遥感图像中基于Hough变换的直线提取算法.pdf

《遥感图像中基于Hough变换的直线提取算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第36卷第1期航天返回与遥感2015年2月SPACECRAFTRECOVERY&REMOTESENSING87遥感图像中基于Hough变换的直线提取算法邢坤何红艳岳春宇周楠（北京空间机电研究所，北京100094）摘要针对遥感图像中大型目标的直线特征提取问题，设计了一种基于类直线提取的改进霍夫（Hough）变换算法。类直线的提取相当于Hough变换的预处理，既约束了Hough变换所使用的直线上的特征点，改进了直接进行Hough变换时不同直线的特征点互相干扰的缺点，又降低了计算量。对图像空间的每条类直线分别进行Hough变换

2、，改进投票过程的映射方式，寻找类直线中最多特征点所在的那条直线，只取一个投票峰值，在减小了计算复杂度的同时又去掉了虚假峰值的影响。实验结果表明，改进Hough变换直线特征提取算法性能好、效率高，可用于遥感图像处理领域。关键词遥感图像直线特征提取霍夫变换映射方式中图分类号:TP751.1文献标志码:A文章编号:1009-8518(2015)01-0087-08DOI:10.3969/j.issn.1009-8518.2015.01.012StraightLineExtractioninRemoteSensingImageB

3、asedonHoughTransformXINGKunHEHongyanYUEChunyuZHOUNan（BeijingInstituteofSpaceMechanics&Electricity，Beijing100094，China)AbstractFocusingontheextractionofstraightlinefeaturesfromlargetargetinremotesensingimage,thispaperdesignsanimprovedHoughtransformapproachbasedonr

4、esemblinglinesextraction.Extractionofresemblinglinescorrespondsthepre-processingofHoughtransform,whichcanconstrainfeaturepointsre-quiredfortransform.Thisapproachimprovestheinterferenceoffeaturepointsondifferentlinesandreducesthecomputationalcomplexity.Foreachextr

5、actedresemblingline,Houghtransformisusedinimagespace.Votesarecastusingimprovedmappingscheme.Thestraightlinedeterminedbythemostpointsinresemblinglineisextractedthroughseekingonepeakvalue.Newvotingprocessaimsatreducingthecomputationalcom-plexityaswellasavoidingthee

6、ffectoffalsepeakvalues.Theexperimentalresultsshowthatthisalgorithmismoreefficient,andcanbeusedinremotesensingimageprocessing.Keywordsremotesensingimage;straightlineextraction;Houghtransform;mappingscheme0引言[1]在遥感图像中，人工目标往往具有比较规则的直线特征，对目标的识别和定位起到关键作用，但[2]是景物与成像条件的

7、限制会加大提取直线特征的难度。现有的直线提取方法主要分为两类：一是基于图像域的直线提取方法。该方法的主要思想是直接在图像空间中对图像的梯度或灰度等信息进行处理，分割成很多短的近似位于同一直线上的离散直线段（discretelinesegments，DLS），然后通过一定的规则收稿日期：2014-07-30基金项目：国防973（61321001）、高分专项（GFZX40136-03-02）资助课题88航天返回与遥感2015年第36卷[3][4]将这些DLS进行合并，相位编组法和启发式连接法都是基于该思想。此类方法的特点是局

8、部性好，能够保持良好的边缘特性，但对噪声敏感，易产生断裂的直线，很难保证结果的全局最优。二是基于变[5-6]换域的直线提取方法，是在图像的变换域空间中对图像进行间接处理，如Hough变换和Radon变[7]换，其特点是全局性好，能够处理由于噪声或其它原因导致图像边界部分丢失的情况，但其参数的离散化导致结果不精确，分布