申请/专利权人：东南大学

申请日：2020-11-30

公开（公告）日：2024-03-26

公开（公告）号：CN112487977B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/25;G06V10/44

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本发明公开了一种基于国产GF2遥感影像的机场跑道提取方法，涉及遥感领域。使用GF2中JPG图片、MSS多光谱、PAN全色三种不同分辨率的数据，在不同尺度下通过计算光谱特征、几何特征、边缘特征，按照疑似机场靶区识别、机场区域确定、机场跑道提取与定位的技术途径提取机场跑道，提高了识别效率与运算速度，且对由多个跑道方向、复合材料构成跑道面的复杂机场跑道提取也具有较好的稳定性。主要包括：在JPG图片数据上做全局检测，得到多个疑似机场靶区；在疑似机场靶区内，通过多方向平行线组特征，确定机场区域；在机场区域内，通过局部极大值抑制算法提取不同复杂情况的机场跑道。本发明能够自动提取到机场跑道位置信息且识别效果较为良好。

主权项：1.一种基于国产GF2遥感影像的机场跑道提取方法，其特征在于，包括以下步骤：步骤一、数据采集；采集GF2影像数据，GF2影像数据包括JPG图像数据、原始MSS多光谱数据、原始PAN全色数据；步骤二、疑似机场靶区识别；首先，根据JPG图像数据中的光谱特征、面特征和边缘特征建立特征集，去除部分非机场区域；然后利用特征集、形态学滤波对去除部分非机场区域后的JPG图像数据做全局检测，得到疑似机场靶区，并制作疑似机场靶区掩模图；步骤三、机场区域确定；首先，对原始MSS多光谱数据实施降采样，利用步骤二得到的疑似机场靶区域掩模图定位，得到降采样后MSS多光谱数据中的疑似机场靶区；其次，利用多方向平行线组提取算法对降采样后MSS多光谱数据中的疑似机场靶区作进一步筛选，得到确定的机场区域；最后，将降采样后MSS多光谱数据中确定的机场区域反向定位至原始MSS多光谱数据中，并标出机场区域；其中，利用多方向平行线组提取算法对降采样后MSS多光谱数据中的疑似机场靶区作进一步筛选，得到确定的机场区域；具体如下：步骤1、在降采样后MSS多光谱数据中的疑似机场靶区内做LSD直线段检测，得到疑似机场靶区内所有直线段；步骤2、计算步骤1得到的每条直线段的角度和长度信息；步骤3、基于步骤2得到的直线段的角度和长度信息，构建疑似机场靶区内的多方向平行线组向量集；步骤4、基于多方向平行线组向量集的分布特征，提取降采样后MSS多光谱数据中疑似机场靶区内的多方向平行线组，再利用提取的多方向平行线组定位，确定机场区域；步骤四、机场跑道提取；首先，对原始PAN全色数据实施降采样，利用步骤三得到的机场区域定位，得到降采样后PAN全色数据中的机场区域；其次，采用多方向平行线组提取算法，提取降采样后PAN全色数据中机场区域内的多方向平行线组；最后，利用降采样后PAN全色数据中的机场区域内的多方向平行线组的分布特性，提取机场跑道；其中，采用多方向平行线组提取算法，提取降采样后PAN全色数据中机场区域内的多方向平行线组的步骤如下：步骤①、在降采样后PAN全色数据中的机场区域内做LSD直线段检测，得到机场区域内所有直线段的长度，并计算每条直线段的角度；步骤②、基于步骤①得到的直线段的长度与角度，构建机场区域内的多方向平行线组向量集；步骤③、基于步骤②的多方向平行线组向量集的分布特征，对步骤①中LSD直线段检测结果进行筛选与合并，得到多方向平行线组；步骤④、基于步骤③的多方向平行线组定位至降采样后PAN全色数据中，提取降采样后PAN全色数据中的机场跑道；步骤五、对步骤四得到降采样后PAN全色数据中的机场跑道进行逆采样变换，将变换后的机场跑道定位至原始PAN全色数据中；步骤四具体实施步骤如下：步骤4.1、对原始PAN全色数据实施降采样，将步骤3.4所得机场区域定位到降采样后的PAN全色数据中，得到降采样后PAN全色数据中的机场区域；步骤4.2、构建多方向平行线组向量集；具体如下：步骤4.2.1、对步骤4.1的机场区域进行LSD直线段检测，得到机场区域内所有直线段；步骤4.2.2、在步骤4.2.1的基础上，加入对所有直线段的角度计算，得到机场区域内所有直线段的角度和长度信息；步骤4.2.3、在0-180度范围内，依据步骤4.2.2中每一条直线段的角度与长度信息，按每隔1度为一组的方式，将所有直线段分在编号为1-180的组别内，构建多方向平行线组向量集S，该向量集的表达式为：S＝{S[α]},α＝1,2,......1803其中，α是组编号；S[α]表示向量集S中第α个组内所有直线段长度之和，是一个数值，且第α个组内所有直线段的角度均在[α-1,α]内；步骤4.2.4、首先，将步骤4.2.3的向量集S中S[α]的数值小于Z所对应的组别删除，得到新的多方向平行线组向量集Q,该向量集的表达式为：Q＝{Q[β]},β＝1,2,......βmax4其中，向量集Q内共有βmax个组别；Q[β]表示向量集Q中第β个组内所有直线段长度之和，且第β个组内所有直线段的角度均在[β-1,β]内；然后，将向量集Q中Q[β]的数值按照从大到小的顺序排列，并绘制直线方向直方图；步骤4.3、利用多方向平行线组向量集的分布特征，对步骤4.2.2中的所有直线段进行筛选与合并，得到多方向平行线组；具体实施步骤如下：步骤4.3.1、首先，通过多方向平行线组向量集的分布特性判断机场跑道方向与数量，判断过程如下：第一步，初始化β＝1；第二步，首先，计算Q[β]和Q[β+1]的比值，若比值小于长度比阈值B1，则输出并保留Q[β]所对应的组以及组内所有多方向平行线段，进行第三步；若比值大于长度比阈值B1或β＝βmax，则输出并保留Q[β]所对应的组以及组内所有多方向平行线段，然后，结束判断并进行步骤4.3.2；第三步，令β＝β+1，并返回第二步继续执行；步骤4.3.2、多方向平行线组的合并；首先，对步骤4.3.1保留的所有多方向平行线组进行判断，判断过程如下：步骤A、对步骤4.3.1保留的所有多方向平行线组中的所有直线段中任取两条直线段，若两条直线段合并后的长度大于合并前的长度，则进行步骤B；否则两直线段不能合并；步骤B、计算步骤A选取的两条直线段的距离、角度和最大截距偏差是否小于距离阈值D1、角度阈值A1、最大截距偏差阈值E；若都小于阈值则两直线段进行合并，否则不能合并；步骤C、完成对所有直线段的判断，将合并后的长度小于长度阈值D2的直线段剔除，得到的多方向平行线组就是机场跑道内的多方向平行线组，且多方向平行线组的方向与数量即代表了不同方向跑道的方向与数量；步骤4.4、将步骤4.3.2得到的多方向平行线组定位至降采样后的PAN全色数据中，提取机场跑道。

全文数据：

权利要求：

百度查询： 东南大学 一种基于国产GF2遥感影像的机场跑道提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD