发明名称 一种航空遥感影像的建筑物轮廓线提取方法
摘要 本发明提出一种航空遥感影像的建筑物轮廓线提取方法,利用颜色不变量算法检测出航空遥感影像中建筑物的阴影区域,并对阴影区域进行图像细化,将细化的结果作为建筑物的背景区域;以阴影区域的质心为起点向太阳高度角反方向搜索,获得建筑物部分的区域,将这个区域作为建筑物的目标区域;利用线性迭代聚类法对航空影像进行超像素分割;基于分别获得的背景区域和目标区域,利用最大相似度进行超像素划分块的合并,提取建筑物的轮廓线。本发明利用面向对象分割思想和影像中目标的上下文信息进行建筑物轮廓线的提取,不但显著提高了建筑物轮廓提取的精度,而且降低了方法的复杂度。
申请公布号 CN106127791A 申请公布日期 2016.11.16
申请号 CN201610527323.5 申请日期 2016.07.06
申请人 武汉大学 发明人 眭海刚;涂继辉;冯文卿;刘飞;孙开敏
分类号 G06T7/00(2006.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 严彦
主权项 一种航空遥感影像的建筑物轮廓线提取方法,其特征在于,包括以下步骤:步骤1,利用颜色不变量算法检测出航空遥感影像中建筑物的阴影区域,并对阴影区域进行图像细化,将细化的结果作为建筑物的背景区域;步骤2,以阴影区域的质心为起点向太阳高度角反方向搜索,获得建筑物部分的区域,将这个区域作为建筑物的目标区域;步骤3,利用线性迭代聚类法对航空影像进行超像素分割;步骤4,基于步骤1和步骤2分别获得的背景区域和目标区域,利用最大相似度进行超像素划分块的合并,提取建筑物的轮廓线:设M<sub>b</sub>和M<sub>o</sub>为步骤1和步骤2标记过的超像素分割区域,M<sub>b</sub>代表标记的背景区域,M<sub>o</sub>代表标记的目标区域,N<sub>m</sub>表示未标记的区域,某一划分区域B∈M<sub>b</sub>,B的邻域区域集合为<img file="FDA0001042480240000011.GIF" wi="220" he="70" />对于任何A<sub>i</sub>且<img file="FDA0001042480240000012.GIF" wi="186" he="62" />A<sub>i</sub>邻域集合为<img file="FDA0001042480240000013.GIF" wi="475" he="79" />如果B和A<sub>i</sub>的相似度ρ(B,A<sub>i</sub>)等于A<sub>i</sub>与各邻域<img file="FDA0001042480240000014.GIF" wi="58" he="71" />的相似度<img file="FDA0001042480240000015.GIF" wi="203" he="71" />最大值,则B和A<sub>i</sub>进行合并;继续找下一划分区域B∈M<sub>b</sub>,进行同样操作,直到在M<sub>b</sub>没有新的合并区域出现,停止合并;根据以上合并结果,设未标记的划分块P∈N<sub>m</sub>,P的邻域集合为<img file="FDA0001042480240000016.GIF" wi="227" he="71" />对于<img file="FDA0001042480240000017.GIF" wi="178" he="55" />和<img file="FDA0001042480240000018.GIF" wi="175" he="62" />条件下,H<sub>i</sub>的邻域集合为<img file="FDA0001042480240000019.GIF" wi="465" he="79" />如果P和H<sub>i</sub>的相似度ρ(P,H<sub>i</sub>)等于H<sub>i</sub>与各邻域<img file="FDA00010424802400000110.GIF" wi="67" he="77" />的相似度<img file="FDA00010424802400000111.GIF" wi="207" he="71" />最大值,则P和H<sub>i</sub>进行合并;找下一未标记的划分块P∈N<sub>m</sub>,进行同样操作,直到在N<sub>m</sub>中没有新的合并区域出现,停止合并;最终得到的区域边界为建筑物轮廓线。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学