基于非下采样轮廓波变换的遥感图像道路提取方法

摘要

本发明公开了一种从遥感图像中提取道路的方法，属于图像处理技术领域，主要解决现有技术对道路检测定位不够准确、虚假目标多且连续性较差的问题。具体实现过程是：首先，对输入图像进行包括自适应直方图均衡化和Frost去噪的预处理；然后对其进行3层非下采样轮廓波变换，每层分解为8个方向，提取第1层和第2层各方向子带的模极大值作为道路的线性特征向量；再采用模糊C均值聚类算法对得到的特征向量进行聚类，获得道路的初始提取结果；最后，对初始提取进行非极大值抑制以及基于空间关系的道路后处理，得到最终的道路提取结果。本发明具有道路定位准确、完整性好且计算复杂度低、不需要训练学等优点，用于遥感图像分析和处理。

主权项

一种基于非下采样轮廓波变换的遥感图像道路提取方法，包括如下步骤：1)对输入图像X进行包括Frost去噪和自适应直方图均衡化的预处理；2)对预处理后的图像进行3个尺度非下采样轮廓波变换，每个尺度分解为8个方向，提取第1个尺度和第2个尺度各方向子带的模极大值作为道路的特征向量；3)对提取的线性特征向量进行模糊C均值聚类，得到道路的隶属度矩阵U，并将该隶属度矩阵U作为初始的分割结果；4)对初始提取结果进行以下非极大值抑制以及基于空间关系的道路后处理，得到遥感图像道路：(4a)对于初始分割的结果图，用Prewitt导数算子或Sobel导数算子，找到其沿x，y两个方向的偏导数(Gx，Gy)，并按照以下式子求出初始分割结果图的梯度的大小|G|和方向θ： | G | = G x 2 + G y 2 θ = Arc tan ( G x G y ) ; (4b)将初始分割结果图的梯度分为水平、竖直、45°方向和135°四个方向，并将各个方向与邻近像素进行比较，在图像中某个像素的梯度方向上，若该像素的灰度值与其前后两个像素的灰度值相比不是最大的，则判定其为非道路像素，并将该像素的灰度值设定为0，否则判定其为道路像素，并将该像素的灰度值设定为1，得到道路集合ROAD。