[发明专利]一种半自动高空间分辨率遥感影像不同形状建筑物提取方法有效
申请号: | 202010077926.6 | 申请日: | 2020-02-01 |
公开(公告)号: | CN111325684B | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 崔卫红;李佳 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/11;G06T7/13;G06T7/194;G06V10/44;G06V20/10 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 王琪 |
地址: | 430072 湖*** | 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 半自动 空间 分辨率 遥感 影像 不同 形状 建筑物 提取 方法 | ||
1.一种半自动高空间分辨率遥感影像不同形状建筑物提取方法,其特征在于,包括以下步骤:
步骤1,通过用户交互得到目标建筑物的前景种子点;
步骤2,建筑物图斑获取;
步骤2的具体实现包括如下子步骤,
步骤2.1,影像剪裁:根据用户交互得到的初始种子点剪裁出一定窗口大小的影像;
步骤2.2,对该窗口影像进行导向滤波处理;
步骤2.3,在步骤2.2的导向滤波后的影像上进行区域增长,获得更多的前景种子点;
步骤2.4,根据步骤2.3得到的前景种子点的外接矩形向外扩大若干个像素得到两个间距n’像素的矩形框,矩形框之间的像素点为粗略的背景种子点;
步骤2.5,分别使用步骤2.3得到的前景种子点和步骤2.4得到的粗略的背景种子点建立高斯混合模型的前景模型和背景模型,得到每个像素属于前景和背景的概率,最后计算每个像素属于前景的相对概率,得到前景概率图;
步骤2.6,首先对步骤2.5的前景概率图使用形态学闭运算,再使用形态学开运算来消除小目标,同时断开周围背景与建筑物的连接,使得轮廓更加明显;
步骤2.7,在步骤2.2得到的导向滤波结果上采用CannyLines边缘检测算法得到边缘检测结果;
步骤2.8,在步骤2.6得到的结果中,以步骤2.3得到的前景种子点作为种子点,以步骤2.7得到的边缘作为约束条件进行区域增长,得到建筑物的初始图斑;
步骤2.9,对步骤2.8得到的建筑物初始图斑的外接矩形向外扩大若干个像素得到两个间距n’像素的矩形框,矩形框之间的像素点为精确的背景种子点;
步骤2.10,将步骤2.8得到建筑物初始图斑的外接矩形向外扩大若干像素范围,并将该范围以内的影像和步骤2.3得到的前景种子点以及步骤2.9得到的背景种子点作为基于多星形约束的最大流、最小割分割算法的输入,进行建筑物图斑获取;
步骤3,根据建筑物的不同形状进行建筑物图斑规则化处理,包括如下子步骤;
步骤3.1,获得建筑物图斑的轮廓;
步骤3.2,直角建筑物拟合:如果建筑物外形是直角多边形,利用基于正交性先验信息和积分平方误差最小化的正交多边形拟合方法进行直角建筑物分段规则化;
步骤3.3,非直角建筑物的椭圆拟合:如果建筑物外形是非直角多边形,则首先使用最小二乘法对建筑物图斑轮廓进行椭圆拟合;
步骤3.4,椭圆拟合结果与建筑物图斑轮廓差异性判断:使用Hu矩比较拟合所得椭圆与建筑物轮廓的差异性,差异性结果取值范围为0到1,若差异性小于0.01,则认为建筑物轮廓为椭圆,规则化完成,反之,则认为建筑物轮廓不是椭圆,进行步骤3.5;
步骤3.5,使用道格拉斯-普克算法简化轮廓上的点,用于提高多边形折线拟合的处理速度;
步骤3.6,非直角建筑物图斑轮廓分段拟合:使用基于积分平方误差最小化的多边形折线近似方法将建筑物轮廓划分成段,使用直线对建筑物轮廓进行分段拟合;
步骤3.7,判断轮廓线是否是曲线:计算每一段轮廓线上的点集到该段轮廓拟合直线的距离,用于判断该段轮廓是否是曲线,如果是曲线,则使用步骤3.8进行曲线拟合,反之,直接执行步骤3.9;
步骤3.8,使用贝塞尔曲线进行曲线拟合;
步骤3.9,将分段拟合结果进行连接,得到建筑物轮廓规则化结果。
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武汉大学,未经武汉大学许可,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/202010077926.6/1.html,转载请声明来源钻瓜专利网。