基于形状与纹理特征的高分辨率SAR影像桥梁目标自动提取方法

贾洪果，刘路遥，韦博文，张梦意，武 燕，章 昊

(西南交通大学地球科学与环境工程学院测绘遥感信息系，四川 成都 610031)

基于形状与纹理特征的高分辨率SAR影像桥梁目标自动提取方法

贾洪果，刘路遥，韦博文，张梦意，武 燕，章 昊

(西南交通大学地球科学与环境工程学院测绘遥感信息系，四川 成都 610031)

基于高分辨率SAR影像中桥梁目标特征的分析，提出了一种桥梁目标自动提取方法。首先使用多影像时序平均法对SAR影像进行预处理，去除SAR影像噪声；再使用阈值法对水体分割；最后采用形状特征与纹理特征相结合的方法提取桥梁目标。本方法在提取效果上明显优于传统桥梁目标提取方法，其提取准确率可达87.5%。证明本文方法在面向高分辨率雷达影像的桥梁目标自动提取应用上的可靠性和可行性。

高分辨率；SAR影像；桥梁；形状特征；纹理特征；自动提取

桥梁作为水陆交通中必不可少的交通设施，在国民经济建设中具有重要价值。使用遥感影像对桥梁目标进行自动提取，对于抢险救灾、灾后重建等具有重大的现实意义，尤其对于国防军事更是不可或缺[1]。合成孔径雷达(synthetic aperture radar，SAR)由于具有不受光照和气候条件等限制，能全天时、全天候对地观测的特点[2]，而且对地观测覆盖范围大，数据采集过程方便迅速，在地质勘探、农业管理、灾害监测、地形形变研究等方面发挥了重要作用。目前，使用雷达影像进行桥梁目标提取已成为研究关注的热点。

传统基于中低分辨率雷达影像的桥梁目标提取通常有两类方法：一类是通过提取图像中的边缘信息，认为桥梁边缘具有横跨河流的平行线特征。该方法并没有充分考虑桥梁与河流之间的位置关系，仅根据桥梁的平行线特征，会导致提取过程中产生较多虚警。另一类是首先进行水体提取，然后运用数学形态学方法进行差影检测以提取候选的桥梁目标，最后依据形状特征去除虚警得到最终提取结果。该方法在很大程度上依赖于水体信息的提取精度[3-4]。这两类方法都存在算法单一、精度较低的问题。

近年来随着多个高分辨率卫星 SAR系统的陆续发射升空，所获取的雷达影像提高了桥梁目标精确提取的可能性。然而相较于中低分辨率影像，在高分辨率雷达影像中的桥梁目标特征发生了变化：桥梁目标面积扩大，不再只是以线的形式存在；桥梁成像时产生的旁瓣更加明显，桥梁边缘的双平行线特征不再突出，从而可能导致提取精度降低。针对以上问题，本文提出了一种结合形状特征和纹理特征的桥梁目标自动提取方法，以提高高分辨率SAR影像中桥梁目标提取的准确率和可靠性。

1 结合形状和纹理特征的桥梁目标提取方法

1.1 高分辨率SAR影像预处理

由于雷达成像机制所产生的斑点噪声会降低影像质量，影响地物的表现特征，从而对目标提取产生较大干扰，因此需要首先去除噪声，使影像质量满足目标提取要求。在分别采用均值滤波、中值滤波、Lee滤波、Frost滤波、Kuan滤波[5-6]及多影像时序平均的方法进行噪声去除试验后，通过对比去噪后的结果图，发现采用多影像时序平均的方法不仅能有效抑制噪声，同时还保持了影像的原始空间分辨率、地物细节及边缘信息。

1.2 水体分割

由于水体背景下的桥梁目标灰度特征明显，一般先从影像中分割出只包含水体和桥梁的水体连通区域，排除地面建筑物干扰后再在连通区域中根据灰度特征提取桥梁[7]。但该方法高度依赖于桥梁和水体连通区域的有效分割，当成像几何、结构材质等因素导致桥梁灰度值变动范围较大时，桥梁的灰度经验阈值将不再适用。此时，水体区域存在较大断裂，也难以运用数学形态学进行弥补，导致桥梁和水体无法形成连通区域，从而造成漏检的情况。因此，本文将使用基于形状特征的桥梁目标提取方法[8]。

本方法首先使用阈值分割法将水体与其他地物进行分离[9]。水体阈值为影像灰度直方图的第一个波谷点对应值，灰度值小于阈值的区域即为水体。使用阈值法进行分割时，陆地中地物的阴影会形成小面积的干扰区域，此时通过设置面积阈值可以去除分布零散且面积远小于水体桥梁的干扰区域[10]。为避免可能出现的空洞和断裂现象对后续试验中连通区域的提取效果造成影响，本文还将采用数学形态学方法对连通区域进行进一步处理[11]。

1.3 目标提取

形状特征是桥梁在SAR影像中最为稳定的特征，相关参数能够较好地通过先验知识确定[11]；纹理特征虽有助于分离桥梁和背景环境，但受成像几何和桥梁本身结构、材质的影响存在一定的不稳定性。基于此，在目标提取过程中，本文先使用形状特征对分割后影像进行特征提取，以获取桥梁候选区域；再用纹理特征对潜在桥梁目标做进一步判别，排除虚警，提取出桥梁目标。

常见的桥梁目标形状特征为：面积、长轴长度、形状因子和伸长度[12]。考虑到可能存在相邻虚假目标影响，本文设定试验区域内桥梁目标对应的几何形状特征值见表1。

表1 桥梁形状特征量

由于桥梁目标具有一定共性的纹理特征量[13]，为充分运用SAR影像中所包含的丰富纹理信息，本文使用灰度共生矩阵法进行纹理分析。通过从矩阵中提取均值、相关性、均匀性3个特征值对潜在桥梁目标进行综合评价，并分别对应RGB三波段显示，得到纹理统计指标图[14-15]。真实桥梁目标在特征值影像上表现为白色或接近白色的亮色区域，而较暗的杂色或单色区域则为虚警。

2 试验结果验证与分析

本试验使用2013年5月至2016年1月时间段内所获取的14景分辨率为3 m的TerraSAR-X影像进行研究。研究区域为南京地区。试验区域内不仅包含长江干流及支流在内的10 几座大小规模不一的桥梁等待提取目标，同时还存在道路、居民地、植被等干扰地物，地物类别较为复杂。图1所示为本文研究区域的SAR影像强度图。考虑到规模较小的桥梁在现实中研究价值较低，因此，本试验只选取其中桥长超过100 m的8座大中型桥梁进行目标提取试验(图中矩形框为待提取目标桥梁)。

图1 研究区域强度图

本文首先选取大胜关长江大桥进行单个桥梁目标提取试验。该座大桥(位置如图1所示)贯通长江南北两岸，是京沪高速铁路和沪汉蓉铁路越江通道，同时南京地铁S3号线也通过此处，地理位置非常重要，对该桥梁进行目标提取研究具有重要的现实意义。对大胜关长江大桥进行目标提取的结果如图2所示。其中图2(a)为研究区域使用阈值分割后的结果图。从图中可看出河流区域由于船只、噪声等影响导致连通性较差，而城区也因阴影造成许多破碎的斑块，需要进行滤除；在使用数学形态学方法进行处理后，基于形状特征进行目标提取结果如图b所示，图中船只被误判为桥梁，需要结合纹理特征进行进一步判别；将从灰度共生矩阵中提取的3种纹理特征值进行RGB彩色合成后，得到纹理统计图2(c)。由于桥梁3个特征值综合叠加后具有较高的灰度值，因此纹理统计图中亮色区域可判定为桥梁目标，而虚警区域内部不具有纹理一致性，除RGB三色以外的杂色或单色区域可判定为虚警。即图2(c)中目标1为桥梁目标，目标2为虚警。去除虚警后得到最终桥梁目标提取结果，将提取结果叠加到强度图中得到结果图2(d)。

图2 大胜关长江大桥提取结果

为进一步验证该方法提取桥梁目标的可靠性和准确度。本文对整个研究区域的桥梁目标进行提取，并且与传统的仅采用边缘提取法和形状特征提取法所获得的结果进行分析对比。对比结果如图3所示，其中数字1～3分别代表边缘提取法、形状特征提取法以及形状纹理特征结合提取法所提取的桥梁。研究区域内共有大中型桥梁共8座，其中干流和支流桥梁各4座。3种方法的提取结果统计见表2。

表2 试验结果对比统计

通过以上3种方法提取结果的对比统计分析可知，本文所提出的方法明显优于两种传统方法，仅存在一处漏检。这主要是由于漏检桥梁结构为大型吊索桥，在影像中表现为非平行线特性，几何结构较为复杂，导致进行形状特征提取时会出现盲区从而引起误判。由于桥梁在雷达影像上的灰度值受其组成结构和材质的影响有一定起伏，对试验结果影响较大。本文所提出的基于形状特征和纹理特征相结合的方法能很好地克服雷达影像中灰度特征的影响，对高分辨率SAR影像中的桥梁目标提取准确率和可靠性较高且具有一定的普适性。

图3 桥梁提取结果

3 结 语

桥梁作为一种典型且重要的人造目标，在军事和民用领域都有着十分重要的意义，对其进行自动检测与提取是目前相关研究关注的热点。本文提出了一种基于形状特征和纹理特征相结合的方法进行桥梁目标提取，并且通过试验证明了方法的可靠性和准确性。文中首先采用多影像平均的方法抑制SAR影像的斑点噪声，然后通过阈值分割法进行水体分割，最后根据桥梁的形状特征以及纹理特征去除虚警获取最终的桥梁目标。试验结果表明，影像中干流桥梁和支流桥梁共8座，仅漏检1座，提取率达87.5%，而传统的边缘提取法和形状特征提取法提取率仅为37.5%和50%。对于大型吊索桥等在SAR影像中具有非平行特性的桥梁目标提取本文方法目前还未能成功提取，在今后的工作中需要通过引入更复杂的形状特征阈值来进行限制。

[1] 曹海梅.遥感图像中水上桥梁目标识别与毁伤分析研究[D].南京：南京理工大学，2005.

[2] 迟肇惠.基于差分干涉技术(D-InSAR)在珠江三角洲地区路面沉降监测研究[D].广州：中山大学，2007.

[3] 袁泽，丁建丽，王娇,等.基于国产GF-1遥感影像的面向对象桥梁提取方法研究[J].传感技术学报，2015(5)：690-696.

[4] 童涛，杨桄，崔震,等.基于纹理特征的SAR图像水上桥梁目标检测[J].中国体视学与图像分析，2012(2)：107-111.

[5] 夏远鑫，陈行.浅谈微波遥感图像噪声处理[J].中国电子商务，2012(13)：75-75.

[6] 窦建方,陈鹰,翁玉坤.基于序列非线性滤波SAR影像水体自动提取[J].测绘，2008,28(4)：37-39.

[7] 姚玮.高分辨率遥感图像多类目标识别研究[D].武汉：华中科技大学，2011.

[8] 赵俊娟,尹京苑,单新建.基于形状特征的高分辨率遥感影像目标分割[J].测绘通报，2005(1)：10-13.

[9] 戴光照，张荣.高分辨率SAR图像中的桥梁识别方法研究[J].遥感学报，2007，11(2)：177-184.

[10] 冯健,马海荣,李夏.基于阈值分割与数学形态学的高分辨率遥感影像道路信息提取[J].科技信息，2013(16)：129-130.

[11] 吴皓，刘政凯，张荣.TM图像中桥梁目标识别方法的研究[J].遥感学报，2003，7(6)：478-484.

[12] 吴文宇.SAR图像中道路和桥梁识别方法研究[D].合肥：中国科学技术大学，2009.

[13] LOMENIE N，BARBEAU J，TRIAS-SANZ R.Integrating Textural and Geometric Information for an Automatic Bridge Detection System[C]∥IEEE International Geoscience and Remote Sensing Symposium.[S.l.]: IEEE,2004.

[14] 李小娟,宫兆宁,刘晓萌，等.ENVI遥感影像处理教程[M].北京：中国环境科学出版社，2007：371-473.

[15] 沈小乐,邵振峰,田英洁.纹理特征与视觉注意相结合的建筑区提取[J].测绘学报，2014，43(8)：842-847.

AutomaticExtractionofBridgeswithShapeandTextureCharacteristicsUsingHighResolutionSARImages

JIA Hongguo，LIU Luyao，WEI Bowen，ZHANG Mengyi，WU Yan，ZHANG Hao

(Faculty of Geosciences and Environmental Engineering，Southwest Jiaotong University，Chengdu 610031，China)

This study proposed an automatic extraction method of bridge information based on the shape and texture characteristics of bridges in high resolution SAR images.This method consists of three steps：①elimination of noise by time-series image averaging；②detection of water-areas by a threshold；③extraction of bridge information based shape and texture characteristics of bridges.The experimental results show that the precise of extraction by the method proposed in this study can reach 87.5% and is significantly better than traditional methods.The experimental evaluation indicated that this method has high reliability and feasibility for automatic extraction of bridge information from high resolution SAR images.

high resolution；SAR images；bridge；shape characteristics；texture characteristics；automatic extraction

2017-08-22

国家重点研发计划资助(2017YFB0502700)；国家自然科学基金(41701535)；卫星测绘技术与应用国家测绘地理信息局重点实验室经费(KLSMTA-201602)

贾洪果(1980—)，女，博士，讲师，研究方向为合成孔径雷达干涉测量。E-mail：lemon_gg@hotmail.com

贾洪果，刘路遥，韦博文，等.基于形状与纹理特征的高分辨率SAR影像桥梁目标自动提取方法[J].测绘通报，2017(12)：82-85.

10.13474/j.cnki.11-2246.2017.0384.

P237

A

0494-0911(2017)12-0082-04