高空间分辨率遥感图像线性特征频域识别与提取方法研究

高空间分辨率遥感图像中线性特征的识别提取是遥感图像理解与图像分析中的一项很重要的工作，也是遥感信息提取研究的热点内容。本项目从频域的角度探索遥感图像线性特征提取的新方法。首先利用傅立叶光学理论和图像变换方法分析线性特征从空域转变到频域的对应变换机制，在此基础上，根据遥感图像的多光谱特点和多尺度特点，系统研究线性特征的频域识别理论与方法，以及基于频域匹配Gabor滤波器的频域滤波方法。最终给出一套针对于高分辨率遥感图像线性特征的精确、快速提取方法，本课题的深入研究一方面将丰富和完善高分辨率遥感图像的特征提取理论，另一方面提高高分辨率遥感图像的信息提取水平，以满足于大比例尺遥感制图、军事目标识别、图像匹配等应用需求。

高空间分辨率遥感图像中线性特征的识别提取是遥感图像理解中一项重要工作，也是遥感信息提取研究的热点内容。空域内因为高分辨率图像中线性特征的过分细化而存在干扰，在提取上存在难度。因此，本项目探讨线性信息在频域的提取方法。本项目研究了线性特征空域到频谱的转化机制，线性特征的频域识别理论与方法，以及基于频域匹配Gabor滤波器的频域滤波方法。成果表现为：在空频域转换上，研究者认为时频谱恰恰是联系空域和频域的桥梁。研究把时频分布的局部性和基于傅立叶分析的希尔伯特变换结合起来，映射图像边缘线信息的非稳定状态的特点。图像信号映射到二维时频域之后，既而在时频平面中识别特征的截止频率，为滤波器设计提供坚实依据。针对线性特征频谱特点，经频率分解方法得到线性特征剖面信号的高频信息，通过瞬时频率谱估计得到线性特征的截止频率，再加上对线性特征频谱方向的研究，达到了在频域内进行线性特征识别的目的。基于分析得到的方向和频率的参数构造频域Gabor滤波器进行图像线状特征的提取，提取结果表明本方法可以较好地提取图像的线状特征，实现了对高分辨率遥感图像线性特征的频域精确、快速提取的研究成果。因此，本研究中线性特征的频谱估计，线性特征频域滤波器的设计等在思想和技术方法上都可为其他相关研究提供借鉴。