资源描述：
《一种基于知识的航空影像中道路半自动提取方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第17卷第1期测绘学院学报Vol.17No.12000年3月JournalofInstituteofSurveyingandMappingMar.2000一种基于知识的航空影像中道路半自动提取方法马永刚 张占睦(信息工程大学测绘学院 郑州 450052)摘要 利用线特征算子和多种线状地物跟踪方法建立了一种基于知识的航空影像中道路半自动提取方法。该算法计算量小,判断速度快,准确率较高,并且有较好的适应性。试验表明这是一种良好的道路提取方法。关键字 线特征提取,双边跟踪方法,模板跟踪方法,局部试跟踪方法分类号 P237
2、.4 图像中特征点和特征区域的提取是图像处理地物往往具有以下特征:较大的长/宽比;灰度值领域的重要研究内容。线特征提取可分为边缘检一般在一小区间(a,b)内变化;一般有两条较明测和边缘连接两部分,提取方法的空间域处理是显的边缘线,即边缘线的梯度较大;宽度基本不对原图像直接进行数据运算。由于图像的复杂变;每一小段的弧度较小;相邻灰度剖面之间有一性,提取方法多种多样,其适应性也不同。目前在定的相似性。但是由于航空影像中地物繁多复杂,航空影像上提取道路的方法主要有差分跟踪法、相互干扰,使得影像上道路的局部特征不明显。例
3、匹配跟踪法、二值化跟踪法、动态规划跟踪法、如由于植被、阴影等的压盖,道路局部存在灰度不Snake模型跟踪法等。大多数提取方法所采取的连续的现象;打谷场、停车场等周围地物灰度与道途径是先由影像检测某些特征(如边缘),再将这路的灰度很相近等。些特征组合,由此可以得到全局特征,从而达到提1.2影像知识的获取取目标的目的。事实上,在这个过程中,需要提取针对道路的影像特点,边缘是检测和识别所的是影像中目标的整体特征信息,而现有的提取必须依赖的主要特征,通过影像的边缘检测获取方法一般先提取目标的局部特征,再由这些局部道路的影像
4、知识。要保持特征不变地提取边缘,对特征组合成整体特征。由于航空影像中包含着种边缘算子的要求很高。好的边缘算子应满足边缘类繁多、数量巨大、在空间分布上又相互交织的各检测效果好、定位效果好、对单一边缘只有单一响种地物信息,因此局部特征容易受许多因素的干应3个准则。Kirsch算子可对图像进行平滑、滤噪,扰,导致它的可靠性比较差,在缺乏有效的规则约获得边缘的特征,如梯度大小、边缘方向等。文中束机制的情况下,由此构成的全局特征也不可靠。采用的Kirsch算子由8个3×3窗口模板组成,如要有效地解决影像目标的提取问题,根本出
5、路在图1所示,每个小区域代表一个检测方向,这样形于模仿人类的识别方式,应充分运用人类的视觉成8个方向序号,如图2所示。知识,合理地表达这些知识并灵活运用多种提取M1M2M3M455555-35-3-3-3-3-3方法。文中针对航空影像中道路的提取提出了一种基于知识的半自动提取的综合算法。该算法通-30-350-350-350-3过检测特征点,利用特征点的特征,并结合道路的-3-3-3-3-3-35-3-355-3先验知识,运用了局部试跟踪法、模板法等多种算M5M6M7M8法对道路进行跟踪,取得了良好的提取结果。-3
6、-3-3-3-3-3-3-35-355-30-3-305-305-3051航空影像中道路的提取原理555-355-3-35-3-3-31.1 道路的影像知识航空影像中的道路是引人注目的地物。这类图18模板Kirsch算子收稿日期:1999211204第1期马永刚等:一种基于知识的航空影像中道路半自动提取方法35这是线特征的方向连续约束条件。3214)线特征的平均灰度,在一局部范围内应该4*0567基本一致,即图2 边缘的方向序号E24=∑∫〔gf(si)-gmf(si)〕ds/
7、si
8、 在实际操作中,8个模板对3
9、×3窗口轮流作式中,gf(si)表示si段的灰度分布,gmf(si)表示用一遍,记下该窗口内每个点最大的计算结果作它的平均灰度,由下式得到:为该点的梯度值及相应的模板代号(代表了该点的边缘方向)。若其梯度值大于某个给定的门限,gmf(si)=∫gf(si)ds/
10、si
11、则认为该点为候选点,根据该点的边缘方向计算把这一特征称为线特征的灰度连续性约束条件。它的灰度剖面的宽度和灰度剖面的平均灰度。这综合上述内容,定义线特征的能量极小函数样通过Kirsch算子边缘检测后可得到每个候选点模型为的4种信息:梯度信息、边缘方向信
12、息、灰度信息E(C)=-E1(C)+E2(C)+E3(C)+E4(C)和宽度信息。因为图像是离散化的,以pk=(xk,yk)表示线上试验表明采用8个不同的模板算法是一种行的点,则可将线的4个约束条件及其能量最小模之有效的方法,不仅可以检测出图像边缘,实现图型函数离散化为如下的形式:像的锐化,缩小检测的范围,还可以得到边缘线的梯度约束条件大概变化方向。2E1=
