(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210794683.7 (22)申请日 2022.07.07 (71)申请人 中国电子科技 集团公司第十四研究 所 地址 210039 江苏省南京市雨 花台区国睿 路8号 (72)发明人 谢聪　庄龙　雷志勇　朱睿希　 (74)专利代理 机构 南京知识律师事务所 32 207 专利代理师 刘丰　高娇阳 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/30(2022.01) G06V 10/422(2022.01) G06V 10/54(2022.01)G06V 10/74(2022.01) (54)发明名称 一种SAR图像建 筑物快速提取方法 (57)摘要 本发明涉及一种SAR图像建筑物快速提取方 法， 包括如下步骤： S1， 预处理， 对图像进行滤波 处理； S2， 粗提取， 对经过滤波处理后的图像进行 分割， 将图像分类为目标与背景两类； S3， 精提 取， 提取目标对象的面积、 周长、 长宽比以及邻域 特征， 利用这些特征去除虚警目标， 保留图像中 建筑物目标。 本发明的SAR图像建筑物快速提取 方法， 经过预处理使SAR图像更加均匀、 平滑， 还 可以获得轮廓清晰、 完整的建筑物区域， 为后续 目标精提取提供基础； 经过粗提取和精提取， 可 以有效地减少SAR图像中类似建筑物的虚警目 标。 权利要求书1页 说明书4页 附图1页 CN 115205678 A 2022.10.18 CN 115205678 A 1.一种SAR图像建筑物快速提取 方法， 其特 征在于： 包括如下步骤： S1， 预处理， 对图像进行 滤波处理； S2， 粗提取， 对经 过滤波处理后的图像进行分割， 将图像分类为目标与背景两类； S3， 精提取， 提取目标对象的面积、 周长、 长宽比以及邻域特征， 利用这些特征去除虚警 目标， 保留图像中建筑物目标。 2.根据权利 要求1所述的SAR图像建筑物快速提取方法， 其特征在于： S1中， 采用非局部 稀疏模型对图像进行 滤波理， 减少图像相干斑噪声， 保持图像边 缘、 轮廓等细节信息 。 3.根据权利要求2所述的SAR图像建筑物快速提取方法， 其特征在于： 采用非局部稀疏 模型对图像进行 滤波理包括： 首先， 以图像 中每个像素N ×N邻域为图像块， 计算每个图像块与其他图像块的相似度， 构建相似集 合， 其中， N 为整数； 其次， 分析相似集 合的结构与大小， 结合相似集 合构建稀疏表示的字典； 然后， 根据设计的稀疏表示字典， 采用SOMP算法对图像的相似集合进行稀疏分解与稀 疏重构； 最后， 计算图像中每个像素所有降噪结果的平均值， 作为该像素的最后降噪结果， 从而 获得整幅图像的降噪结果。 4.根据权利 要求1所述的SAR图像建筑物快速提取方法， 其特征在于： S2中， 采用自动阈 值分割方法对图像进行分割。 5.根据权利要求4所述的SAR图像建筑物快速提取方法， 其特征在于： 采用自动阈值分 割方法对图像进行分割包括： 首先， 假设一个初始的分割阈值， 将图像每个像素分为前景和背景两类， 其中前景即目 标， 分别计算前 景像素和背景像素的所占图像总像素个数的比例与平均灰度； 其次， 求解前景像素与背景像素的类间方差值； 最后， 采用遍历的方法， 找到使类间方差最大的阈值， 即为 最后选取的分割阈值。 6.根据权利 要求1所述的SAR图像建筑物快速提取方法， 其特征在于： S3中， 对经过S2处 理的目标粗提取结果， 利用形态学处理对目标进 行膨胀与腐蚀， 并采用面向对象的思想， 分 别提取目标对 象的面积、 周长、 长宽比以及邻域特征等， 利用这些特征去除虚警目标， 保留 图像中建筑物目标。权　利　要　求　书 1/1 页 2 CN 115205678 A 2一种SAR图像建筑物快速提取方 法 技术领域 [0001]本发明涉及图像分割领域， 尤其涉及一种SAR图像建筑物快速提取 方法。 背景技术 [0002]合成孔径雷达(SAR)作为一种主动式成像系统， 可以穿透云层生成地面信息， 不 受 大气条件影响全天时大范围采集数据， 因此被广泛应用于地球表面资源探测、 土地监测、 城 市监测以及灾害监测等众多方面。 建筑物作为地面一种非常重要的人造目标， 利用SAR图像 全天时、 全天候监测地表建筑物位置、 轮廓以及变化， 可以为军事目标探测与城市规划提供 重要的基础信息 。 [0003]由于SAR相干成像机理使所获得的图像中含有大量相干斑噪声， 这些相干斑噪声 给建筑物 提取带来了不利影响， SAR图像 建筑物提取仍然 是一项具有挑战性的工作。 近十几 年来， 学者们提出了很多SAR图像 分割方法， 包括图像聚类方法、 阈值方法、 基于马尔科夫随 机场(MRF)的方法以及水平集方法等。 “基于改进Markov随机场的高分辨率SAR图像建筑物 分割算法 ”( 《电子学报》 )提出了一种基于 改进马尔科夫随机场模型的高分辨率SAR图像建 筑物分割算法。 根据SAR图像斑点噪声和建筑物复杂纹理特性的特点， 利用多尺度马尔科夫 随机场模型的最大似然准则方法对图像进行初始分割， 并提出一种新的基于Gabor纹理相 似度的邻域势 函数模型， 采用迭代条件模型算法进 行建筑物分割。 通过对多幅真实SAR图像 进行建筑物提取实验， 结果表明基于改进马尔科夫随机场模型的方法可以提取清晰的建筑 物轮廓。 [0004]基于马尔科夫随机场模型的建筑物提取方法计算量巨大， 同时也受图像相干斑噪 声影响， 在实际工程应用中很难推广。 与马尔科夫随机场模型的分割方法相比， 水平集分割 算法由于更能适应图像中拓扑关系变化， 因此在建筑物分割中可以取得比较稳健的结果。 Chan‑Vese(CV)模型通过利用图像中分片光滑的区域来表示目标和背景， 在图像分割中取 得了良好的效果。 [0005]当面临复杂场景 图像分割时， 水平集方法的分割精度往往会有明显 的下降。 结合 多源图像融合的方法可以为图像 分割提供更多的信息。 “基于能量最小化的星 载SAR图像建 筑物分割方法 ”( 《自动化学报》 )结合高分辨率光学遥感影像,提出了一种基于能量最小化 的星载SAR图像建筑物分割模型。 首先， 利用Gamma分布来表达SAR图像数据， 从而构造条件 概率能量项来推动 演化曲线向目标边缘演化； 其次， 基于先验知识 来构建先验形状能量项， 在该能量项的推动下演化曲线不断变形,可以改善复杂背景 下图像分割精度。 [0006]因此， 现有图像分割方法需要较大计算成本或光学辅助数据， 在实际应用中难以 自动、 有效地从图像中提取建筑物， 急需一种快速的SAR图像建筑物提取 方法。 发明内容 [0007]为解决现有的技 术问题， 本发明提供了一种SAR图像建筑物快速提取 方法。 [0008]本发明的具体内容如下： 一种SAR图像建筑物快速提取 方法， 包括如下步骤：说　明　书 1/4 页 3 CN 115205678 A 3