雷达遥感技术用于违法违规用地监测.docx
《雷达遥感技术用于违法违规用地监测.docx》由会员分享，可在线阅读，更多相关《雷达遥感技术用于违法违规用地监测.docx（13页珍藏版）》请在冰豆网上搜索。
雷达遥感技术用于违法违规用地监测
雷达遥感技术用于违法违规用地监测
试验研究报告
二OO九年一月六号
目录
1、引言3
2、SAR数据特点5
2.1基本情况5
2.2SAR数据基础6
2.2.1波段设置6
2.2.2分辨率7
2.2.3极化方式7
2.3SAR数据特征8
2.3.1地表表面粗糙度8
2.3.2图像几何特性8
2.3.3介电特性9
2.3.4干湿程度9
2.4主要地物影像特征9
3技术路线和方法分析11
3.1SAR建筑物成像机理分析13
3.1.1建筑物的叠掩与阴影效应13
3.1.2尖顶建筑物屋顶面单次反射效应14
3.1.3建筑物的角反射效应14
3.1.4高分辨率SAR图像的建筑物成像分析15
3.2K-均值分类法16
3.3Hough变换17
4试验与分析18
4.1雷达影像预处理18
4.1.1雷达影像几何纠正18
4.1.2雷达影像斑点噪声处理20
4.2SAR图像建筑物叠掩的信息提取21
4.3建筑物屋顶的提取21
4.4识别违法违规用地23
5总结23
1引言
土地资源是人类赖以生存的最基本的自然资源，也是构筑社会主义市场体系的重要组成部分，它的运行状况关系到国民经济的健康运行、关系到人民群众的切身利益、关系到经济社会的可持续发展。
土地利用是人类根据土地的特点，按照一定的经济与社会目的，采取一系列的生物和技术手段，对土地进行长期或周期性的经营活动，以利于人类的生存和发展。
现实情况告诉我们，当前我国土地利用和开发中仍然存在一些违法违规用地的问题，如违反土地利用总体规划圈占土地、未批先用、边报边用、低价出让土地等违法用地现象仍时有发生，这些问题不仅扰乱了正常的土地管理和土地市场秩序，甚至造成了国有资产的流失、侵害了失地农民的合法权益，影响了我国土地市场的规范和发展。
因此，强化合理利用和科学管理土地、综合规划整治、保护土地、充分挖掘土地利用潜力对国民经济建设具有重要意义。
长期以来，人们对土地利用状况的监测调查需要耗费大量的人力物力，而且由于许多客观因素的影响，不能及时准确地反映当地的真实情况，从而影响决策部门的宏观管理。
随着科学技术的飞速发展，遥感技术深人到了国民经济建设和国防建设的各个方面，它在土地利用动态监测中也发挥了前所未有的作用。
自1996年我国开展每年一度的土地变更调查工作以来，遥感监测由于具有宏观、快速、实时、动态等特点，它在国土资源大调查中发挥着越来越重要的作用。
1996年至1998年，土地利用动态监测的遥感数据多采用TM等多光谱影像，由于其空间分辨率较低，难以满足1：
2.5万或1：
1万等较大比例尺资源调查的应用需求。
随着遥感技术的发展，自1999年开始，国土资源部门已经开始利用高空间分辨率的遥感卫星数据如IKONOS和QuickBird等进行大比例尺土地利用动态监测，这些空间分辨率达到1m甚至更高的遥感卫星数据的利用大大提高了土地利用变化监测的应用范围和精度，能够对城市土地利用现状进行及时、有效的监测。
光学影像具有色彩丰富，纹理清晰等特点，但是光学影像由于受云雨影响比较大导致其应用存在很大的局限性。
在某些地区由于自然条件的限制存在多云、多雨、多雾等天气状况，很难穿透云雨雾获取高质量的光学影像，不能形成时间序列上的持续监测，无法及时获取土地利用变化状况的最新信息。
而雷达卫星的全天时、全天候的数据获取能力以及穿透能力日益展现出明显的优势，能够在阴雨、多云的气象条件下获取监测地区的遥感影像，因此，雷达卫星遥感数据也越来越多的应用到土地利用变化监测中来。
特别是2007年以来，若干高分辨率SAR（SyntheticApertureRadar，合成孔径雷达）卫星的成功发射（并均有同等或更高分辨率的后续星发射计划），为土地利用遥感调查与监测的实际运用创造了条件和基础。
2SAR数据特点
2.1基本情况
SAR卫星的发射和数据应用已有多年的历史，上世纪90年代进入民用领域，主要有：
欧空局的ERS-1/2和Envisat（C波段）、日本的JERS和ALOS（L波段）、加拿大的Radarsat-1/2、德国的TerraSAR和意大利的COSMO-SkyMed。
其中TerraSAR、Radarsat-2和COSMO-SkyMed为2007年以后发射的高分辨率、多极化、多模式的雷达卫星。
Cosmo-Skymed即“宇宙-地中海”雷达卫星，由意大利阿莱尼亚航天公司和法国阿尔卡特公司合作研制，系统由4颗星组成。
Cosmo-Skymed系统使用X波段合成孔径雷达拍摄地球的雷达图像，最高分辨率为1米，扫描带宽10公里，具有雷达干涉测量地形的能力。
主要用途是灾害管理。
对洪水区、工业污染、地震损失估计、以及地形结构分析等目标进行全天候评价。
德国雷达卫星TerraSAR-X于2007年6月15日发射升空，是首颗由德国宇航中心和EADSAstrium公-私共建的德国卫星。
TerraSAR-X在距地514公里高的极轨道上绕地运转、该卫星装备了有源天线，可收集高质量的X波段雷达数据，卫星的运行不依赖于气象条件、云层覆盖和照度，分辨率可达1米。
Radarsat-2是加拿大继Radarsat-1之后的新一代商用合成孔径雷达系统，于2007年12月14日发射成功。
Radarsat-2继承了Radarsat-1所有的工作模式，并在原有的基础上增加了多极化成像，3米分辨率成像，双边（Dual-Channel）成像和MODEX（MovingObjectsDetectionExperiment）。
Radarsat-2与Radarsat-1有相同的轨道，但比Radarsat-1滞后30分钟，这是为了获得两星干涉数据。
Radarsat-2给用户提供全极化方式的高分辨率的星载合成孔径雷达图像，在地形测绘、环境监测、海洋和冰川的观测方面都有很高的实用价值。
2.2SAR数据基础
SAR与光学数据的主要区别：
一为非可见光，成像不依靠日光，不受时间限制；二为主动式遥感，其影像实际上是地面物体反射和散射成像雷达发射电磁波（微波）的回波强度组合信息，影像特征与光学数据有很大的不同。
因此，SAR数据应用不仅受地表粗糙度、介电特性、几何结构等因素的影响，还因传感器的基本设置的不同而发生变化，直接影响对土地覆盖和土地利用状况的有效判别。
2.2.1波段设置
SAR传感器发射的电磁波属于微波，工作与1-1000mm波段。
雷达系统所选择的波长长短，一方面决定了表面粗糙度的大小和入射波穿透深度的能力；另一方面波长不同，地物目标的复介电常数不同，这一切都直接影响到雷达回波的强弱。
SAR的波段选择应与地物目标的尺度相匹配，通常选择X、C、L波段。
L波段可以穿透树叶和枝干抵达地表；C波段可以穿透树叶，获得树枝的回波反射；X波段不能穿透树叶，但可有效识别植被、道路、建筑物等的表面特征。
微波穿透云雨的能力随着波长的增加而增强，一般小于1/4波长的物体会被穿透，波长大于20mm的微波不会受到云层的太大影响，但对于波长小于40mm的微波，雨区仍然是一个干扰的因素。
2.2.2分辨率
雷达成像分辨率分为距离分辨率（垂直轨迹方向）和方位分辨率（沿轨迹方向），距离分辨率是指沿距离向可分辨的两点间的最小距离。
脉冲的带宽（即持续时间）是决定脉冲分辨率相邻目标能力（即遥感器距离分辨率）的关键。
方位分辨率是指沿一条航向线可以分辨的两点间的最小距离。
2.2.3极化方式
雷达遥感系统的极化方式，影响到回波强度和对不同方位信息的表现能力。
雷达电磁波与目标相互作用时，会使雷达的偏振产生不同方向的旋转，产生水平、垂直两个分量，分为同极化（HH／VV）和交叉极化（HV／VH），最近新发射的雷达传感器都可接收单极化、双极化和多极化数据。
不同极化方向会导致目标对电磁波的不同响应，使雷达回波强度不同，并影响到对不同方位信息的表现能力。
利用不同极化方式图像的差异，多种极化方式可以获取对地物更为多样的识别和分类能力,可以更好的观测和确定目标的特性和结构，提高图像的识别能力和精度。
2.3SAR数据特征
SAR数据因成像波谱和成像方式的不同，各类地物后向散射的物理意义与影像识别有其独特的规律。
地表物体的后向散射越强，在影像上的亮度就越高。
下面是几个主要的影响雷达后向散射的地表参数。
2.3.1地表表面粗糙度
表面粗糙度对雷达回波有明显的反映。
地表粗糙度与波长直接相关，通常平坦光滑的表面，如水域（无风）、公路、不同类型的裸露土壤等后向散射较弱或成镜面反射，无回波信号，在影像上呈暗色区域。
而对于砂粒、砾石等粗糙面，后向散射则较强。
2.3.2图像几何特性
由于雷达遥感系统的侧视成像的特性，导致雷达影像呈现出和光学不一样的几何特性：
近距压缩：
雷达侧视带状成像，发射脉冲和接收回波之间有个时间“滞后”，雷达回波信号的间隔直接与相邻地面特征的斜距成正比。
因而，在斜距图像上各目标点间的相对距离与目标间的地面实际距离并不保持恒定的比例关系，图像产生不均匀畸变。
使得近距点部位比远距点压缩得更大。
透视收缩：
由于雷达按时间序列记录回波信号，因而入射角与地面坡角的不同组合，使其出现程度不用的透视收缩现象。
即雷达图像上的地面斜坡被明显缩短的现象。
叠掩：
由于斜坡的影像，高处的远点比近处的低点接近天线方向。
阴影：
面对发射源一侧边坡呈亮色，背向一面边坡形成雷达阴影区。
2.3.3介电特性
物体的复介电常数反映物体本身的电学性质，它是由物质组成及温度决定的。
复介电常数是由表示介电常数的实部和表示能量的耗损与衰减的虚部组成的复数常数。
它与目标物质组成的化学特性及观测频率相关，以介电常数表示物体吸收入射波的量化值。
介电常数越大，回波强度越强。
如金属材质、水塔、烟囱、森林树冠等反射强烈，呈明亮色调，水泥路面的反射强度要大于沥青路面。
2.3.4干湿程度
湿度影响物质吸收、反射、透射微波能量的能力，大多数自然植被的反射强度随湿度的增加而增加。
2.4主要地物影像特征
地物在雷达影像和光学影像上的差别很大，甚至是完全不同的。
因此，在对非法人工建筑进行提取之前，有必要对一些主要地物在雷达影像上的特征进行总结，以分辨不同地物的不同影像特征。
（1）人工建筑
人工建筑表现为粗糙度高，其中城镇建筑物的材料大多有良好的反射率，侧面多为直角反射，建筑物密集，回波信号较强，图像上呈高亮度反差，有明显纹理；农村的建筑特别是木质建筑相对不易从斑点噪声中分辨，这种特征容易与斑点噪声和树木混淆。
建筑的精确位置与光学影像显示不同，向雷达照射一侧有偏移。
（2）道路
公路为光滑表面，粗糙度较小，在雷达影像上突出为亮度较低，边界明显，但在车流量大的路段亮度明显变化，显示道路不光滑连续。
铁路、桥梁有较强的雷达回波，但在植物、农作物茂密的田野背景下，铁路难以显示，而桥梁相对雷达照射方向的方位对回波强弱也有很大影响。
机场为黑色弱回或无回波区，其形状特征很容易分辨。
（3）水域
水面属于镜面反射，几乎无回波返回天线，在影像上呈黑色，面积小的水体易与阴影混淆，如坑塘水面等。
水线清晰，但两岸亮度不同，正对着雷达照射方向的一岸明亮，背对的一岸和周围色调一致。
水面如果有波浪会显示一些亮点。
（4）耕地
耕地为灰色，主要依靠纹理特征判读，纹理特征较明显，形状多为规则矩形。
植被为中等回波，显灰色调；草地为暗灰色；森林为灰色斑点状；草地呈灰色；沼泽和水田为黑色。
（5）丘陵、山地
在雷达图像上纹理明显，呈浅灰色斑块状，容易判读。
面对雷达的一侧山坡回波较强，另一侧则无回波，呈黑色。
雷达具有独特的侧视成像特点，地形起伏对雷达遥感分析有多方面的影响，它会导致透视收缩、顶底位移和阴影等几何形变或信号的辐射干扰。
3技术路线和方法分析
实验的目的利用SAR影像找出研究区域的违法违规建筑，首要的关键问题就是要寻找一套在SAR图像上准确、迅速识别建筑物的方法。
由于SAR雷达系统侧视成像的特点，以及SAR图像本身的色彩，纹理都不及光学影像，所以要在SAR图像上快速、准确的检测到建筑物是一个比较困难的事情，目前多数的做法是通过识别建筑物屋顶来圈定建筑物的位置和范围。
但是由于雷达影像对地物的材料、形状反应非常敏感，同样都是屋顶，不同的材料、不同的形状，就会导致不同的雷达回波信号。
例如有的建筑物是平顶，由于镜面反射效应使得屋顶成像为暗斑，这种暗斑和建筑物阴影连在一起，难以区分；而有的屋顶是斜顶，这时候如果正对着雷达电磁波照射的方向，会产生非常强的回波，在图像上形成很明亮的亮点或亮线。
作为一个城市违法违规建筑的监测系统，不需要极高的位置精度，大致能够确定在什么地方就能够满足需要，但是要求很小的虚警率、很高的检测率。
所以，本次实验采取叠掩来提取建筑物宽度，位置等信息，融合高分辨率的彩色多光谱图像来确定建筑物的屋顶位置，通过影像分类、边缘提取、Hough变换等方法实现了建筑物屋顶轮廓的提取，最后和城市规划图进行叠合，对比，勾画出违规违章建筑物，实现利用雷达遥感数据快速准确识别违规用地的目的。
具体技术流程框图如图1所示：
图1技术流程图
3.1SAR建筑物成像机理分析
3.1.1建筑物的叠掩与阴影效应
前面已经提到，雷达是一个测距系统。
因此高大的目标像时，会发生高大目标顶部回波先到达，先成像，而底部回波后到达，后成像的情况，这样形成的顶底位移的现象就是叠掩。
只有当雷达波束俯角与坡度角之和大于90度的时候才会有此现象。
而背坡坡角大于雷达波束的俯角时，就会产生阴影。
因此，对于垂直的人工建筑物而言，必然会产生叠掩和阴影。
由于雷达侧视成像的特点，图像上必然产生失真，成像点处在不同的地面高度时也会发生失真。
图2中为建筑物成像示意图：
图2建筑物的叠掩和阴影
设A点为天线，其高度为H，DE为一个高度为h的物体，θ为D点的入射角，θ+α为E点的入射角，AD为R，表示D点的斜距。
根据SAR成像原理，物体ED的斜距大小为PQ，其地距大小为CD。
叠掩的高度也就是像点E的位移，它与物体ED的高度有关。
3.1.2尖顶建筑物屋顶面单次反射效应
由于尖顶建筑物屋顶面近乎垂直于雷达波束，照射到此平面的雷达波束被反射回去，雷达获得的反射能量很强，图像上表现为高的亮度值，可以形成一条平行于方位向的亮线。
3.1.3建筑物的角反射效应
如果二面角正对着雷达波束，雷达波束经过几次反射后，又反射回SAR传感器。
由于SAR传感器距离地面有一个很长的距离，可以认为角反射器的入射波与回波平行，图3为二面角反射示意图。
根据其反射回波的几何关系，可以看出二面角角反射器不同部位的入射波被反射回传感器时，所经过的路程是相等的，这些回波同时到达传感器，所以它们在SAR图像上形成很高的后向散射系数。
因此具有一定长度的、平行于方位向的墙壁由于角反射作用，在图像上产生一条平行于方位向的亮线。
图3建筑物的二面角反射
3.1.4高分辨率SAR图像的建筑物成像分析
图4表示建筑物处在传感器辐照带内，当雷达波束OA与尖顶面垂直或与尖顶面入射角在20度内的近似垂直时，形成单反射效应，又因为其距离传感器最近，所以其回波最先到达传感器并被记录，在图像上形成一条亮线。
地面和垂直地面的墙面被雷达波束OB、OD辐射后，它们的后向散射被传感器接收，形成叠掩效应，但在时间上晚于建筑物尖顶的回波，叠掩的亮度比周围环境要亮，但比单面反射效应和角反射效应的回波亮度要弱，在图像上形成一个亮斑。
建筑物垂直于地面，所以墙壁形成了像图3那样的角反射效应，若垂直面与传感器飞行方向平行，或夹角小于10-15度的近平行，则后向散射极强，角反射回波经过的路程最长，到达传感器的时间最晚，最后形成一条亮线。
图4建筑物雷达散射
通过比较尖顶和平顶房屋在雷达影像上的特征，我们发现，由于尖顶建筑物屋顶产生单次反射，SAR图像上形成一条亮线，亮线下面就是亮度较高的叠掩，最后是由角反射形成的一条亮线。
而平顶楼房，平顶不能形成单次散射效应，也就不会形成单次散射的亮线。
因此在SAR图像上，上面为较亮的叠掩，下面为角反射器形成的亮线。
3.2K-均值分类法
K-均值分类是一种非监督分类方法，在遥感影像的分类中具有较强的实用性。
K-均值非监督分类首先对均匀分布的数据空间中的每个像素计算初始类别，划分的依据是用最短距离测度。
每一次迭代重新计算聚类的均值，并且根据新的聚类均值重新对像素进行分类，所有像素被归类为距离最为接近的类别，除非指定了标准差或距离阈值。
这一过程不断的进行迭代，直到每个类别的像素变化小于选定的像素变化的阈值或达到最大的迭代次数为止。
不用进行人工干预，只要输入要分的类别数、迭代次数等参数，利用最小最大法设定初始聚类中心，就可以得到比较优的分类结果。
根据以往的实验结果，对整幅SAR图像来进行K-均值非监督分类法来进行分类，这样得到的建筑物屋顶效果不明显，也不实用。
但是如果对于很小的仅仅包含一个建筑物屋顶的图像小窗口来进行k-均值分类，利用这种方法能够很好的将建筑物的屋顶提取出来。
因为屋顶与周围环境通常是不相同的，而且屋顶占有相当大的比例，或者呈现一定的几何形状和概率分布特征，而周围环境在这个小窗口就不具有建筑物屋顶的几何形状和分布特征。
对这种类型的建筑物屋顶进行K-均值分类，选择一个高斯分布明显并满足一定长度和宽度范围的最优类别，对这个类别多次迭代去除远离高斯中心的点，使这个类别的几何中心趋于屋顶中心，以这个类别的中心为高斯分布的均值，在一定的方差范围内搜索这个类别的所有像素，最后确定一个屋顶的最小包络矩形，这个包络矩形可能与建筑物屋顶边缘不会非常地吻合，但是偏差不大，可以接受，这是由于分类的不精确性造成的。
提取出屋顶斑块之后，选择此类利用边缘提取来获得这个类别的边缘轮廓，并对这个边缘轮廓进行Hough变换，最后就可以得到规则的轮廓，实现了此类建筑物屋顶轮廓的提取。
3.3Hough变换
霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛，也有很多改进算法。
Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。
这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。
也即把检测整体特性转化为检测局部特性。
比如直线、椭圆、圆、弧线等。
Hough变换能够查找任意的曲线，只要你给定它的方程。
Hough变换在检验已知形状的目标方面具有受曲线间断影响小和不受图形旋转的影响的优点，即使目标有稍许缺损或污染也能被正确识别。
在本实验中，我们对区域增长法提取出的斑块进行边缘检测，得到建筑物屋顶轮廓，然后进行Hough变换，检测图形中的矩形，得到规则的建筑物屋顶形状。
4试验与分析
根据以上技术路线分析，利用SAR卫星遥感技术监测违法违规用地，首先必须从雷达影像上识别出人工建筑特征，找出一套快速定位建筑物屋顶的方法，然后和已有的城市或农村发展规划图进行叠合，对比分析，找出违法违规建筑。
试验选用的雷达卫星数据是加拿大的Radarsat-2雷达卫星，Radarsat-2保留了Radarsat-1的运行模式，新增了几种波束模式：
小面积、超精细、多视精细、四极化，并且可以同时右视或左视。
Radarsat-2有几个很显著的特点：
分辨率高、多极化方式、卫星重访周期短等等。
本次试验获取的Radarsat-2影像分辨率为3米，像元采样分辨率为1.5米。
4.1雷达影像预处理
4.1.1雷达影像几何纠正
几何校正是图像融合、图像镶嵌的基础。
只有准确地几何定位，才能准确的找出违法违规建筑的准确位置。
合成孔径雷达（SAR）是一种主动式的微波遥感系统，与光学传感器相比具有全天时、全天候的有点，并且对地物有一定的穿透能力。
由于侧视成像的特点，地形起伏会造成SAR影像几何畸变很大，存在着透视收缩、叠掩、阴影等特有现象，从而大大限制了其应用范围。
如果需要从SAR影像提取空间位置信息，或进行多时相、多源信息的综合分析，必须对其进行高精度的几何纠正。
SAR影像纠正通常是利用一定数量、较高精度的地面控制点，通过人工参与的方式，在影像上确定这些点的位置，采用某种数学模型进行几何处理，以达到尽量减小几何变形的目的。
关于SAR的影像正射纠正的方法主要有两类：
数字微分纠正法和多项式纠正法。
但是，在遥感数据的配准过程中，相同传感器数据之间的配准精度比较容易达到要求，由于成像机理的不同，高分辨率SAR影像的几何校正很难在同等或更高分辨率的光学遥感影像上寻找地物同名点。
因此，可以设计在实地布放角反射器作为地面控制点，利用GPS记下布点的经纬度，这样方便在图像上寻找控制点。
利用角反射器可提高雷达数据的定位。
角反射器是利用偶镜原理，将3个互相垂直的镜面装在一起，类似一个箱子的一角一样的装置。
3面镜子组成的角反射器有3条公共的棱边，相当于3个偶镜，因此光线无论从什么角度照射到它上面，都会沿着原来的方向反射回去。
由于角反射具有空间定向反射特性，以任意方向入射的空间光线经过理想角反射器的3个反射面相继反射后，仍以入射光线严格平行的方向返回。
由于卫星雷达所发射的电磁波是微波，所以实际使用的角反射器是采用平整的金属板材制成的。
角反射器的尺寸设计与雷达波的波长和频率相关，波长越长其棱长越大。
角反射器的制作材料要求表面无应力、平整度好、反射性强等特点。
通过对安装角反射器后获得的雷达图像进行处理，可以得到精度较高的地面控制点，采用多项式纠正的方法，测试结果控制点误差小于1个像元。
对于丘陵等地形起伏较大的地区，如果采用多项式纠正达不到理想的效果，需加入数字高程模型来对雷达影像进行正射校正，另外，消除地形起伏对雷达后向散射的影响也是后续信息提取的需要。
4.1.2雷达影像斑点噪声处理
成像雷达获得的SAR图像是地物对雷达电磁波散射特性的反映，由于成像雷达发射的是纯相干波，这种信号照射目标时，目标的随机信号与发射信号的干涉产生斑点噪声，并使图像的像素灰度值剧烈变化，即在均匀的目标表面，有的像素呈亮点，有的呈暗点，降低了图像的灰阶和空间分辨率，模糊了图像的精细结构，使图像的解译能力降低。
噪声严重时，甚至会导致地物特征的消失。
为了保证判读的精度，数据在使用之前必须进行噪声滤波。
去除斑点噪声一般采用图像域的滤波方法，如均值滤波、中值滤波、Frost自适应滤波、Lee自适应滤波、K-均值自适应滤波等等。
对于不同的地区，应对不同的滤波效果作比较，找出最适合的滤波方法。
一般来说，Frost滤波是用得比较多的方法。
Frost滤波属于局部统计自适应滤波，此种滤波方法考虑到了图像噪声分布的不均匀性，以局部的灰度直方图为基础决定参与滤波的领域点的权值。
它利用成像处理的视数来决定图像的噪声强度。
这种滤波方法在平滑噪声的同时，也较有效地保持了图像的边缘特征，而且能够通过参数控制来调整平滑的效果和边缘特征的效果。
本次实验的目的是及时、有效地监测违法违规用地，主要是监测人工建筑对土地的非法占用，需要准确的识别出建筑物的边缘。
Frost滤波由于能够较好的保持影像的边缘特征，因此是本次实验比较理想的滤波方法。
4.2SAR图像建筑物叠掩的信息提取
从建筑物叠掩和角反射能够提取建筑物的高度、宽度、位置等信息，从屋顶是否存在角反射来判定屋顶是平顶还是尖顶等信息。
提取叠掩时，采用了搜索方法，每搜索到一个白斑的第一个像素后，就采用区域增长法获取这个白斑所拥有的全部像素，获得所有的白斑之后。
分别对每一块白斑提取边缘，并对这个边缘进行Hough变换，再分别获取Hough参数空间为0度附近和90度附近具有一定距离并且最大的两个值，得到了每个叠掩的规则轮廓。
其中超过一定宽度的白斑按照常规知识就不是建筑物的叠掩，没有提取其边
升级会员 