專利名稱：一種利用多光譜圖像分類的典型地物參考圖的制備方法
技術領域：
本發明屬于圖像識別技術領域，具體涉及一種利用多光譜圖像分類的參考圖制備方法，用于制備典型地物的參考圖，適用于飛行器導航制導中的目標識別。
背景技術：
隨著紅外成像制導技術的發展，對目標背景輻射特性及其紅外成像特征的研究越來越受到國內外研究學者的重視，在飛行器導航制導研究領域具有重要意義。在不同時相、不同氣候、不同光照、遠距離成像條件下，成像傳感器獲取到的光學圖像呈現不同的特性且復雜多變，尤其在目標特征不夠明顯或者目標被遮擋的情況下，采用直接導航定位識別方法往往不可靠。然而，在一定距離的大范圍高分辨率圖像中，目標周邊區域常常會出現某種具有顯著特性的地物，稱為典型地物，如河流、橋梁、道路和建筑物群等，它們有一定大小、幾何形狀、可見性和輻射特性，將這類地物作為地面標志(簡稱地標)用來間接定位目標，有助于解決復雜環境下的目標識別問題。因此，對包含地標的特征參考圖制備顯得尤為重要。郭文普等人在論文“基于3D可視化GIS的前視參考圖生成方法”中提出一種用于景象匹配的可見光前視參考圖制備方法，該方法的核心步驟是利用規劃航跡上的衛星圖像立體像對，通過一種三維重建算法生成數字高程模型數據，疊加正射圖像，最后生成前視基準圖像序列，從而與前視實時圖進行匹配。但該方法制備的是目標參考圖，在目標特性不顯著時無法滿足導航制導需求，且生成的目標參考圖沒有考慮實際成像條件下對目標灰度的約束。中國專利文獻200910273308.2公開了一種方案，其利用數字表面模型模擬預設航路上的飛行場景，確定航路上用作導航的平面地標，再制作地標多視點多尺度光學特征圖，計算出各地標的相關參數，制備帶參數的參考圖。該方法制備的參考圖沒有考慮實際成像時地標的灰度賦值，且主要是人工參與制備，缺少自動性。另外，劉婧等人在論文“前視紅外景象匹配制導基準圖生成研究”(微計算機信息，第23卷第30期，2007)中提出一種多特征前視基準圖生成方法，其以可見光圖像為數據源，提取出目標和背景的幾何視圖并分別計算溫度和輻射特征，經合成并加入大氣作用效果，最后根據不同視點得到前視紅外景象匹配多視點多尺度基準圖。該方法在圖像分割和多圖提取基礎上分別得到背景與目標幾何視圖，對目標進行建模與Vega紅外仿真生成基準圖，其輸入參數多，計算量大且計算結果的準確性與圖像分割、目標建模等方法密切有關，自動性和實時性不足。上述方法基本上以離線人工參與方式制備包含地標/目標的特征參考圖，這類方法具有一定程度上的主觀性，效率較低，對地標/目標賦予經驗上的灰度值，并沒有考慮實際成像條件下地標/目標的紅外輻射特性，因而制備出的參考圖沒有預測出地標/目標的紅外特性，對目標匹配識別算法產生直接影響。對于包含目標的參考圖，沒有考慮到遠距離成像時目標表觀弱小時的導航定位問題，制備出的參考圖無法滿足目標較遠時的精確導航需求
發明內容
本發明的目的在于提供一種利用多光譜圖像分類的參考圖制備方法，其利用多種特征信息對多光譜圖像進行快速分類，提取較完整的感興趣類，選擇其中部分用作地標，并對地標的紅外特性進行預測，解決飛行器導航制導過程中目標特征不顯著情況下，通過制備包含地標的特征參考圖以解決復雜環境下目標間接定位識別問題，為飛行器前視導航時間接定位識別目標提供支持。實現本發明目的的一種利用多光譜圖像分類的參考圖制備方法，包括如下步驟:(I)從多光譜圖像中選擇感興趣類，提取其光譜-空間紋理特征，并根據提取的光譜-空間紋理特征對所述多光譜圖像進行分類；(2)在分類基礎上，利用地物形狀，數學形態學方法和地物空間關系優化感興趣類，從中提取出較完整的感興趣類，并運用地標選取準則從中選擇用作地標的感興趣類；(3)根據地物材質特性、輻射特性參數，根據紅外輻射公式計算上述地標的輻射量;(4)將所述輻射量值進行灰度映射，并據此制備參考圖。作為本發明的改進，所述的光譜-空間紋理特征為將所述感興趣類的光譜特征和空間紋理特征分別抽取并歸一化后拼接組成。作為本發明的改進，提取感興趣類的空間紋理特征中，首先在多光譜圖像上計算中心像元在每個圖像數據立方體上的旋轉不變均衡局部二值模式值，根據該模式值與模式出現次數的映射關系，獲得所述模式出現次數的值，以其作為空間紋理特征。作為本發明的改進，所述紅外輻射公式如下:Ld = (Ldirect+Lthermal) * τ path+Lb式中，Ld為在探測器表面成像時的輻射量，Ldirect為物體反射太陽輻射部分，Lthermal為物體自身輻射，Lb為大氣傳輸的路徑輻射，τ path為大氣平均透過率。作為本發明的改進，所述紅外輻射量映射到灰度值具體是指將所述最大輻射量和O分別映射為灰度值255和0，中間值進行線性映射，從而歸一化到
。作為本發明的改進，所述制備的參考圖為下視參考圖，其具體為:將灰度映射后的地標提取出來，疊加在原尺寸大小的背景圖上，從而制備成下視參考圖。作為本發明的改進，所述下視參考圖經透視變換后可得到前視參考圖。作為本發明的改進，在確定所述地標后，可計算目標與所述地標在多光譜圖像中的空間位置約束關系，以用于目標匹配。作為本發明的改進，所述從多光譜圖像中選擇出感興趣類并進行分類前，還可對待處理的所述多光譜圖像進行預處理，以得到適用于特征提取的輸入圖像。作為本發明的改進，作為可選的操作，還對多光譜圖像進行預處理；作為本發明的改進，本發明中還沿飛行路徑在視場范圍內確定用作平面地標的感興趣類，計算目標與地標在多光譜圖像中的空間位置約束關系。本發明通過快速分類和紅外輻射量計算來制備包含地標紅外特性預測的參考圖，對基于匹配識別的導航系統提供了重要的導航基準數據，使得基于參考圖的匹配識別性能更優。本發明方法具有高的準確性，高效率和自動性，可以解決遠距離成像條件下目標無法直接識別的問題，為基于匹配參考圖的前視目標識別提供支撐。
圖1為本發明實施例方法的總體流程圖；圖2為本發明實施例的包含河流、道路、建筑物群的多光譜圖像；圖3為本發明實施例的感興趣類提取富于判別的光譜-空間組合特征示意圖；圖4為本發明實施例的對河流、道路、建筑物群進行分類的結果圖；圖5為在圖4基礎上提取河流、道路、建筑物群選作地標的結果圖；圖6為本發明實施例的地標與目標的相對關系圖；圖7為本發明實施例的紅外輻射計算時太陽角示意圖；圖8為本發明實施例的典型材質在不同觀測時間時溫度變化與自身輻射量對比圖；圖9為本發明實施例的進行紅外輻射計算與灰度映射后的下視參考圖；圖10為本發明實施例的地標形殊點集與目標形心的空間約束關系圖；圖11為對圖9進行透視變換后的多尺度多視點前視參考圖。
具體實施例方式為使本發明的目的、技術方案和效果更加清楚明了，下面結合附圖和具體實施例對本發明作進一步詳細描述。以下實施例僅是解釋性的，并不構成對本發明的限定，凡在不脫離本發明精神實質下的修改，都屬于本發明的保護范圍。在一定的成像距離，飛行高度和合適的飛行角度下，河流、道路、建筑物群等地物的可見性是可以保證的，因而本發明是在這些地物可見的情況下來考慮的。下面以圖2所示的多光譜圖像為例對本發明作進一步詳細的說明。如圖1所示，本實施例中參考圖制備的具體流程如下:(I)針對多光譜圖像，選擇其中的感興趣類，提取感興趣類的光譜-空間紋理特征，并利用這些光譜-空間紋理特征進行分類。(1.1)光譜-空間紋理特征提取。如圖2 (a)- (c)所示，在高分辨率多光譜圖像中，通過對場景中目標周邊地物分析，選擇航路上局部感興趣區域中具有一定顯著性、可見性和對比度的地物作為感興趣類。對于選擇出的感興趣類，或是以感興趣類中的一部分作為訓練樣本，提取其光譜-空間紋理特征。具體是，首先，在輸入圖像上，以中心像元滑動窗口方式計算中心像元在每個圖像數據立方體上的旋轉不變均衡局部二值模式(LBFiu2)值，根據模式值到模式出現次數的映射關系，計算出該像元的旋轉不變均衡直方圖特征(即空間紋理特征)，重復這個過程為所有預定義的訓練樣本計算出旋轉不變均衡直方圖特征。然后，計算感興趣類的光譜特征，并與其空間紋理特征分別歸一化，再拼接成綜合特征向量，記為(ra_)^，TS e Rd。光譜特征的計算在本領域具有多種成熟的方法，本實施例中采用各種方法均可實現。對測試圖像重復這樣的計算過程，得到測試樣本集，記為TS e Rd。其中1，d, u分別表示訓練樣本個數，特征維數與測試樣本個數。通常需要對高維的LBFiu2特征進行約簡，使得不同類別的特征之間更加可分，記新的特征維數為d’。
圖3給出了在一些典型信息類抽取到的光譜-空間特征示意圖，包括3個光譜特征和10個緊致的空間直方圖特征構成，從中可以看出引入空間特征的分類器將提高分類性能。(1.2)分類。本實施例中采用基于核的支持向量數據域(SVDD)進行分類，當然也可以采用其他方法進行分類，例如一類支持向量機(OCSVM)分類等。首先，將步驟(1.1)中得到的感興趣類的訓練樣本按比例5:1:4隨機劃分為訓練子集、交叉驗證子集和測試子集，用來訓練基于核的支持向量數據域(SVDD)模型，對測試圖像進行快速分類。其次，由于一類分類只需提供感興趣類樣本，因此將基于訓練子集和測試子集進行交叉驗證獲得最優核參數(C，gamma)，使用這些參數訓練一個最終的核SVDD模型。最后，利用核SVDD模型對圖像的感興趣區域進行快速分類。核SVDD模型能準確地識別感興趣類并拒絕異常類，可在真實類別數據的基礎上進行精度分析。為了驗證上述空間結構特征提取方法的有效性，本實施例同時提取到數據樣本(訓練樣本和測試樣本)的基于灰度共生矩陣(GLCM)的5種紋理特征(對比度、熵、角二階矩、逆差矩和相關性)進行對比。圖4 (a) - (c)分別是本實施例中特征提取方法在三個實驗圖像上的分類結果。從圖4可以看出，本實施例中特征提取方法在空間分類中的有效性，尤其是在感興趣類呈隨機性分布時。在進行特征提取和分類前，作為可選的步驟，可對待處理的多光譜圖像進行預處理以獲得適用于特征提取的輸入圖像。例如，執行數據位寬轉換(16位到8位)，數據歸一化以及維數約簡。(2)地物提取。在分類基礎上，基于地物形狀信息、數學形態學處理和空間關系等知識進行感興趣類的優化，提取出較完整的感興趣類。通過對場景中感興趣類如河流、道路、建筑物群的分析，可知它們具有不同的形狀信息，如河流呈曲線形，道路呈直線狀，建筑物群近似矩形，它們有不同的長寬比、離心率；在空間幾何關系上，兩種地物會同時出現，如建筑物群常與河流毗鄰，機場周邊常有道路出現。因此，綜合利用地物形狀信息和空間關系知識提取出初始感興趣類(目標類)，并運用數學形態學方法進行增強，獲得較完整的最終感興趣類。圖5 (a) - (c)是從1156米X725米視場范圍的多光譜圖像上提取到的感興趣類河流、道路、建筑物群的結果。(3)地標選擇。根據感興趣類的幾何大小、形狀、可視性、輻射特性等準則，選取其中一個或多個感興趣地物用作地標。對提取到的感興趣類的幾何大小、形狀、可視性和反射輻射特性進行分析，對提取到的多個滿足用戶設定值的感興趣地物進行篩選，使用材質相對均勻和光學成像顯著且熟知的一個或多個感興趣地物選做地標。本實例將上述提取到的河流、道路、建筑物群用作地標。如圖6 (a)- (c)所示，分別為河流地標、道路、建筑物群地標與目標的相對關系圖，河流、道路、建筑物群地標形心與各自目標形心之間的直線距離分別為236米，154米，3個建筑物群地標形心與目標形心之間的直線距離分別為225米，220米和190米，圖中還給出了航線方向。為了后續利用參考圖進行匹配識別，這里可先計算地標與目標的空間位置關系，地標與目標的空間位置關系包括地標形殊點、目標形心坐標，以及地標與目標之間的相對位置，用目標的位置減去地標的位置。并將地標與目標的空間位置關系信息寫入與參考圖綁定的參數文件，以在匹配時直接調用。本實施例中參數文件為文本文件格式，包括:參考圖分辨率:R米飛行高度:h米飛行進入角:alpha度地標可視俯仰角:(betal, beta2),單位:度地標出現的距離范圍:(Dn，Di2)，單位:米地標與目標位置偏差:(Xw, Ylt)(4)地標紅外輻射量計算。即通過材質映射，利用紅外輻射公式計算出地標在大氣參數條件下的紅外輻射量。典型材質如水，土壤，浙青等的輻射特性主要受物體反射太陽輻射、物體自身輻射和大氣傳輸路徑輻射的影響。物體表面輻射強度與物體表面溫度密切相關，其溫度隨太陽角、季節和高度的變化而變化。在白天，物體表面的輻射主要來自太陽和大氣等輻射；在夜晚，太陽輻射減弱，物體自身輻射部分比較突出，物體表面溫度也會隨之降低。圖7給出了典型材質在不同觀測時間時溫度變化與自身輻射量對比圖。為了獲得實際成像條件下的物體輻射量，根據紅外輻射機理、熱傳導和輻射機制，利用紅外輻射公式計算地物輻射量。本實施例中確定的紅外輻射計算公式如下:Ld = (Ldirect+Lthermal) * τ path+Lb
式中，Ld為在探測器表面成像時的輻射量，Ldirect是物體反射太陽輻射部分，等于P.E0(CCF.Ts+Td)，其中，CCF為云遮系數，天氣晴朗時取1，否則為0，Etl是太陽常數，Ts, Td分別為太陽直射和散射輻射時對應的大氣透過率和散射率，其計算式為:τ s = (1+0.034cos (2 π η/365)).PniCos θ
「 ■■1., 1-F 2 βTd = — smh-cos —
2 1-1.41ηΡ 2其中，
廠 ，sinlisin^-sin^284+ wcos Θ = cos β sinh+sin β coshcos Y cosZf =—^sJicos^= 23,45sin(360x 姻)式中的h，Θ, y, δ, β, φ分別是太陽高度角、太陽入射角、太陽方位角、太陽赤緯角，以及物體傾角和當地緯度，這些角度之間的關系如圖8所示。m，P分別為大氣質量，大氣透明度。大氣質量可由下式計算(式中h含義與上面相同):
—h > 30°
srnii
(1229 + (614sinh)2)1/2 -614sinh h < 30°式中P，m分別為大氣透明度和大氣質量，二者相關。m在本實施例中優選取2，根據日射觀察資料可求出對應m值的大氣透明度P。Lttomal是物體自身輻射，其等于ε σ T4, ε, σ，T分別為物體發射率，史蒂芬-玻爾茲曼常數和物體表面絕對溫度(單位為K)。Lb是大氣傳輸的路徑輻射,該因子的計算復雜度大,但影響較小。是大氣平均透過率，等于(~2 .Γ ^).[ Ρ(-^.(^^)13).Α]χ通過查詢預定義數據表、插值計算和迭代積分可以求出。由于選作地標的物體材質較均勻，且地標相對于背景圖像要小得多。因此，在計算物體自身輻射量時，將物體視為等溫體。也可以對物體進行建模將其劃分為多個網格節點并預測出每個節點的溫度再進行自身輻射量計算。通過上述公式計算得到的輻射量是考慮了大氣衰減后的所有輻射與探測器光譜響應共同作用的結果。同時，是依據地物的材質特性和輻射特性計算得到，因此該輻射量能夠反映出實際成像效果。(5)灰度映射，即將步驟(4)計算到的紅外輻射量映射到灰度值。為了得到最終的紅外參考圖，應將各個紅外輻射量進行灰度映射，具體是:最大輻射量和最小輻射量分別映射為灰度值255和0，中間的值進行線性映射，其結果都歸一化到
。此外，根據得到的圖像灰度值和輻射量，還可以解出二者之間的映射關系。(6)地標與目標空間關系計算。在多光譜圖像中建立地標與待識別目標的空間約束關系特征庫。本實施例中，如圖9 (a)- (C)所示，分別選取河流、道路、建筑物群的形心，以及曲率最大點構建這些地標的形殊點集。圖9 (a)中從左到右的3個河流地標形殊點分別為曲率最大點 LM1,1; LMlj2 和形心 LMli3，其坐標(Y，X)分別為(365，435)，(295，480)，(363，640)，目標的形心坐標T1為(422，412)。圖9 (b)中從左到右的3個道路地標形殊點依次為曲率最大點LCui，形心Lq2和曲率最大點LCu3，其坐標(Y，X)分別為(312，182)，(254，354)，(316，546)，目標的形心坐標T2為(103，386)。取3個河流地標形殊點的平均位置為LM，則LM = (LMu+LMy+LMu)/^，其值為(341，518)。同理可得道路地標形殊點的平均位置LC，其值為(294，361)。圖9 (c)中從左到右的3個建筑物群地標的形心分別為LBlil, LB1J和LB1,3，其坐標(Y，X)分別為(455，442)，(125, 521)和(508,650)。本實施例中，各地標與目標之間的空間幾何約束關系如圖10所示，其中包括:⑴如圖10 (al)- (a3)所示，河流地標形殊點與目標形心之間的約束關系MMi，MJVfi =RiV1 -hu ) (^r1 -)]，i = 1，2，3)為第 i 個地標形殊點的坐標，內Jr1)為目標形心坐標；⑵如圖10 (bl)- (b3)所示，道路地標形殊點與目標形心之間的約束關系ΔΙΓ/ =Pr: -,￡(〗.,)(^r2 -Air1,)]，j = 1，2, 3, (Τα'";)為第 j 個地標形殊點的坐標,(iVXr2 >為目標形心坐標。通過之前建立的地標與目標之間的相對位置關系以及在實時圖中獲得的地標位置值進行解算，將獲得目標在前視圖中的空間位置，從而實現對目標的間接定位。⑶如圖10(cl)-(c3)所示，建筑物群地標形殊點與目標形心之間的約束關系ALB1.,處B1 = [(Jj3 -^lb11 ) _^LBlk)1，k = I, 2, 3 為二個建筑物群的順序編號，4 )為第k個地標形心的坐標。同理，可獲得該目標在前視圖中的位置坐標。本實施例中，與圖9 Ca)對應的參考圖綁定的參數文件中的參數實際為:參考圖分辨率(米):3飛行高度(米):4000
飛行進入角(度):180地標可視俯仰角(度):(Γ40地標出現的距離范圍(米):(Γ10000
地標與目標位置偏差(米):59-228(7)地標參考圖制備。根據步驟(5)得到的灰度值，即可制備出包含地標形狀及灰度、背景灰度的紅外參考圖。將灰度映射后的地標提取出來，疊加在原尺寸大小的背景圖上，制備出地標下視參考圖，主要包括地標形狀及灰度，以及背景灰度。對背景灰度賦值可以類似于上述計算方式得到，或者基于實時圖提取出背景。根據用作地標的地物在白天夜間的輻射特性知識，可以制備地標白天和夜間下視參考圖。圖9給出了經紅外輻射計算與灰度映射后的地標下視參考圖。這里背景使用了簡單化處理，視為輻射量為O的簡單物體。也可以對背景類進行區域劃分，通過上述步驟(I) - (2),(4)- (5)獲得背景各區域的紅外輻射量。利用下視參考圖，還可以制備前視參考圖。前視參考圖可認為是利用下視參考圖模擬飛行器成像參數條件下變換后的參考圖。其中飛行器航跡參數包括:飛行高度，成像距離，方位角和俯仰角，其中俯仰角可以通過飛行高度除以成像距離的比值求出。利用下視參考圖和上述航跡參數，即可得到前視參考圖。根據航跡參數進行透視變換就可以獲得不同尺度、不同視點下地標的特性視圖，經過紅外輻射計算后的前視參考圖與紅外實時圖在某種特征上呈現最大的相似性，具有更好的匹配性能。本實施例中對下視紅外參考圖作透視變換的具體方式為:令P為傳感器視點，h為成像高度，α為方位角，Θ為俯仰角，φ為傳感器縱向視場角，P為傳感器橫向視場角，視場覆蓋范圍為R0WXC0L。T0(x0, y0)為傳感器光軸瞄準點，T1(Xpy1)為某成像點，則在前視圖(實時圖)中Ttl的位置為(C0L/2，R0W/2)。設T1在前視圖中的位置為(!\_R0W，TlCOL),則計算IlROW和！\_C0L的過程如下:OT0 = h/tan ΘOM = OT0+ (Yfytl) X cos α + (χ「χ0) X sin αtan ( Z OMP) = h/OMTlROW = ROW/2+ ( Z OMP- Θ ) *R0W/ Φ
T1 _ COL = COL / 2 + arctan[(( X1-x0)x cos a-{γτ- y0 ) x sin a) /{h i Sin(ZOJViP))] x COL / φ其中，OTtl為光軸指向與大地水平面交點Ttl與成像儀投影到大地O點的距離，M點為T1點投影到光軸縱向方向與OTtl直線的交點。根據大地坐標系下某點與光軸瞄準點之間的位置偏差，就可以確定該點在前視圖中的位置。從而將下`視參考圖變換到前視參考圖，為基于前視參考圖的匹配識別提供重要的參考數據。圖11給出了在不同的飛行高度，不同的成像距離和不同的視點下獲得的前視參考圖，其中圖11 (a)- (b)對應的透視變換參數是飛行高度為4km，成像距離分別為6km，10km，方位角為180° ;圖11 (c)- (d), (e)- (f)對應的透視變換參數均為飛行高度為5km，成像距離分別為6km，10km，方位角為0°。圖11 (a) - (f)中各個地標與目標之間的坐標位置可以通過下視參考圖中的坐標位置以及透視變換的參數求出。對應的目標與地標形殊點坐標的標記依次為:
V ,LB1,/ -LB1,3； J/’LBu" -LB1,/。對于制備出的參考圖，還可以對其進行基于匹配識別的誤差分析，以驗證所制備參考圖的性能。如對地標形殊點制備情況以及所選模板大小進行分析，并加以改進制備出
更精確的參考圖。
權利要求
1.種利用多光譜圖像分類進行參考圖制備的方法，其從多光譜圖像提取出感興趣類作為地標，并制備出包含所述地標的參考圖，以用于匹配實現目標定位識別，該方法具體包括: 從所述多光譜圖像中選擇感興趣地物，提取其光譜-空間紋理特征，并根據提取的光譜-空間紋理特征對所述多光譜圖像進行分類； 根據分類結果對所述感興趣地物進行優化，并選取優化的感興趣地物中一個或多個作為地標； 根據所述地標材質類型，確定所述地標在大氣參數條件下的紅外輻射量； 將所述紅外輻射量映射到灰度值，根據該灰度值即可制備出包含背景灰度和地標形狀及其灰度的參考圖。
2.據權利要求1所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述的光譜-空間紋理特征為將所述感興趣類的光譜特征和空間紋理特征分別抽取并歸一化后拼接組成。
3.據權利要求2所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述提取感興趣類的空間紋理特 征中，首先在多光譜圖像上計算中心像元在每個圖像數據立方體上的旋轉不變均衡局部二值模式值，根據該模式值與該模式出現次數的映射關系，得到所述模式出現次數的值，根據該值即可獲得像元的旋轉不變均衡直方圖特征，即為空間紋理特征。
4.據權利要求1-3中任一項所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述地標的紅外輻射量通過如下紅外輻射公式計算得到: Ld (Ldirect+Lthermai) * ^ path+Lb 式中，Ld為在探測器表面成像時的輻射量，Ldirat為物體反射太陽輻射部分，Lttamal為物體自身輻射，Lb為大氣傳輸的路徑輻射，τ path為大氣平均透過率。
5.據權利要求1-4中任一項所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述紅外輻射量映射到灰度值具體是指將所述最大輻射量和O分別映射為灰度值255和O，中間值進行線性映射，從而歸一化到[O，255]。
6.據權利要求1-5中任一項所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述制備的參考圖為下視參考圖，其具體為:將灰度映射后的地標提取出來，疊加在原尺寸大小的背景圖上，從而制備成下視參考圖。
7.據權利要求6所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述下視參考圖經透視變換后可得到前視參考圖。
8.據權利要求1-7中任一項所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，在確定所述地標后，可計算目標與所述地標在多光譜圖像中的空間位置約束關系，以用于目標匹配。
9.據權利要求1-8中任一項所述的一種利用多光譜圖像分類的參考圖制備方法，其特征在于，所述從多光譜圖像中選擇出感興趣類并進行分類前，還可對待處理的所述多光譜圖像進行預處理，以得到適用于特征提取的輸入圖像。
全文摘要
本發明公開了一種利用多光譜圖像分類進行典型地物參考圖制備的方法，從多光譜圖像提取出感興趣類作為地標，并制備出包含所述地標的參考圖，以用于目標的間接定位識別，該方法具體包括從多光譜圖像中選擇感興趣類，提取其光譜-空間紋理特征，根據提取的光譜-空間紋理特征對多光譜圖像進行分類；在分類基礎上，提取完整的感興趣類，并依據地標選取準則選擇用作地標的感興趣類；根據地標材質類型，利用紅外輻射公式計算出地標在大氣參數條件下的紅外輻射量；將所述紅外輻射量映射到灰度值，從而制備出包含地標形狀及其灰度、背景灰度的參考圖。本發明的方法具有較高的準確性和自動性，可提高基于參考圖的匹配識別算法性能。
文檔編號G06K9/62GK103090868SQ20121059486
公開日2013年5月8日 申請日期2012年12月31日 優先權日2012年12月31日
發明者張天序, 邊小勇, 顏露新, 李姣, 高慧杰, 彭凡, 張力, 周剛, 朱虎 申請人:華中科技大學