遙感圖像中基于視覺機(jī)制的鐵路自動重建方法研究

肖潔　呂曉蕊　黃麗

摘要：近年來，遙感技術(shù)有了很大的進(jìn)步，可以獲得非常精確的結(jié)果和高分辨率的圖像。有可能的方法利用這些數(shù)據(jù)來重建鐵路。提出了一種基于Gabor濾波的鐵路遙感圖像自動重建方法。該方法分為三個步驟。首先，利用Gabor算法對遙感圖像中的鐵路邊緣特征（如線路特征）進(jìn)行檢測。其次，對濾波方向垂直的兩幅響應(yīng)圖像進(jìn)行融合，抑制噪聲，得到一個長條紋平滑區(qū)域。第三，首先利用Otsu方法計算前一幅結(jié)果圖像的全局閾值，然后根據(jù)該閾值將其轉(zhuǎn)換為二值圖像，從而提取出一組光滑區(qū)域。該工作流程在一組遙感圖像上進(jìn)行了測試，并發(fā)現(xiàn)以快速和高度自動化的方式提供了非常準(zhǔn)確的結(jié)果。

關(guān)鍵詞：遙感圖像，Gabor濾波，鐵路提取，空間分辨率。

1.概述

公共交通部門對地理空間數(shù)據(jù)的需求巨大。現(xiàn)有數(shù)據(jù)集的更新和對象的數(shù)字化實現(xiàn)變得至關(guān)重要。鐵路公司需要這些信息，以便進(jìn)行內(nèi)部規(guī)劃和遵守國際標(biāo)準(zhǔn)，特別是關(guān)于鐵路安全的標(biāo)準(zhǔn)。到目前為止，收集這些信息是陸地測量的一個領(lǐng)域。然而，檢索所需信息的費用很高，人們尋求替代方法。遙感技術(shù)是在不同尺度上監(jiān)測和評估地球表面和大氣的有力工具。隨著極高分辨率航空圖像的出現(xiàn)，這些數(shù)據(jù)在城市和環(huán)境研究中的應(yīng)用得到了很大的努力。通過遙感數(shù)據(jù)繪制鐵路基礎(chǔ)設(shè)施地圖成為可能。

有的學(xué)者提出了一種結(jié)合極高分辨率正射影像和密集機(jī)載激光掃描點云重建軌道中心線的方法。進(jìn)行特征級數(shù)據(jù)融合，以便結(jié)合兩個數(shù)據(jù)集的優(yōu)點，并實現(xiàn)最大的準(zhǔn)確性和完整性。有的學(xué)者提出了一種兩階段提取鐵路的方法。根據(jù)置信方向直方圖計算初始方向，得到兩條軌道的精確方程組，最后將相鄰兩條軌道線方程組插值得到鐵路中心線。有的學(xué)者將高分辨率航空遙感數(shù)據(jù)中鐵路軌道的線性特征應(yīng)用于鐵路軌道的精細(xì)提取。該方法結(jié)合鐵路路基的頻譜特征和局部地形特征，提取機(jī)載激光雷達(dá)數(shù)據(jù)中的鐵路區(qū)域。本文提出了一種基于Gabor濾波的鐵路遙感圖像自動重建方法。

2.模型

在高分辨率遙感圖像中，鐵路的性質(zhì)可以分為兩種基本類型：光譜性質(zhì)和幾何性質(zhì)。鐵路是線性的，寬度的范圍是已知的;鐵路內(nèi)部的輻射測量是局部均勻的;鐵路和背景之間有顯著的反差;它的曲率是規(guī)則的（例如，鐵路可以被認(rèn)為是局部直線）。圖像尺度也必須考慮在內(nèi)，因為圖像中鐵路的外觀取決于圖像尺度。在小尺度圖像中，鐵路以線特征出現(xiàn)，而鐵路交叉口是點特征。在大比例尺圖像中，由兩個平行邊界限定的均勻區(qū)域中的鐵路段，在該區(qū)域內(nèi)表面的性質(zhì)是可測量的。

基于log-Gabor濾波的鐵路中線遙感圖像自動重建分為三個步驟。首先，利用Log-Gabor算法對遙感圖像中的鐵路邊緣特征（如線路特征）進(jìn)行檢測。其次，在濾波方向相互垂直的情況下，選取兩幅log-Gabor Fireglter響應(yīng)圖像來抑制噪聲，得到一個長條紋的平滑區(qū)域。第三，首先利用Otsu方法計算前一幅結(jié)果圖像的全局閾值，然后根據(jù)該閾值將其轉(zhuǎn)換為二值圖像，從而提取出一組光滑區(qū)域。

本模型使用Gabor濾波器來計算圖像中的紋理能量。使用Gabor fireglter在四個首選方向上檢測遙感圖像中的線路鐵路特征（如長線）。濾波器中的中心頻率參數(shù)是根據(jù)遙感圖像的空間分辨率獲取的。因鐵軌布置規(guī)范，鐵軌邊界線間距在20米以內(nèi)（城區(qū)不少于8米，城郊居民區(qū)不少于10米，村居居民區(qū)不少于12米，其他區(qū)域不少于15米）。在給定空間分辨率（米/像素）的情況下，鐵路在圖像中的規(guī)則寬度約為R像素，在空間域中可以將20/R計算為波長，將波長的倒數(shù)作為鐵路紋理的頻率，進(jìn)而在Gabor濾波器中設(shè)置中心頻率參數(shù)。

經(jīng)過Gabor濾波后，獲得響應(yīng)圖像。我們選擇兩幅濾波方向相互垂直的Gabor Fireglter響應(yīng)圖像。為了抑制噪聲，獲得平滑的空間區(qū)域，對兩幅圖像進(jìn)行線性可分離高斯濾波器卷積平滑，并進(jìn)行二倍抽取子采樣。

由于局部地區(qū)的鐵路只在一個方向上產(chǎn)生線路特征，當(dāng)方向差為90°時，在一個方向上出現(xiàn)的線路特征響應(yīng)不會在另一個方向上出現(xiàn)。在兩幅圖像上應(yīng)用鐵路區(qū)域檢測操作，應(yīng)用邏輯異或運(yùn)算。可以保留兩幅圖像中長條形的鐵路，而通過兩幅圖像中有紋理響應(yīng)的住宅等物體。然后，首先利用Otsu方法計算前一幅結(jié)果圖像的全局閾值，然后根據(jù)該閾值將其轉(zhuǎn)換為二值圖像，從而提取出一組光滑區(qū)域。平滑區(qū)域可作為鐵路區(qū)域的初步結(jié)果。對于給定的二值映射，通過應(yīng)用區(qū)域?qū)傩圆僮鱽頊y量二值圖像中每個斑點區(qū)域的屬性。例如，“偏心度”反映橢圓的偏心度，該橢圓具有與區(qū)域相同的二階矩，其值介于0和1之間。（偏心為0的橢圓實際上是圓，而偏心為1的橢圓是線段。）一條看起來像長條狀區(qū)域的鐵路可能有一個接近1的偏心值。如果當(dāng)前的任務(wù)是搜索一條鐵路，那么通過搜索偏心度接近1的斑點來達(dá)到目標(biāo)要容易得多。

3.實驗

本文在matlab2014開發(fā)環(huán)境下實現(xiàn)了該方法，并在2.80GHz Pentium CPU和4 GB內(nèi)存的計算機(jī)上進(jìn)行了測試。數(shù)據(jù)集包括60幅空間分辨率在2m/像素到6m/像素之間的遙感影像。60幅800×800像素分辨率的圖像（IKONOS衛(wèi)星圖像）包括57條鐵路。應(yīng)用該方法對51個鐵路區(qū)域進(jìn)行了正確識別，識別率為89.5%。

4.結(jié)論

本文提出了一種基于Gabor濾波的鐵路遙感圖像自動重建方法。與文獻(xiàn)中的大多數(shù)研究不同的是，該方法不需要任何訓(xùn)練數(shù)據(jù)來進(jìn)行鐵路區(qū)域檢測。相反，我們使用Gabor濾波器來提取不同方向的空間鐵路特征（如長線）。然后，對圖像的輸出進(jìn)行處理，得到平滑的鐵路區(qū)域。最后，在對鐵路區(qū)域進(jìn)行標(biāo)記和后處理后，確定圖像中對應(yīng)的鐵路。該方法不需要大量的聚類或分類時間，且圖像的先驗信息很少，因此能夠快速地檢測出鐵路。而且，方法中沒有附加其他約束。為了給我們的方法提供實驗依據(jù)，我們在不同的航空和衛(wèi)星圖像上進(jìn)行了測試，得到了令人鼓舞的結(jié)果。

參考文獻(xiàn)：

1.王華，韓正，王正，“一種從高空間分辨率圖像中提取鐵路中線的方法。”遙感技術(shù)與應(yīng)用，28（5），761-765（2013）.

2.通訊理論。IEEE。日本電氣工程師學(xué)會學(xué)報。93，429-457（1946）。

本研究得到了武漢鐵道職業(yè)技術(shù)學(xué)院招標(biāo)課題（編號： QZB202003）、武漢鐵道職業(yè)技術(shù)學(xué)院科研創(chuàng)新團(tuán)隊（編號：CXTD201901）的資助。