(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 202210484485.0 (22)申请日 2022.05.06 (71)申请人 自然资源部第一海 洋研究所 地址 266000 山东省青岛市崂山区仙霞岭 路6号 (72)发明人 董志鹏　刘焱雄　冯义楷　王艳丽　 陈义兰　 (74)专利代理 机构 青岛发思特专利商标代理有 限公司 37212 专利代理师 宫兆俭 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/44(2022.01) G06V 10/762(2022.01) (54)发明名称 高分辨率遥感影像边缘线快速精确检测方 法 (57)摘要 本发明涉及一种高分辨率遥感影像边缘线 快速精确检测方法， 属于遥感影像处理及信息提 取技术领域。 本发明包括以下步骤： S1： 影像光滑 处理： 使用简单线性迭代聚类算法对高分辨率遥 感影像进行光滑处理， 消除影像噪声和同物异谱 现象对影像边缘线检测的影响； S2： 影像初始边 缘线检测： 使用双阈值边缘线追踪算法对光滑影 像边缘线进行检测， 获得初始 影像边缘线检测结 果； S3： 影像边缘线检测结果优化处理： 使用骨架 线提取算法对初始影像边缘线检测结果进行优 化， 获得光滑、 连续、 单像素和影像地物边界依附 性良好的影像边缘线检测结果。 可有效克服影像 噪声和影像同物异谱现象对影像边缘线检测的 影响， 获得准确的影 像边缘线检测结果。 权利要求书2页 说明书4页 附图2页 CN 114842354 A 2022.08.02 CN 114842354 A 1.一种高分辨 率遥感影 像边缘线快速精确检测方法， 其特 征在于， 包括以下步骤： S1： 影像光滑处理： 使用简单线性迭代聚类算法对高分辨率遥感影像进行光滑处理， 消 除影像噪声和同物 异谱现象对影 像边缘线检测的影响， 公式如下： 其中： Grayij为标签为i的超像素中标签为j的像素灰度值； ni为标签为i的超像素中包 含的像素个数； S2： 影像初始边缘线检测： 使用双阈值边缘线追踪算法对光滑影像边缘线进行检测， 获 得初始影 像边缘线检测结果， 包括以下小步： S21： 计算影 像像素梯度： 计算影 像光滑处 理后的像素梯度幅值和方向， 其中： 计算影像像素在X坐标和Y坐标 方向的梯度幅值， 即： Gx(i,j)＝S(i+1,j) ‑S(i‑1,j)  (2) Gy(i,j)＝S(i,j+1) ‑S(i,j‑1)  (3) 计算影像像素的梯度幅值和方向， 即： 其中： (i,j)为像素在XY坐标轴中的位置； Gx(i,j)和Gy(i,j)分别为在(i,j)位置像素在 X轴和Y轴方向上的梯度幅值； G(i,j)和 θ(i,j)分别为在(i,j)位置像素的梯度幅值和方向； S22： 获得候选边缘线点： 使用非极大值抑制算法对影像的梯度图像进行处理， 获得边 缘点上的局部最大值， 局部最大值作为影 像候选边 缘线点； S23： 追踪影像边缘线： 基于候选边缘线点， 使用双阈值边缘线追踪算法追踪边缘线点 和连接边 缘线点， 获得初始的影 像边缘线检测结果； S3： 影像边缘线检测结果优化处理： 使用骨架线提取算法对初始影像边缘线检测结果 进行优化， 获得光滑、 连续、 单像素和影 像地物边界依附性良好的影 像边缘线检测结果。 2.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法， 其特征在于， 所 述步骤S1中， 简单线性迭代聚类算法将图像转换为CIELAB颜色空间和XY坐标下的5维特征 向量， 然后对5维特 征向量构造度量标准， 对图像 像素进行局部聚类生成超像素； 相对于分水岭算法、 区域增长算法、 基于 图的图像分割算法的影像过分割算法生成的 超像素， 简单线性迭代 聚类算法生成的超像素具有更好的地物边界依附性、 更加 规则紧凑 的形状， 简单线性迭代聚类算法通过 人为控制生成超像素的个数和具有良好的抗噪性。 3.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法， 其特征在于， 所 述步骤S22中， 非极大值抑制算法包括以下小步： 在以像素(i,j)为 中心的3×3邻域内进行插值计算， 如果像素(i,j)的梯度幅度大于其 梯度方向θ(i,j)上相邻两个插值的梯度幅值， 则像素(i,j)作为候选边缘像素， 否则作为非 边缘像素。权　利　要　求　书 1/2 页 2 CN 114842354 A 24.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法， 其特征在于， 所 述步骤S23中， 在 双阈值边缘线追踪算法中： S231： 设定一个低梯度幅值阈值Tl和一个高梯度幅值阈值Th； S232： 在影像的梯度图像中像素梯度幅值大于Th的像素作为边缘线点， 梯度幅值小于Tl 的像素作为非边 缘线点， 梯度幅值大于Tl和小于Th的像素作为疑似边 缘线点； S233： 对于疑似边缘线点， 如果与其相邻的像素为边缘线点， 则疑似边缘线点为边缘线 点； 否则为非边 缘线点。 5.根据权利要求1所述的高分辨率遥感影像边缘线快速精确检测方法， 其特征在于， 所 述步骤S3中， 使用双阈值边缘线追踪算法获得的影像边缘线检测结果会存在断裂、 毛刺和 边缘线冗余现象， 则需要对影像初始边缘线检测结果进行优化处理， 使用骨架线提取算法 对影像初始 边缘线检测结果进 行优化处理， 获得光滑、 连续、 单像素和影像地物边界依附性 良好的影 像边缘检测结果。 6.根据权利要求5所述的高分辨率遥感影像边缘线快速精确检测方法， 其特征在于， 所 述步骤S3中， 骨架线提取算法包括两个步骤， 首先对初始边缘线检测结果的边缘线点进行 膨胀处理， 具体为将边缘线点的八邻域范围内像素均作为边缘线点； 然后对膨胀 处理后的 边缘线点进 行细化， 进而获得光滑、 连续、 单像素和影像地物边界依附性良好的影像边缘检 测结果。权　利　要　求　书 2/2 页 3 CN 114842354 A 3