《一种SAR图像的建筑物几何参数提取方法.pdf》由会员分享，可在线阅读，更多相关《一种SAR图像的建筑物几何参数提取方法.pdf（13页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103400137 A (43)申请公布日 2013.11.20 CN 103400137 A *CN103400137A* (21)申请号 201310371326.0 (22)申请日 2013.08.23 G06K 9/46(2006.01) (71)申请人 中国科学院遥感与数字地球研究所 地址 100012 北京市朝阳区安定门外大屯路 甲 20 号北 (72)发明人 王国军 张风丽 邵芸 徐旭 符喜优 沙敏敏 (74)专利代理机构 北京方韬法业专利代理事务 所 11303 代理人 刘晶婷 (54) 发明名称 一种 SAR 图像的建筑物几何参数提取方法 (57) 。
2、摘要 本发明是有关于一种 SAR 图像的建筑物几何 参数提取方法， 所述的提取方法的步骤如下 ： 对 SAR 图像用滤波算法进行处理， 生成滤波后图像， 并生成入射角矩阵 ； 利用线状特征检测算子从图 像中检测出边界， 得到边界二值图像， 对边界二值 图像进行数学形态学运算， 得到二次散射亮线， 生 成真实亮度曲线， 并确定方位角和入射角 ； 确定 建筑物高度、 长度和权重参数的解空间， 生成模拟 亮度曲线集 ； 从模拟亮度曲线集中寻找与真实亮 度曲线最佳匹配的曲线， 最佳匹配曲线对应的高 度和长度即为该建筑物的反演参数。本发明解决 了从 SAR 图像二次散射线提取建筑物长度偏大和 常规提取建。
3、筑物高度需要大量先验知识的问题， 测量所得误差小。 (51)Int.Cl. 权利要求书 2 页 说明书 7 页 附图 3 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书7页 附图3页 (10)申请公布号 CN 103400137 A CN 103400137 A *CN103400137A* 1/2 页 2 1. 一种 SAR 图像的建筑物几何参数提取方法， 其特征在于所述的提取方法的步骤如 下 ： 对 SAR 图像用滤波算法进行处理， 生成滤波后图像， 并生成入射角矩阵 M ； 利用线状特征检测算子从图像中检测出边界， 得到边界二值图像， 对边界二值图。
4、像进 行数学形态学运算， 得到二次散射亮线， 生成真实亮度曲线， 并确定方位角和入射角 ； 确定建筑物高度、 长度和权重参数的解空间， 生成模拟亮度曲线集 ； 从模拟亮度曲线集中寻找与真实亮度曲线最佳匹配的曲线， 最佳匹配曲线对应的高度 和长度即为该建筑物的反演参数。 2. 根据权利要求 1 所述的一种 SAR 图像的建筑物几何参数提取方法， 其特征在于 ： 所 述的滤波算法采用增强 Lee 滤波算法。 3. 根据权利要求 1 所述的一种 SAR 图像的建筑物几何参数提取方法， 其特征在于 ： 所 述的线状特征检测算子采用自适应性算数均值比算子。 4. 根据权利要求 1 所述的一种 SAR 图。
5、像的建筑物几何参数提取方法， 其特征在于 ： 所 述的真实亮度曲线为由测得的亮度曲线的亮度包络曲线归一化得到的归一化曲线。 5. 根据权利要求 1 所述的一种 SAR 图像的建筑物几何参数提取方法， 其特征在于 ： 所述的 SAR 图像经过二次散射过程， 所述的二次散射过程分为散射过程 A 和 B ； 其中， 散射过程 A 为电磁波照射到墙面后， 镜面反射到达到下垫面， 然后经地面漫反射 回传感器 ； 散射过程 B 为电磁波照射到地面后镜面反射到达墙面， 然后经墙面漫反射回传感器。 6. 根据权利要求 5 所述的一种 SAR 图像的建筑物几何参数提取方法， 其特征在于 ： 所述的模拟亮度曲线集。
6、由公式0L0+w 计算得出， 其中 Is() 为二次散射亮度曲线， I1() 为散射过程 A 的亮度曲线， I2() 散射过程 B 的亮度 曲线， 为 I2() 对应的权重， 7. 根据权利要求 6 所述的一种 SAR 图像的建筑物几何参数提取方法， 其特征在于 ： 所 述的 I1() 和对应二次散射线的长度 L1为 L0=htansin L1=w+htansin 亮度曲线 I2() 和对应二次散射线的长度 L2为 I2()=1,0w L2=w 其中， w、 h 和 分别表示建筑物墙面的长度、 高度和对应方位角， 方位角为墙面与方位 向夹角， 为成像入射角。 8. 根据权利要求 1 所述的一种。
7、 SAR 图像的建筑物几何参数提取方法， 其特征在于 ： 权 利 要 求 书 CN 103400137 A 2 2/2 页 3 所述的反演参数计算公式为I() 为真实亮度 曲线， S为模拟亮度曲线集， 表示两条曲线的相关性， 其中， X、 Y 分别表示两条曲线， N 为曲线的点数， Xi和 Yi分别为曲线上第 i 点，和 分别为曲线对应的均值。 权 利 要 求 书 CN 103400137 A 3 1/7 页 4 一种 SAR 图像的建筑物几何参数提取方法 技术领域 0001 本发明涉及 SAR 图像提取领域， 特别是涉及一种 SAR 图像的建筑物几何参数提取 方法。 背景技术 0002 建筑。
8、物目标监测是合成孔径雷达 (SyntheticApertureRadar， SAR) 遥感应用的一 项重要内容， 在城市建设与规划、 灾害损失评估、 军事监视等领域具有广泛应用。 SAR具有全 天时、 全天候、 可穿透云雾快速成像的能力， 在灾害应急和多云多雨地区的建筑物目标监测 中具有不可替代的作用。 0003 2007 年以来， 随着 TerraSAR-X、 Cosmo-SkyMed、 Radarsat-2 和 TanDEM-X 等卫星系 统的发射成功， 星载 SAR 图像空间分辨率达到米级， 空间分辨率的不断提高已成为当前雷 达遥感发展的重要方向之一。2012 年 11 月 19 日， 。
9、HJ-1C 卫星发射成功 ； 国家重大科技专项 “高分辨率对地观测系统” 和 “国家自然灾害空间信息基础设施” 也规划发射若干颗高分辨 率 SAR 卫星。这些 SAR 卫星将为城区雷达遥感应用提供丰富的数据源， 但另一方面， 也给城 区 SAR 图像应用提出了更高的要求。 0004 由于 SAR 是基于测距原理通过主动发射、 接收微波电磁波成像， 对于地物目标的 几何形态非常敏感。在 SAR 图像中， 建筑物目标的几何形态往往体现在阴影、 叠掩和多次散 射特征中。现有的建筑物几何参数提取方法主要围绕这些散射特征展开。虽然高分辨率 SAR 卫星为城市目标三维重建和动态变化监测提供了宝贵数据源， 。
10、但城市目标的高分辨率 SAR 图像特征非常复杂， 给城区高分辨率 SAR 图像的应用造成很大困难。目前， 基于高分辨 率 SAR 图像的建筑物目标提取与三维重建方法仍处于非常初级的阶段， 人工辅助提取水平 远远优于自动算法。因此， 开展城市目标高分辨率 SAR 目标提取与三维重建方法研究， 是推 动 SAR 遥感技术在城区监测中应用的重要方面。 0005 在米级高分辨率 SAR 图像中， 建筑物目标的二次散射线是一类重要特征， 它是由 建筑物前墙面与周边下垫面组成的二面角反射器形成一条沿墙角的亮线， 对于建筑物目标 的信息反演具有重要的指示意义， 可以用于确定建筑物边界和反演高度。 然而， 在。
11、高分辨率 SAR 图像中， 沿着二次散射亮线方向， 灰度分布不均匀， 甚至会出现亮线长度大于建筑物墙 角线的情况， 利用常规方法来提取建筑物的参数存在较大的误差。 0006 2002 年， Franceschetti 等对典型建筑物的二次散射机理进行了全面深入的分析 提出了采用几何光学和 Kirchhoff 或物理光学近似求解的理论， 推导出二次散射线的后向 散射截面与建筑物高度之间的定量公式如下 ： 0007 0008 其中 ： 0为二次散射线对应的后向散射截面， Spq为散射矩阵， p,q 分别为水平、 垂 说 明 书 CN 103400137 A 4 2/7 页 5 直极化， 与墙壁和地。
12、面的介电常数有关， l 和 h 分别为墙面的长度和高度， 为入射角， 为墙面方位角， 和 lc分别为下垫面均方根高度和相关长度。 0009 参照图 1 所示， 该方法反演建筑物的高度的主要步骤包括 ： 0010 （1） SAR 图像辐射定标 ： 利用 SAR 数据中提供的定标系数对图像进行辐射定标。 0011 （2） 二次散射亮线提取及后向散射截面0计算 ： 从图像中找到建筑物对应的二次 散射线， 提取建筑物的长度， 取整条线及其周边像素的灰度平均值作为该二次散射线的 0 值。 0012 （3） 参数标定 ： 当0已知时， 无法直接利用公式计算建筑物高度， 需要利用已知建 筑物高度、 墙面等参。
13、数对公式中其他参数进行标定， 该过程需要选择 2-3 个有已知高度的 建筑物样本。 0013 （4） 高度反演 ： 当 0和其他参数都确定后， 利用公式反演建筑物高度。 0014 上述技术方案在实际使用中尚存在以下不足 ： 0015 （1） 该技术方案中反演高度时需要确定建筑物及下垫面的电学特性和粗糙度参 数。通常情况下， 这些参数难以精确测得， 从而影响高度反演精度。 0016 （2） 该技术方案通过假定所有建筑物目标及下垫面的电学特性和粗糙度参数都相 同来避免了大量未知参数的输入。 通常情况下， 这种假设不成立， 因此该假设下得出的反演 算法实用性较差。 0017 （3） 该技术方案中尚未。
14、考虑实际 SAR 图像中建筑物二次散射线大于建筑物真实长 度， 因此该技术方案提取建筑物长度存在偏大的情况， 并且误差大小与建筑物朝向有关。 0018 （4） 该技术方案尚未考虑 SAR 图像中建筑物二次散射线的后向散射截面 0分布 不均匀性， 通过取平均值计算方法会给反演结果带来误差。 0019 由此可见， 上述现有的一种 SAR 图像的建筑物几何参数提取方法在使用上， 显然 仍存在有不便与缺陷， 而亟待加以进一步改进。 如何能创设一种计算误差小、 测量方便的新 的 SAR 图像的建筑物几何参数提取方法 , 实属当前重要研发课题之一。 发明内容 0020 本发明要解决的技术问题是提供一种 S。
15、AR 图像的建筑物几何参数提取方法， 使其 反演误差小、 可快速高效的计算建筑物的几何参数， 从而克服现有的提取方法误差大、 测量 不准确的不足。 0021 为解决上述技术问题， 本发明提供一种 SAR 图像的建筑物几何参数提取方法， 其 特征在于所述的提取方法的步骤如下 ： 对 SAR 图像用滤波算法进行处理， 生成滤波后图像， 并生成入射角矩阵 M ； 利用线状特征检测算子从图像中检测出边界， 得到边界二值图像， 对 边界二值图像进行数学形态学运算， 得到二次散射亮线， 生成真实亮度曲线， 并确定方位角 和入射角 ； 确定建筑物高度、 长度和权重参数的解空间， 生成模拟亮度曲线集 ； 从模。
16、拟亮度 曲线集中寻找与真实亮度曲线最佳匹配的曲线， 最佳匹配曲线对应的高度和长度即为该建 筑物的反演参数。 0022 作为本发明的一种改进， 所述的滤波算法采用增强 Lee 滤波算法 0023 所述的线状特征检测算子采用自适应性算数均值比算子。 0024 所述的真实亮度曲线为由测得的亮度曲线的亮度包络曲线归一化得到的归一化 说 明 书 CN 103400137 A 5 3/7 页 6 曲线。 0025 所述的 SAR 图像经过二次散射过程， 所述的二次散射过程分为散射过程 A 和 B ； 其 中， 散射过程 A 为电磁波照射到墙面后， 镜面反射到达到下垫面， 然后经地面漫反射回传感 器 ； 散。
17、射过程 B 为电磁波照射到地面后镜面反射到达墙面， 然后经墙面漫反射回传感器。 0026 所述的模拟亮度曲线集由公式0L0+w 计算得出， 其中 Is() 为二次散射亮度曲线， I1() 为散射过程 A 的亮度曲线， I2() 散射过程 B 的 亮度曲线， 为 I2() 对应的权重， 0027 所述的 I1() 和对应二次散射线的长度 L1为 0028 0029 L0=htansin 0030 L1=w+htansin 0031 亮度曲线 I2() 和对应二次散射线的长度 L2为 0032 I2()=1,0w 0033 L2=w 0034 其中， w、 h 和 分别表示建筑物墙面的长度、 高度。
18、和对应方位角， 方位角为墙面与 方位向夹角， 为成像入射角。 0035 所 述 的 反 演 参 数 计 算 公 式 为 I() 为 真 实 亮 度 曲 线， S为 模 拟 亮 度 曲 线 集， 表 示 两 条 曲 线 的 相 关 性， 0036 其中， X、 Y 分别表示两条曲线， N 为曲线的点数， Xi和 Yi分别为曲线上第 i 点， 和分别为曲线对应的均值。 0037 采用这样的设计后， 本发明至少具有以下优点 ： 0038 1、 本发明提出了一种利用二次散射亮度曲线与模拟亮度曲线匹配来提取建筑物 长度的快速高效方法、 解决了从 SAR 图像二次散射线提取建筑物长度偏大和常规提取建筑 物。
19、高度需要大量先验知识的问题， 测量所得误差小。 0039 2、 本发明通过分析建筑物二次散射形成机制， 发明了一种无需先验知识直接通过 建筑物几何参数来模拟二次散射亮度曲线的方法， 与常规方法相比， 不需要输入参数， 能够 自适应快速提取每一个建筑物目标几何参数。 0040 3、 本发明不同于常规方法中串行提取建筑物高度和长度参数， 而是同时解算出高 度和长度， 充分利用了参数之间的约束关系， 提高了反演精度。 说 明 书 CN 103400137 A 6 4/7 页 7 0041 4、 本发明中不要求辐射定标， 对图像数据要求较低， 实用性强。 附图说明 0042 上述仅是本发明技术方案的概。
20、述， 为了能够更清楚了解本发明的技术手段， 以下 结合附图与具体实施方式对本发明作进一步的详细说明。 0043 图 1 是反演建筑物高度的现有方法流程图。 0044 图 2 是本发明的反演建筑物的几何参数的流程图。 0045 图 3 是本发明生成的亮度曲线示意图。 0046 图 4 中为待测建筑物图 . 0047 图 5 为图 4 建筑物对应的 TerraSAR-X 高分辨率聚束模式地距图像。 0048 图 6 为归一化的真实亮度曲线和最佳匹配曲线。 具体实施方式 0049 参照图 2、 图 3 所示， 采用本发明提供的一种基于 SAR 图像的建筑物几何参数提取 方法对建筑物的高度和长度进行计。
21、算， 其步骤如下 ： 0050 （1） 对 SAR 图像用滤波算法进行处理， 生成滤波后图像 S， 并生成入射角矩阵 M ； 0051 （2） 利用线状特征检测算子从图像 S 中检测出边界， 得到边界二值图像 Sbw， 对边界 二值图像 Sbw进行数学形态学运算， 得到二次散射亮线 Ldb， 生成真实亮度曲线， 并确定方位 角 db和入射角 db； 0052 （3） 确定建筑物高度、 长度和权重参数的解空间， 生成模拟亮度曲线集 S； 0053 （4） 从模拟亮度曲线集 S? 中寻找与真实亮度曲线最佳匹配的曲线曲线 对应的高度和长度即为该建筑物的反演参数。 0054 具体地， 对各步骤进行进一。
22、步解释。 0055 （1） 对 SAR 图像用滤波算法进行处理， 生成滤波后图像 S， 并生成入射角矩阵 M。 0056 本实施例中， 滤波算法优选为增强 Lee 滤波， 表达式为 ： 0057 0058 其 中是 Lee 滤 波 的 权 函 数 ；L 为 成 像 视 数 ； cu,cmax分别为均质区域和异质区域的阈值 ；I为局部标准差。 0059 入射角矩阵 M 用 SAR 图像近距和远距入射角通过线性内插获得， 方法如下 ： 0060 0061 其中， i,j为第 i 行第 j 列对应的入射角， cols 为 SAR 图像总列数， near和 far 分别为图像近距和远距入射角。 006。
23、2 （2） 利用线状特征检测算子和数学形态学运算提取二次散射亮线 Ldb， 生成真实亮 说 明 书 CN 103400137 A 7 5/7 页 8 度曲线并确定方位角 ab和入射角 db。 0063 首先利用线状特征检测算子从图像 S 中检测出边界， 得到边界二值图像 Sbw。线状 特征检测算子优选为自适应性算数均值比 ROA(Ratio of Average) 算子， 该算子将 SAR 图 像的区域灰度均值作为检测特征量， 假定一个以给定像素为中心的固定大小的检测窗口被 经过其中心且方向为 a 的直线分割成两个大小相等的独立部分， 设 u1a和 u2a是两个区域的 像素灰度均值， 计算不同。
24、方向的均值比， 并取其最小值 r。 0064 0065 r 取值在 0 和 1 之间。当 r 趋于 1 时。两区域均值越接近， 则属于同一块区域 ； 若 r 趋于 0， 则两区域差别越大， 待检测点处于两区域边界上。 0066 对边界二值图像 Sbw进行数学形态学运算， 得到二次散射亮线 Ldb。由于 SAR 图像 中通常会出现平行于距离向的非二次散射亮线， 因此还需要去掉平行于距离向的亮线。 0067 参照图 3 所示， 加粗黑色实线为提取二次散射亮线 Ldb， 从 SAR 图像 S 中可提取出 真实亮度曲线I0()， 真实亮度曲线为沿着方向的亮度剖面曲线， 方位角db为Ldb与方 位向夹角。
25、。利用公式 （3） ， 从入射角矩阵 M 中得到 Ldb对应的入射角 db。由于真实亮度曲 线 I0() 波动较大， 进一步地， 用其亮度包络曲线 Icon() 代替真实亮度曲线 I0()， 利用 公式对亮度包络曲线 Icon() 进行归一化， 得到归一化的真实亮度曲线 I()。 0068 0069 *MERGEFORMAT(5) 0070 （3） 根据建筑物长度和高度的取值空间来生成模拟亮度曲线集 S。 0071 确定建筑物高度 h、 长度 w 和权重参数的解空间 ， 如下式 0072 0073 *MERGEFORMAT(6) 0074 其中， Rw、 Rh、 和分别为变量 w、 h 和取值。
26、范围， 下标 min 和 max 分别为最小值和 最大值。 0075 对于 任意元素， 在成像条件 (db,db) 下， 利用公式即可生成模拟亮度曲线集 S。 0076 模拟亮度曲线集 S的生成过程如下 ： 0077 二次散射过程分解为散射过程 A 和 B。其中散射过程 A 为电磁波照射到墙面后镜 面反射到达到下垫面 （过程表示为 Sw） ， 然后经地面漫反射回传感器 （过程表示为 Dg） ， 整个 过程表示为散射过程 B 为电磁波照射到地面后镜面反射到达墙面 （过程表示为 说 明 书 CN 103400137 A 8 6/7 页 9 Sg） ， 然后经墙面漫反射回传感器 （过程表示为 Dw）。
27、 ， 过程表示为因此， 二次散射亮 度曲线Is()为散射过程A的亮度曲线I1()和散射过程B的亮度曲线I2()的加权和， 假设 I2() 对应的权重为I1() 对应权重则二次散射亮度曲线 Is() 表 示为公式。 0078 0079 其中， 亮度曲线 I1() 和对应二次散射线的长度 L1为 0080 0081 *MERGEFORMAT (8) 0082 L0=htansin *MERGEFORMAT (9) 0083 L1=w+htansin *MERGEFORMAT (10) 0084 亮度曲线 I2() 和对应二次散射线的长度 L2为 0085 I2()=1,0w *MERGEFORMA。
28、T (11) 0086 L2=w *MERGEFORMAT (12) 0087 其中 w、 h 和 分别表示建筑物墙面的长度、 高度和对应方位角， 方位角为墙面与 方位向夹角， 为成像入射角。 0088 （4） 从模拟亮度曲线集 S中寻找与真实亮度曲线最佳匹配的曲线曲线 对应的高度和长度即为该建筑物的反演参数 (west,hest)。 0089 将二次散射亮线Ldb对应的真实亮度曲线与模拟亮度曲线集S中所有曲线进行匹 配运算， 真实亮度曲线优选为归一化的真实亮度曲线 I()， 相关性最大的模拟亮度曲线对 应的长度和高度即为反演值 (west,hest)。该过程用公式表示如 0090 0091 。
29、其中， 表示两条曲线的相关性， 曲线 X 和曲线 Y 相关性公式如。 0092 0093 其中， N 为曲线的点数， Xi和 Yi分别为曲线上第 i 点，和分别为曲线对应的 均值。 0094 参 照 图 4-6 所 示 , 以 一 具 体 建 筑 物 为 例 提 取 其 几 何 参 数。 图 4 为 一 栋待测建筑物， 其视向方向为电磁波入射方向， 该建筑物的真实长度和高度为 说 明 书 CN 103400137 A 9 7/7 页 10 (wture,htrue)=(52.0m,171.0m)。 参照图5所示， 该建筑物对应的TerraSAR-X高分辨率聚束模 式地距图像， 像元大小为 0.。
30、5m， 框线部分为建筑物叠掩区， 直线为墙面与地面形成的二次散 射线， 对应的方位角和入射角分别为9.6和42； 通过上述方法得到该建筑物的归一化的 真实亮度曲线和最佳匹配曲线,参照图6所示， 其中实线为归一化的真实亮度曲线， 虚线为 最佳匹配曲线， 经反演得到要提取的建筑物的长度和高度为 (west,hest)=(50.5m,172.0m)， 长度和高度对应的误差为 (ew,eh)=(-1.5m,1.0m)。由此可说明本发明提出的一种利用二次 散射亮度曲线与模拟亮度曲线匹配方法能够有效提取建筑物长度和高度， 误差小。 0095 以上所述， 仅是本发明的较佳实施例而已， 并非对本发明作任何形式上的限制， 本 领域技术人员利用上述揭示的技术内容做出些许简单修改、 等同变化或修饰， 均落在本发 明的保护范围内。 说 明 书 CN 103400137 A 10 1/3 页 11 图 1 说 明 书 附 图 CN 103400137 A 11 2/3 页 12 图 2 图 3 图 4 图 5 说 明 书 附 图 CN 103400137 A 12 3/3 页 13 图 6 说 明 书 附 图 CN 103400137 A 13 。