[发明专利]一种基于JPEG2000码流的在轨遥感图像城区检测方法

摘要

本发明提供一种基于JPEG2000码流的遥感图像城区检测方法，解决了遥感图像城区检测准确率和处理效率的矛盾。本发明直接从JPEG2000码流中提取图像内容信息，不对压缩码流进行解压缩，充分利用压缩数据，根据JPEG2000的码流组织，采用由粗到细的检测框架，先提取包头信息进行粗检测并剔除不存在目标的码流，然后提取含有图像原始信息的包体信息进行精细检测，提高检测的运算速度，并且整个过程只调用JPEG2000解码过程中的存储资源，保证了算法很少的存储空间消耗，有效提高算法在轨实时实现的可行性。

主权项

1.一种基于JPEG2000码流的遥感图像城区检测方法，其特征在于，包括以下步骤：步骤1：抓取JPEG2000压缩码流的Packet：读取待测遥感图像的JPEG2000压缩码流，根据压缩标准，提取JPEG2000压缩码流中各个Packet的位置；其中，各个Packet包括包头和包体，同时包体由码块构成，其中码块中的数据按比特层编码；步骤2：获取包头信息：基于各个Packet的位置，从每个Packet中获取包头码流信息，其中包头码流信息包括自身包头信息和包体内的所有码块信息，且一个包体内的所有码块信息为N×N个包头向量，其中N至少为1；步骤3：提取并融合包头的结构与纹理特征量：从N×N个包头向量中提取三个结构与纹理特征量，其中结构与纹理特征量包括编码最高位MBP、编码通道数NCP以及码流长度BU；然后分别将这三个结构与纹理特征量通过升采样进行融合，得到对应的比特显著性特征、编码显著性特征以及纹理丰富性特征；步骤4：将步骤3得到的比特显著性特征、编码显著性特征以及纹理丰富性特征作为ELM多分类器的输入，对待测遥感图像的不同结构纹理区域进行分类；其中，ELM多分类器将待测遥感图像的不同结构纹理区域分为人造区域、自然区域以及平缓区域；步骤5：根据步骤4的分类结果，得到待测遥感图像中符合城区结构纹理特性的人造区域的对应码块，并将对应码块进行膨胀操作后得到补全的连通域，然后进入步骤6；将其他类别的码块从其所在的Packet中剔除，不再进行后续操作；步骤6：提取包体信息：提取步骤5中补全的连通域所在的各个Packet的位置，然后基于各个Packet的位置，从每个Packet中获取包体码流信息；步骤7：采用Tier‑2解码器对码块的每个比特层进行熵编码，从而生成梯度图：初始化Tier‑2解码器中寄存器的状态，并利用Tier‑2解码器和JPEG2000熵编码的方法，计算步骤6得到的包体码流信息中各个码块每个比特层上相邻编码位小波系数的变化量，将变化量加权相加后得到小波系数的梯度图；步骤8：提取梯度特征：基于尺度空间理论，从步骤7中得到的小波系数的梯度图中提取局部特征SURF和图像纹理特征LBP，并将两个特征进行归一化处理后得到一个包体特征向量；步骤9：ELM城区分类：将步骤8得到的包体特征向量作为ELM二分类器的输入，对待测遥感图像进行城区‑非城区分类；其中，ELM二分类器将待测遥感图像的不同结构纹理区域分为城区和非城区两个种类；步骤10：根据ELM二分类器的分类结果，得到含有城区图像的码块，同时根据这些码块所在的Packet在JPEG2000压缩码流中的位置，得到各个码块在待测遥感图像中的位置，然后将这些码块组织成新的JPEG2000压缩码流进行显示、存储或传输。