基于MSER的无人机图像建筑区域提取

《基于MSER的无人机图像建筑区域提取》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、2015年3月第41卷第3期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsMarch2015V01．41No．3http：／／bhxb．buaa．edu．crljbuaa@buaa．edu．cnDOI：10．13700／j．bh．1001—5965．2014．0177基于MSER的无人机图像建筑区域提取丁文锐“，康传波2，(1．北京航空航天大学无人驾驶飞行器设计研究所，北京lOOl91；李红光1，刘硕22．北京航空航天大学电子信息工程学院，北京1

2、00191)摘要：对建筑区域自动检测与提取是无人机(UAV，UnmannedAerialVehicle)图像处理的一项重要功能．在分析无人机成像特点和最大稳定极值区域(MSER，MaximumStableExtremalRegions)算法对无人机侦察图像建筑区域检测的适用性基础上，提出了一种基于MSER的无人机侦察图像建筑区域提取算法．算法包含5步：无人机图像预处理，运用MSER算法分析计算图像稳定区域，通过计算稳定区域密度筛选建筑区域，进一步利用自适应K均值聚类算法对建筑区进行划分，最后采用Graham算法生成建筑区的边界

3、从而实现了建筑区的自动提取．选取无人机实飞图像数据进行实验统计，本算法提取精度为92．25％；同时与基于Gabor变换的纹理特征、SIFT特征点的提取算法相比，建筑区域提取时间缩短，满足无人机实时应用需求．关键词：建筑区域提取；无人机图像预处理；最大稳定极值区域；自适应K均值聚类；Graham算法中图分类号：TP391文献标识码：A文章编号：1001．5965(2015)03-0383-08近年来，随着技术的不断发展，无人机广泛应用在军事和民用领域．建筑区域对于无人机而言，是一类重要的感兴趣目标，一方面对其快速检测，是无人机完

4、成导航、侦察、监测等任务的基础和重要内容；另一方面，无人机在出现故障等紧急情况时，通过对建筑区域进行准确检测并及时规避，从而极大地减少或避免人员伤亡和财产损失．与现有文献针对的SAR图像、高光谱图像及航空数码图像不同，无人机机载CCD摄像机拍摄的中低航空高度图像，主要具有以下特征：1)在空间分布方面，无人机可拍摄的地域广阔；2)从获取时间上，不同时间可获取的无人机图像会受到不同气象条件的影响；3)从建筑区域在图像中的特性而言，建筑区内部及周围纹理复杂，部分地区建筑分布不规则，区域整体没有明显的方向性，不利于纹理特征的检测．目前

5、，建筑区域提取的方法主要分为基于监督学习的方法和基于特征统计的方法．基于监督学习的方法主要是融合多种特征训练分类器，从而完成图像区域分类和建筑区域提取．文献[1]提出一种知识规则与支持向量机(SVM，SupportVectorMachine)相结合的面向对象建筑物提取方法；文献[2]利用多核SVM学习，综合多种特征，并设计基于图割的算法提高边界分割精细程度．这类方法需要人工确定合适的训练特征和分类类别，并且训练样本的选取对分类结果具有很大影响．无人机执行任务的地域广阔，不同的地域图像特征差异较大及工况条件复杂，以现有无人机图收

6、稿日期：2014-04-03；录用日期：2014-07-25；网络出版时间：2014-09-0515：37网络出版地址：WWW．cnki．net／kems／doi／10．13700／j．bh．1001-5965．2014．0177．html基金项目：新世纪优秀人才支持计划资助项目；总装预研基金资助项目(9140A25031112HK01303)+通讯作者：丁文锐(1971一)，女(满族)，辽宁鞍山人，研究员，ding@buaa．edu．en，主要研究方向为遥感图像处理等．引用格式：丁文锐，康传波，李红光，等．基于MSER的无入

7、机图像建筑区域提取fJJ．北京航空航天大学学报，2015，4Jf3)：383．390．DingWR，KangCB，LiHG，eta1．BuildingareasextractionbasingonMSERinunmannedaerialvehicleimamsfJJ．Jour-nalofBeijingUniversityofAeronauticsandAstronautics，2015，41p)：383—390(inChinese)．384北京航空航天大学学报像作为样本训练得到的分类器，往往不能适应实际应用需求．基于特征统计的

8、方法，利用多种特征进行统计分析，从而判断图像中的建筑区域．文献[3]利用SIFT特征、多模版匹配和图论的方法进行检测，取得一定效果，但是时间复杂度高，并且当房屋屋顶与背景对比度不高以及房屋密度过于集中的情况下，检测结果不理想；文献[4]利用地面高程模型(DSM，Digital