，其特征在于，所述的聚簇Radon变换为：

其中，D为整个边缘信息图像平面，f(x,y)为边缘信息图像上坐标(x,y)处像素点灰度值，δ为狄拉克δ函数，ρ为边缘信息图像平面即（x,y）平面中直线到原点的距离，θ为原点到直线的垂线与x轴的夹角；

为聚类算子：

其中，g(i)为像素聚类影响因子计算函数即正比于聚类分布密度的函数，r为计算聚类算子的步长，为计算聚类算子的方向，与Radon变换中θ的关系为：

为像素点(x,y)处方向r范围内的某一像素点的值，表示像素点(x,y)处方向r范围内所有像素点的值的和。

3.权利要求2所述的线性目标识别与提取方法，其特征在于，所述的聚类步长设置为5-10。

4.权利要求1所述的线性目标识别与提取方法，其特征在于，步骤（2）的图像预处理为：利用Curvelet变换和逆变换进行平滑增强，降低噪声，提高图像对比度，强化图像中的线性边缘特征，从而得到增强图像。

5.权利要求1或3所述的线性目标识别与提取方法，其特征在于，所述的线性目标为电力线。

6.权利要求5所述的线性目标识别与提取方法，其特征在于，所述的线性目标为电力线，所述原始图像为高分辨率遥感影像；

所述线性目标的特点为：

i）、拓扑结构简单，一般都长且直，并贯穿整个高分辨率遥感影像；

ii）、电力线宽度一般占据1-2个像元；

iii）、电力线之间相互平行；

iv）、电力线背景地物较为复杂，既包括森林，河流等自然地物，也包括道路，建筑物等人造地物；

v）、不同于道路边界线等其他线性特征，电力线两侧的背景相似。