程處理步驟流程圖：
[0205] 圖3為直線檢索處理步驟流程圖；
[0206] 圖4為像素點(diǎn)P的8鄰像素 W及梯度方向角的示意圖；
[0207] 圖5為兩條直線Ll、L2分別與Y軸的夾角示意圖；
[020引圖6為0 = 0或B=JT的直線；
[0209] 圖7為〇<9<~的直線；
[0210] 圖8為0二^的直線；
[0211]圖9為I < 6 < I的直線；
[0212]圖10為9= 勺直線；
[0213] 圖11為；< 6 <孚的直線； 2 4.
[0214] 圖12為0 = ^的直線；
[0215]圖13為孕< 6 <壓的直線； 4
[0216] 圖14為兩條直線交叉情況下的圖示；
[0217] 圖15為直線形成時(shí)像素連接方式示意圖；
[0218] 圖16為At為單像素時(shí)與Aw的位置關(guān)系示意圖；
[0219] 圖17為At為像素組時(shí)與Aw的位置關(guān)系示意圖；
[0220] 圖18為數(shù)組AL中直線的起點(diǎn)和終點(diǎn)示意圖；
[0221 ]圖19為間斷直線的交點(diǎn)S種情況示意圖；
[0222] 圖20為S種直線交叉情況的角分裂示意圖；
[0223] 圖21為角方向示意圖；
[0224] 圖22為最典型的有3類角點(diǎn)歸并情況示意圖；
[0225] 圖23為凸型建筑物的角點(diǎn)分布及角方向示意圖；
[0226] 圖24為樣本圖像經(jīng)過本發(fā)明方法步驟2)高斯濾波處理后示意圖；
[0227] 圖25為樣本圖像經(jīng)過本發(fā)明方法步驟3)邊緣提取處理后的示意圖；
[0228] 圖26為樣本圖像經(jīng)過本發(fā)明方法步驟6)角點(diǎn)提取處理后的示意圖。
【具體實(shí)施方式】
[0229] 本發(fā)明提供了一種遙感影像中的建筑物快速提取方法，具體流程如圖1所示，下面 提供一具體實(shí)施例：
[0230] 步驟1 )、讀取遙感影像，提取灰度圖像；
[0231] 遙感圖像中每個(gè)像素點(diǎn)的色彩由R、G、B =個(gè)分量共同決定，P(r，g，b)代表遙感圖 像中的一像素點(diǎn)，其中r代表該像素點(diǎn)的R分量的值，g代表該像素點(diǎn)的G分量的值，b代表該 像素點(diǎn)的B分量的值，每個(gè)分量在內(nèi)存所占的位數(shù)共同決定了圖像深度，即每個(gè)像素點(diǎn)所占 的字節(jié)數(shù)；W常見的24位深度彩色RGB圖來說，其=個(gè)分量各占1個(gè)字節(jié)，運(yùn)樣每個(gè)分量取值 范圍為[0,255]，令H(P)為灰度函數(shù)，其值表示像素點(diǎn)P(r，g，b)的灰度值，灰度函數(shù)H(P)的 計(jì)算方法如下：
[0232] H(P)=O.3r+0.59g+0.Ilb 式（1)
[0233] 用式（1)按照從左到右、從上到下的順序依次掃描遙感圖像中的每個(gè)像素點(diǎn)，得到 每個(gè)像素點(diǎn)的灰度值，按照式(1)掃描時(shí)同樣的順序組成第一灰度圖像；
[0234] 步驟2)、使用高斯濾波對(duì)第一灰度圖像進(jìn)行降噪處理；
[0235] 噪聲是由于拍攝成像環(huán)境、設(shè)備、天氣等隨機(jī)因素造成;可W通過高斯濾波減弱其 對(duì)原圖的影響；
[0236] 高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的降 噪過程；
[0237] 大小為(2k+l)X(2k+l)的高斯模板U(x，y)為：
[023引
[0239] 其中，k為正整數(shù)且k>l，代表高斯模板的大小;x、y分別代表高斯模板中元素的橫 坐標(biāo)和縱坐標(biāo);O > 0，為第一灰度圖像的平滑程度參數(shù).
[0240] 高斯濾波的具體操作是：用一個(gè)由式（2)計(jì)算出的高斯模板(或稱模板、卷積、掩 模)按照從左至右、從上到下的順序依次掃描第一灰度圖像中的每一個(gè)像素，用高斯模板確 定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代高斯模板中屯、像素點(diǎn)的灰度值；
[0241] 第一灰度圖像中，除左、上、右、下四條寬度為一像素的邊緣外任一像素點(diǎn)P點(diǎn)的8 鄰像素，即緊鄰像素點(diǎn)P的左上、上、右上、左、右、左下、下、右下8個(gè)方向上的像素；
[0242] 令k=l，根據(jù)式(2)輸入闊值〇計(jì)算得出大小為3X3的高斯模板U(x，y)，該高斯模 板U(X，y)中9個(gè)元素的模板值分別為1111、1112、1]13、1]14、111日、1]16、1]17、1]18、1]19;如矩陣1所示的一大小為3 X 3的高斯模板：
[0243]
[0244] 矩陣 1
[0245] 矩陣2中9個(gè)元素的模板值分別為1、2、1、2、4、2、1、2、1;
[0246] 在對(duì)第一灰度圖像做濾波時(shí)，高斯模板的中屯、點(diǎn)（即值為4的位置)對(duì)應(yīng)的是第一 灰度圖像中的像素點(diǎn)P;
[0247] 第一灰度圖像中，除左、上、右、下四條寬度為一像素的邊緣外任一像素點(diǎn)P點(diǎn)的8 鄰像素，即緊鄰像素點(diǎn)P的左上、上、右上、左、右、左下、下、右下8個(gè)方向上的像素，見圖4,像 素點(diǎn)P與8鄰像素的灰度值按照第一灰度圖像中從左至右、從上到下的順序依次為gl、g2、g3、 g4、g日、g6、g7、g8、g9 ;像素點(diǎn)P位于g日位置，gl、g2、g3、g4、g6、g7、g8、g9位置分別為P點(diǎn)的8鄰像素；
[0248] 用該高斯模板U(x，y)按照從左到右、從上到下的順序依次掃描第一灰度圖像中除 左、上、右、下四條寬度為一像素的邊緣外的每一個(gè)像素 P，各像素點(diǎn)P由高斯模板U(x，y)做 高斯濾波的方法見式(3);
[0249]
式(3)
[0250] 所述的化表示W(wǎng)高斯模板U(m，n)做高斯濾波后所到的像素點(diǎn)P的灰度值;S為中間 變量，表示像素點(diǎn)P和其8鄰像素的灰度值的總和；
[0251] 按照式(3)依從左到右、從上到下的順序?qū)Φ谝换叶葓D像中像素點(diǎn)P進(jìn)行依次掃描 時(shí)，對(duì)當(dāng)前所掃描的像素點(diǎn)P由高斯模板U(x，y)所確定的鄰域內(nèi)所有像素(9個(gè)像素）的加權(quán) 平均灰度值替代當(dāng)前像素點(diǎn)P的灰度值，掃描結(jié)束后得到第二灰度圖像；
[0252] 高斯濾波相當(dāng)于對(duì)圖像做平滑操作，使單獨(dú)的一個(gè)像素噪聲在經(jīng)過高斯濾波平滑 處理后的圖像上變得幾乎沒有影響；
[0253] 步驟3)、使用基于化SU的自適應(yīng)化nny算法提取第二灰度圖像中的邊緣，如圖2所 示流程圖，主要可分為四個(gè)步驟：
[0254] 31):用一階偏導(dǎo)的有限差分來計(jì)算梯度的幅值和方向；
[0巧日]采用化nny算法，其中所采用的卷積模板表示為式(4)
[0 巧 6]
式（4)
[0257]其中Mi、M2分別為第二灰度圖像x、y軸方向上的一階偏導(dǎo)數(shù)矩陣，依照所述一階偏 導(dǎo)數(shù)矩陣Mi、M2按照從左到右、從上到下的順序依次掃描第二灰度圖像中的每一個(gè)像素點(diǎn)， 得到每個(gè)像素點(diǎn)X、y方向上的梯度幅值Gx、Gy:
[025引 Gx=[f(x+l，y)-f(x，y)+f(x+l，y+l)-f(x，y+l)]/2 式巧）
[0259] Gy=[f(x，y)-f(x，y+l)+f(x+l，y)-f(x+l，y+l)]/2 式（6)
[0260] x、y表示所處理像素點(diǎn)的橫坐標(biāo)、縱坐標(biāo)值，f(x，y)表示第二灰度圖像中坐標(biāo)為 (x，y)的像素點(diǎn)的灰度值，該像素點(diǎn)的梯度幅值G(x，y)和方向角0(x，y)由式(7)和式(8)處 理得到；
[0261] 式(7)
[0%2] 式(8)
[0263] 由式(7)和式(8)對(duì)第二灰度圖像中每一個(gè)像素點(diǎn)按照從左到右、從上到下的順序 依次掃描，得到第二灰度圖像中每一個(gè)像素點(diǎn)梯度幅值和方向角；
[0264] 32):非極大值抑制；
[0265] 經(jīng)過上述步驟31)的處理，得到了每個(gè)像素的G(x，y)和方向角目（x，y)，由方向角0 (x，y)即可得到梯度方向a,梯度方向a如圖4所示，方向角0(x，y)表示一個(gè)角度、度數(shù)，而梯 度方向a是一個(gè)向量，起點(diǎn)為g5終點(diǎn)為Gp或Gn, Gp表示梯度方向上前一個(gè)像素的梯度幅值，Gn 表示梯度方向上后一個(gè)像素的梯度幅值；
[0266] 為了得到最真實(shí)的邊緣，須保留每個(gè)像素點(diǎn)在其梯度方向上的極大值，而刪掉當(dāng) 前像素點(diǎn)梯度方向上的其他值，對(duì)第二灰度圖像中每個(gè)像素點(diǎn)按照從左到右、從上到下的 順序進(jìn)行非極大值抑制，即處理得到第=灰度圖像，第=灰度圖像顯示了遙感影像中建筑 物影像的邊緣，非極大值抑制的具體處理方法如下；
[0267] 判斷是否是極大值，需要根據(jù)當(dāng)前掃描像素點(diǎn)梯度方向所在的區(qū)間，在X和y軸方 向分別進(jìn)行插值計(jì)算，然后再進(jìn)行比較，W找到最大值，梯度方向所在的區(qū)間指的是梯度方 向a所在的角度范圍，插值是為了更合理地判斷當(dāng)前像素點(diǎn)的梯度方向：
時(shí)，令 ^中間變量；
[0269]
f，令
[0272] 其中，g5為當(dāng)前處理像素的梯度幅值，gn(l含n含4,6含n含9)表示8鄰像素的梯度幅 值，Gp表示梯度方向上前一個(gè)像素的梯度幅值，Gn表示梯度方向上后一個(gè)像素的梯度幅值；
[0273] 當(dāng)梯度方向a的值在上述相應(yīng)的區(qū)間內(nèi)時(shí)，當(dāng)且僅當(dāng)當(dāng)前所處理像素的梯度幅值 邑5大于前述①~④中各插值方法計(jì)算出的Gp和Gn時(shí)，g5為極大值，也就是邊緣點(diǎn)；
[0274] 33)、計(jì)算最優(yōu)高低闊值
[0275] 本步驟采用了化nny算法中一種叫雙闊值的技術(shù)，即設(shè)定一個(gè)高闊值和低闊值，圖 像中的像素點(diǎn)的梯度值如果大于高闊值則認(rèn)為必然是邊緣(真邊緣），如果小于低闊值，貝U 認(rèn)為必然不是邊緣點(diǎn)；處于低闊值和高闊值之間的像素點(diǎn)是潛在的邊緣點(diǎn)（假邊緣），需要 在后面進(jìn)行輪廓跟蹤時(shí)進(jìn)行取舍；
[0276] 計(jì)算最優(yōu)高低闊值：
[0277] 讀取第=灰度圖像的寬度為W像素、高度為H像素，則第=灰度圖像中的像素總數(shù)N 為：
[027引 N=WXH 式(9)
[0279] i皆笛=灰度圖像中每一像素的梯度幅值G ( X，y )的范圍為[0，G ]，
，讀取每一像素的梯度幅值G(x，y)，找梯度幅值等于確定值為i的像素， 得到梯度幅值等于i的像素個(gè)數(shù)為Ni個(gè)，ie[0，G];設(shè)Tl為最優(yōu)低闊值，T2為最優(yōu)高闊值；
[0280] 非邊緣點(diǎn)總個(gè)數(shù)Ni(Ti，T2)為：
[0281]
式(10)
[0282] 其中，Ni是梯度幅值等于i的像素的個(gè)數(shù)；
[0283] 非邊緣點(diǎn)所占比例值CO 1 (Tl，T2)為：
[0284]
式（11)
[0285] 潛在邊緣點(diǎn)總個(gè)數(shù)化(Tl，T2)為：
[0286]
式(12)
[028引 式（13)
[0287]潛在邊緣點(diǎn)所占比例值CO 2(Tl，T2)為：
[0289] )為；
[0290] (14)
[0291] (Ti，T2)為：
[0292] 式(15)
[0293] 非邊緣點(diǎn)的平均梯度m(Ti，T2)、潛在邊緣點(diǎn)的平均梯度化(Tl, T2)和真邊緣點(diǎn)的平 均梯度化(Tl, T2)如下：
[0294]
式(16) [02M]第S灰度圖像總的梯度均值iis為：
[0 巧 6] Ws = Wi 化，T2)?i(Ti，T2)+化（Ti，T2)?2(Ti，T2)+ii3(Ti，T2)?3(Ti，T2)式（17)
[0297]非邊緣點(diǎn)、潛在邊緣點(diǎn)和真邊緣點(diǎn)運(yùn)=類像素的類間方差O2 (Tl，T2)為：
[0 巧引 02(Ti，T2)=?i(Ti，T2)(yi(Ti，T2)-ys)2+?2(Ti，T2)(y2(Ti，T2)-ys)2+?3(Ti，T2)(ii3 (Tl，T2)-iiS)2
[0299] 式(18)
[0300] 使類間方差〇2(Ti，T2)在[1，G-1]范圍內(nèi)依次取值，當(dāng)類間方差〇2(Ti，T2)為最大值 時(shí)，此時(shí)的Ti、T2的值即為最優(yōu)低闊值Tl和最優(yōu)高闊值T2;
[0301] 34):用雙闊值算法檢測(cè)和邊緣連接；
[0302] 根據(jù)上一步33)中得到的最優(yōu)低闊值Tl和最優(yōu)高闊值T2對(duì)第=灰度圖像圖像進(jìn)行 過濾，像素點(diǎn)的梯度幅值如果大于高闊值則認(rèn)為當(dāng)前像素點(diǎn)必然是邊緣點(diǎn)，即真邊緣點(diǎn)，如 果當(dāng)前處理像素點(diǎn)的梯度幅值小于低闊值，則認(rèn)為當(dāng)前像素點(diǎn)必然不是邊緣點(diǎn)；處于低闊 值和高闊值之間的像素點(diǎn)是潛在的邊緣點(diǎn)，即假邊緣;將第=灰度圖像根據(jù)高闊值過濾得 到的邊緣點(diǎn)鏈接成輪廓，當(dāng)?shù)竭_(dá)輪廓的端點(diǎn)時(shí)，在端點(diǎn)的8鄰點(diǎn)尋找潛在的邊緣點(diǎn)，再根據(jù) 所找到的潛在的邊緣點(diǎn)，在其8鄰點(diǎn)中循環(huán)處理收集新的邊緣點(diǎn)，如此處理整個(gè)第=灰度圖 像，直至邊緣閉合，得到第四灰度圖像；
[0303] 步驟4)、基于Freeman鏈碼的直線提取方法，見圖3所示流程圖：
[0304] 設(shè)單條直線L與巧由的夾角0范圍為0~31，如圖5,直線Ll與巧由的夾角為01，直線L2 與Y軸的夾角為02;
[0305] 按夾角0的范圍劃分共有八種情況的直線^
[0306] ① 0 = 0 或 0=jT;見圖 6;
[0307] ②〇<掙 < 手;見圖7;
[030引③6二J ;見圖8;
[0309] ④一<0< 奮;見圖9;
[0310] ⑤身;見圖 10; '巧 3況-<