[发明专利]一种基于高分辨率遥感筛选危险品堆场的方法

说明书

本发明公开了一种基于高分辨率遥感筛选危险品堆场的方法，包括如下步骤：首先通过灰度共生矩阵进行区分，并根据灰度的均匀程度提取目标区域；其次，在目标区域内通过对尺度参数和方向参数进行卷积作为兴趣响应提取图像局部极大值和极小值点作为图像的不变特征点；再者通过Hausdorff距离进行模型和图像的匹配，并通过不变特征点进行平移变换消除空间误差，对不变特征点进行拟合匹配；最后依次通过对比特征点进行筛选，获取危险品堆场；利用了遥感图像的本质特征，能够产生有效、可靠的匹配结果，具有较好的容错能力，可以同时对包含多个目标的图像和图像中目标部分被遮蔽的情况进行处理，适合于危险品堆场的实际情况，筛选识别效率高。

技术领域

本发明涉及遥感识别技术领域，具体为一种基于高分辨率遥感筛选危险品堆场的方法。

背景技术

高分辨率图像与传统的中、低分辨率遥感图像数据相比，高分辨率图像具有以下几个特点：首先，高分辨率遥感图像受空间成像技术的影响，实际的影像数据可供利用的光谱波段减少，而随着光谱信息的减少，影像中同谱异物、异物同谱的现象将大量存在，不同地物目标在影像光谱域中难以实现统计提取；其次，随着影像分辨率的提高，在同一个区域内，地物的信息获取能力将显著增强，与此同时，影像中地物类别将会更加的繁多，在众多的地物中进行识别出目标物是很困难的；最后，由于高分辨率影像中展现的地物纹理和形状信息更加明显，以往基于中、低分辨率的遥感影像的光谱解译方法难以直接应用在高分辨遥感图像数据解译中。

而在遥感图像中识别港口中危险品堆场的方法中，通过高分辨率的遥感影像进行识别将更加困难，这是由于在危险品堆场中没有特定光谱特征和形状特征，无法建立有效的识别数据库，因此利用传统的遥感图像方法在计算机的有效识别中是难以奏效的。

发明内容

为了克服现有技术方案的不足,本发明提供一种基于高分辨率遥感筛选危险品堆场的方法，利用了遥感图像的本质特征，在规避了校正运算的同时还能够产生有效、可靠的匹配结果，具有较好的容错能力，可以同时对包含多个目标的图像和图像中目标部分被遮蔽的情况进行处理，适合于危险品堆场的实际情况，筛选识别效率高，能有效的解决背景技术提出的问题。

本发明解决其技术问题所采用的技术方案是：一种基于高分辨率遥感筛选危险品堆场的方法，包括如下步骤：

S100、基于纹理特征获取目标区域，通过灰度共生矩阵区分不同的纹理特征和结构特性，并根据灰度的均匀程度提取目标区域；

S200、通过尺度-空间的方法进行特征点提取，在目标区域内通过对尺度参数和方向参数进行卷积作为兴趣响应提取图像局部极大值和极小值点作为图像的不变特征点；

S300、通过平移矢量消除不变特征点的空间误差，通过Hausdorff距离进行模型和图像的匹配，并通过不变特征点进行平移变换消除空间误差，对不变特征点进行拟合匹配；

S400、建立不变特征点库，对遥感特征点进行逐一筛选，将拟合匹配的不便特征点依次排序组成不变特征点库，并依次通过对比特征点进行筛选，获取危险品堆场。

作为本发明一种优选的技术方案，灰度共生矩阵区分不同的纹理特征和结构特征的具体步骤：

设定L表示图像局部区域的灰度级，则该区域内灰度共生矩阵表示为LxL的矩阵，

即P_θ，d＝[P_i，j]_LxL，其中矩阵元素P_ij表示为图像局部区域内方向为θ，距离为d，灰度值分别为i和j的像素对出现的频率；

通过出现的频率通过统计测度提取共生矩阵特征，获得该区域内的灰度变化与纹理特征。

作为本发明一种优选的技术方案，在通过灰度共生矩阵提取空间频率和位置信息后通过Gabor滤波进行纹理特征精细提取，具体方法为：