[发明专利]一种地面建筑物数据融合的复合识别方法有效

专利信息
申请号: 201811630977.6 申请日: 2018-12-29
公开(公告)号: CN109784229B 公开(公告)日: 2020-10-30
发明(设计)人: 张天序;涂直健;桑红石;刘羽丰;姜庆峰;李玉涛;姜鹏;付宏明 申请(专利权)人: 华中科技大学;武汉工程大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34
代理公司: 华中科技大学专利中心 42201 代理人: 曹葆青;李智
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地面 建筑物 数据 融合 复合 识别 方法
【权利要求书】:

1.一种地面建筑物数据融合的复合识别方法,其特征在于,包括:

(1)分别获得地面建筑物的红外图像和激光图像;

(2)对所述红外图像依次进行数学形态学预处理和图像分割,以得到多个红外图像区域;

(3)获得所述红外图像在激光探测器视场范围内的图像边缘,并根据所述图像边缘标记得到多个边缘分割区域;

(4)对所述激光图像依次进行预处理和区域提取,以得到多个激光图像区域;

(5)对所述红外图像区域、所述边缘分割区域以及所述激光图像区域进行数据融合,以得到一个或多个候选区域;

(6)提取各候选区域的区域特征,并将所提取的区域特征与建筑物目标的区域特征进行匹配,从而从所述候选区域中识别所述建筑物目标所在的目标区域;

其中,所述激光探测器用于获取所述激光图像;

所述步骤(2)中,对所述红外图像进行数学形态学预处理,包括:

利用尺寸小于所述建筑物目标图像尺寸的结构元素SE1对所述红外图像进行形态学开运算,以进行背景抑制并保留所述目标区域,从而得到第一背景抑制图像;

利用尺寸大于所述建筑物目标图像尺寸的结构元素SE2对所述红外图像进行形态学开运算,以进行背景抑制并对所述目标区域进行抑制,从而得到第二背景抑制图像;

将所述第一背景抑制图像和所述第二背景抑制图像相减以从背景中突出所述目标区域,并将相减结果中灰度值小于0的像素的灰度值置为0,从而得到第三背景抑制图像;

利用尺寸小于所述建筑物目标图像尺寸的结构元素SE3对所述第三背景抑制图像进行形态学开运算,以去除其区域边缘存在的毛刺,从而得到红外预处理图像;

所述步骤(5)包括:

对于任意一个边缘分割区域Z,分别计算所述边缘分割区域Z与相同位置处的红外图像区域之间的相似度sim1,以及所述边缘分割区域Z与相同位置处的激光图像区域之间的相似度sim2;若sim2>T1,或者T2≤sim2≤T1且sim1>T1,则保留所述边缘分割区域Z;否则,去除所述边缘分割区域Z;T1和T2均为预设的相似度阈值,T1>T2

遍历各边缘分割区域,以去除部分边缘分割区域;

去除所述图像边缘中不与所保留的边缘分割区域相邻的边缘像素,从而得到由所保留的边缘分割区域及其相邻的边缘像素组成的一个或多个候选区域。

2.如权利要求1所述的地面建筑物数据融合的复合识别方法,其特征在于,所述步骤(3)包括:

提取所述红外图像在所述激光探测器视场范围内的图像边缘,并利用结构元素SE4对所提取的图像边缘进行形态学膨胀运算以连接其中的断裂边缘;

根据所述图像边缘,对所述红外图像的非边缘像素进行标记,从而得到由所述图像边缘分割而成的多个边缘分割区域。

3.如权利要求1所述的地面建筑物数据融合的复合识别方法,其特征在于,边缘分割区域与相同位置处的红外图像区域之间的相似度,或者边缘分割区域与相同位置处的激光图像区域之间的相似度,其计算方法为:

获得边缘分割区域的像素面积S1,并获得相同位置处的红外图像区域或激光图像区域在该分割区域中所占的像素面积S2,根据所述像素面积S1和S2计算区域之间的相似度为:

4.如权利要求1所述的地面建筑物数据融合的复合识别方法,其特征在于,所述步骤(6)包括:

获得所述建筑物目标的区域特征,并提取各候选区域的区域特征;

对于任意一个候选区域C,以所述建筑物目标的区域特征为参考,分别获得所述候选区域C的区域特征中各特征分量的相对误差百分比,并获得所有特征分量的相对误差之和;

将各特征分量的相对误差百分比均小于预设的误差阈值T3,且所有特征分量的相对误差之和最小的候选区域识别为所述目标区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学;武汉工程大学,未经华中科技大学;武汉工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811630977.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top