(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 202210758717.7 (22)申请日 2022.06.29 (71)申请人 南京信息 工程大学 地址 210032 江苏省南京市江北新区宁六 路219号 (72)发明人 赵天宇　胡晨浩　徐赛博　潘伟豪　 杨佳俊　王超　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 王慧 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01)G06V 10/46(2022.01) G06V 10/75(2022.01) G06V 10/80(2022.01) (54)发明名称 面向地理对象 的高分光学与SAR影像一体化 分割的方法 (57)摘要 本发明公开了一种面向地理对象的高分光 学与SAR影像一体化 分割的方法， 包括步骤如下： 通过对光学影像进行分割， 获得可靠的地理对象 集合； 为每个对象自适应提取标记点， 并依据粗 配准结果将其投影到SAR影像中； 最后， 在SAR影 像中开展基于标记点的区域增长， 最终获得与光 学影像分割对象相匹配的对象集合。 本发明通过 对多组光学和SAR影像的实验结果表明， 所提出 方法提取的光学—SAR匹配对象集合更加接近实 际的地理对象， 且J ‑value可达7.8以上， 在目视 分析和定量评价中均显著优于对比方法。 权利要求书2页 说明书10页 附图6页 CN 115131677 A 2022.09.30 CN 115131677 A 1.一种面向地理对象的高分光学与SAR影像一体化分割的方法， 其特征在于， 包括步骤 如下： S1， 对采集的两组高分辨率光学影像与SAR影像， 采用SIFT算法提取光学影像和SAR影 像中的对应特 征点， 得到从光学到SAR的映射方程， 实现光学与SAR影 像的粗配准； S2， 将光学影像作为参考影像并进行影像分割， 对分割后的每一个对象提取其质心， 得 到光学影 像中自适应标记点； S3， 利用步骤S1中得到的光学到SAR的映射方程， 将光学对象中的质心映射到SAR影像 中， 得到SAR影像标记点； 根据SAR影像标记点的区域增长， 得到SAR影像中与光学对象相匹 配的对象集 合。 2.根据权利要求1所述的面向地理对象的高分光学与SAR影像一体化分割的方法， 其特 征在于， 所述 步骤S1中， 实现光学影 像与SAR影 像的粗配准的具体步骤如下： S11， 以包含居民楼、 厂房、 街道的城市场景为对象， 采集两组数据集， 采用软件ENVI对 异源影像进行重采样预处理； 以光学影像为基准， 对SAR影像采用双线性内插法重采样， 得 到相同分辨 率的SAR影 像与光学影 像； S12， 采用SIFT算法来提取光学影像和SAR影像中的对应特征点Pm， 所述特征点Pm计算公 式如下： 其中， D为关键点的D OG值， 为尺度空间函数对P＝(x， y， σ )T的偏导， (x， y)为关 键点的坐标， σ 为图像尺度参数， 从而获得特征点集合F＝{f1， f2， ...， fi}， i＝1， 2， …， n， 其 中n为特征点对的总个数； fi由光学和SAR影像对应特征点构成， fi＝{fgi(xi， yi)， fsi(x′i， y′i)}， fgi(xi， yi)为光学特征点， xi、 yi分别为光学影像特征点的横、 纵坐标， fsi(x′i， y′i)为 SAR影像对应特征点， x ′i、 y′i分别为SAR影像对 应特征点的横、 纵坐 标； 则采用H omography变 换方法确定映射方程Hom： 其中， (x， y， ， z)和(x ′， y′， z′)分别为光学和SAR对应的归一化特征点， 令z＝z ′＝1， 则 得到映射方程： 其中， h1到h9为映射方程Hom的9个自由度参数。 3.根据权利要求2所述的面向地理对象的高分光学与SAR影像一体化分割的方法， 其特 征在于， 所述步骤S2中， 首先对光学影像进行分割， 再为每个对象提取对应的标记点， 具体 步骤如下： S21， 采用软件eCo gnition完成多尺度影像分割， 采用目视解译方法确定两组数据 集分 割参数(Scale， Shape， Compactness)， 其中， Scale为尺度参数、 Shape为形状因子、 Compactnes s为紧致度因子；权　利　要　求　书 1/2 页 2 CN 115131677 A 2S22， 令影像分割所提取的对象集合为R＝{R1， R2，…， Rj}， j＝1， 2， …， m， 其中m为分割出 来的对象总数； 对于每 个对象Rj， 其标记点 坐标如下： 其中， xd、 yd为对象内像素点的横、 纵坐标， s为像素点的总数； 求得的标记点坐标记为kj(Xj， Yj)， 遍历所有对象， 得到光学影像对象标记点集合K＝ {k1， k2，…， kj}。 4.根据权利要求3所述的面向地理对象的高分光学与SAR影像一体化分割的方法， 其特 征在于， 所述 步骤S3中， 得到SAR影 像匹配对象集 合的具体步骤如下： S31， 根据映射方程Hom对光学影像对象标记点集合K进行投影， 得到SAR影像中初始种 子点集合S＝{s1， s2，…， sj}， 其中sj为sj(xj， yj)； 当映射到SAR影像的种子点 sj(xj， yj)处于SAR影像边界外时， 则计算点 si和SAR影像中点 的欧式距离， 以欧式距离ρ ′最小的点tj(x′j， y′j)代替点sj(xj， yj)作为种子点； xj、 yj为SAR影 像中初始种子点的横、 纵坐标， x ′j、 y′j为自适应后的种子点的横、 纵坐标， 则有： 得到自适应后的SAR影 像中的种子点 集合T＝{t1， t2，…， tj}， 其中tj为tj(x′j， y′j)； S32， 根据种子点集合T， 对每个种子点同时进行区域增长； 对任意种子点， 若八邻域区 域中的某点像素值满足下式： 则判定该点符合增长条件， 加入到区域中； 其中， (X， Y)为种子点八邻域中点坐标， tj(x′j， y′j)为种子点坐标， Img为SAR影像的像 素矩阵； 计算种子点tj(x′j， y′j)八邻域的点处的像素值与种子点像素之间的差值， 所有差值相 加取平均得到数值 为阈值qj， 表达式如下： 其中， u、 v、 w均为自变量； 区域增长全部完成后， 得到与光学影像对象集合R相对应的 SAR影像对象集 合C＝{C1， C2，…， Cj}， 最终获得统一的光学 ‑SAR匹配对象集 合。权　利　要　求　书 2/2 页 3 CN 115131677 A 3