数字城市中矩形建筑物区域的自动获取

为了缩小基于视频的数字城市三雏重建中建筑物特征点的提取匹配的搜索范围,需要对目标建筑物区域进行快速提取.以矩形建筑物为例,首先对预处理后的图像做Hough变换,获取直线段集合;然后,在分析建筑物轮廓线的相互位置关系时,利用提出的点密度和Hough空间中计数嚣的数值,筛选出直线段集合中能表现建筑物轮廓信息的直线段.实验结果表明,运用点密度能去除干扰线段,算法对建筑物上下轮廓和左右轮廓采用不同的提取策略,在由于拍摄角度而造成的建筑物畸变的情况下,能快速准确地提取出矩形建筑物区域.     

用于线段特征提取的改进Hough变换

线段是符号的一个具有旋转、平移和尺度不变的稳定性特征,正确提取符号的线段特征对于提高符号识别系统的识别率有很重要的意义。针对已有的基于Hough变换的线段提取算法的缺点,该文提出了一种用于线段特征提取的改进Hough变换算法。通过采用“多对一”映射;将Hough变换的投票过程和线段参数的检测过程融为一体;动态管理算法所需的临时存储空间等手段,使该算法具有较好的计算复杂度和空间复杂度。针对数字图像的量化特点,精心设计了用于检测在直线上点的条形区域,从而大大地降低了噪声对线段参数检测的影响,使该算法具有较好的检测性能和鲁棒性。实验表明,该文算法能正确提取出线段的端点坐标及其长度。     

基于一种改进的Hough变换的输电线提取与识别

在野外拍摄得到的输电线图像中,输电导线具有明显的线性特征,因此可以直线为基础来研究导线提取与识别的算法。Hough变换是经典的变换域直线提取算法,针对输电线图像的特点以及从Hough变换改进的思路出发,运用形态学分析和搜索聚类的方法先去除输电导线二值边缘图像中的背景噪声,提取出导线上的像素点。经过预处理后,再运用阈值区间的自适应估算方法来计算Hough变换的参数阈值,从而识别出图像中的输电线。实验结果表明,该方法具有较好的提取效果,并且能准确的识别出输电线,计算简单速度较快。     

基于改进Hough变换的城市道路网络提取算法

Hough变换常常用来提取直线,但是Hough变换无法区别直线和直线段,且时间复杂度和空间复杂度都较大,通过增加一个二维计数器使Hough变换能查找直线段,并利用Canny算法先提取图像边缘,对Canny算子检测到的边缘点的方向角进行变换,减少了Hough变换的计算量和提高提取精度。根据城市道路网络的卫星特征,对图像做先期处理,然后将改进的Hough变换用于城市道路网络的提取,经实验验证了算法的有效性。     

基于小波变换的卫星遥感地图中建筑物识别

建筑物作为城市的一个重要特征,对它的识别已经被广泛应用在城市仿真等许多领域。目前,传统方法通常采用基于建筑物边缘线性特征的识别算法,虽然该类方法具有简单高效的特点,但识别率较低。提出了一套基于小波变换的建筑物识别方法。首先,利用二进小波变换检测建筑物边缘,然后通过计算基于小渡的仿射不变量识别建筑物,最后构建了建筑物轮廓模式数据库。实验结果表明所提方法能够准确有效地识别卫星遥感地图中的建筑物。     

基于小波变换的卫星遥感地图中建筑物识别

建筑物作为城市的一个重要特征,对它的识别已经被广泛应用在城市仿真等许多领域.目前,传统方法通常采用基于建筑物边缘线性特征的识别算法,虽然该类方法具有简单高效的特点,但识别率较低.提出了一套基于小波变换的建筑物识别方法.首先,利用二进小波变换检测建筑物边缘,然后通过计算基于小波的仿射不变量识别建筑物,最后构建了建筑物轮廓模式数据库.实验结果表明所提方法能够准确有效地识别卫星遥感地图中的建筑物.     

宽线段Hough变换及其在箭靶识别上的应用

Hough变换是用于检测图像中直线段的有力工具。论文提出的宽线段Hough变换针对传统Hough变换进行了改进,使之适用于多条宽线段同时存在的情况,并且解决了端点提取的问题。该方法应用于箭靶识别取得了很好的效果,实验表明对比传统方法具有较大优势。     

基于物方几何约束提取建筑物垂直边缘

航空影像中，垂直边缘对建筑物提取具有重要意义。为快速准确地提取垂直边缘，依据航空摄影测量学的有关知识，利用摄影测量成像模型推导出垂直边缘灭点位置，并结合物方空间几何约束和图像空间边缘信息，采用一种自适应模糊Hough变换算法，实现了建筑物垂直边缘的自动提取。实验证明，该算法是行之有效的。     

货车转向架交叉杆弯曲故障辨识算法研究

以货车转向架交叉杆弯曲故障的智能检测为背景,提出了一种针对图像信息中刚体结构弯曲形态进行模式识别的算法;从分析故障特征入手,通过梯度投影分析线性分割特征提取出交叉杆区域并将交叉杆旋转至与水平向垂直的位置;基于Sobel算子提取出交叉杆边缘;针对交叉杆边缘的分布,提出了一种应用Hough变换分段求取边缘线段极角均值估计的分类器设计算法;通过实验,验证了算法的有效性,并分析了算法的实时性.     

基于Finite Ridgelet变换的图像线性特征提取

线性特征是图像的一种重要局部特征，它常常决定图像中目标的形状。线性特征的提取在图像匹配、目标描述与识别以及运动估计、目标跟踪等领域具有十分重要的意义。常用的线性特征检测方法有Radon变换和Hough变换，但检测曲线复杂度会很高。本文提出一种多尺度几何分析的线性特征检测方法，该方法以finite ridgelet理论为基础，结合正交小波变换对线性特征进行提取。Finite ridgelet变换对于含有直线奇异的多变量函数具有良好的逼近特性，能够获得连续空间函数的稀疏表达，同时具有区域平滑性、很好的可逆性和去冗余性。实验结果表明，本方法即使在背景复杂的环境下也具有良好的检测效果。     

综合像素级和特征级的建筑物变化检测方法

针对单独使用像素级变化检测或特征级变化检测对于高层建筑物检测精度低的问题,提出了一种结合像素级和特征级的建筑物变化检测方法。首先对多个时相的遥感图像进行基于比值法的像素级变化检测,得到包含建筑物变化的候选区域,在候选区域上再进行基于建筑物特征的变化检测。该方法首先利用基于Delaunay三角网约束的快速配准算法配准两个不同时相的多光谱图像,利用建筑物的变化会导致建筑物所在局部区域的纹理分布和色调发生变化的特点,提取对辐射差异和配准误差鲁棒的纹理和色调特征进行变化检测。实验结果表明,该方法可以有效提高建筑物变化检测正确率,降低虚检率。     

面向移动增强现实的室外阴影实时检测技术

针对目前移动视点下视频阴影检测算法存在的误检测率高和边缘连续性差的问题,提出了一种基于边跟踪、边检测框架的实时阴影检测算法.首先对前后2帧重叠的阴影部分进行2次光流跟踪,并筛选掉前后向跟踪误差较大的点,通过Canny边缘置信保证跟踪边缘的准确性;然后通过基于光流的区域划分法得到待检测的新增区域;其次,针对纹理边缘误检测...     

基于DSM影像的建筑物边缘直线特征提取

吸取了Hough变换的“投票”方法,提出一种直线提取的方法,并对DSM影像进行了实验。由于两个点可以确定一条直线,固定一个点,与另一个边缘点共同可以得到一条直线的倾角,通过对倾角进行“投票”,可以得到符合条件的直线以及线段的两个端点。以已确定的一条直线的终点为起点,重复以上步骤,直至到达最后一个点。整个计算过程都是对两个已知坐标的点进行计算,计算简单,计算量较Hough变换明显减少,且精度较高。     

基于离散Beamlet变换的线特征检测算法

提出一种基于离散Beamlet变换的快速新型线特征检测算法,可检测出任意方向、位置、长度的线性信息,并使线性特征的完整性和准确性都得到很好的保持。给出一种带有方向信息的多尺度的Beamlet基,利用Beamlet多尺度分析的思想,对传统的基于Bresenham直线生成的算法进行改进,通过设计偏差函数与优化的二进递归分解结合,对图像进行快速离散Beamlet变换。通过简单算法对图像的线特征进行提取,实验验证了该方法使用效果优于其他传统特征检测算法。     

Detection of collapsed buildings caused by the 1999 Izmit,Turkey earthquake through digital analysis of post-event aerial photographs

In this study, the post-earthquake aerial photographs were digitally processed and analysed to detect collapsed buildings caused by the Izmit, Turkey earthquake of 17 August 1999. The selected area of study encloses part of the city of Golcuk, which is one of the urban areas most strongly hit by the earthquake. The analysis relies on the idea that if a building is collapsed, then it will not have corresponding shadows. The boundaries of the buildings were available and stored in a Geographical Information System (GIS) as vector polygons. The vector building polygons were used to match the shadow casting edges of the buildings with their corresponding shadows and to perform analyses in a building-specific manner. The shadow edges of the buildings were detected through a Prewitt edge detection algorithm. For each building, the agreement was then measured between the shadow producing edges of the building polygons and the thresholded edge image based on the percentage of shadow edge pixels. If the computed percentage value was below a preset threshold then the building being assessed was declared as collapsed. Of the 80 collapsed buildings, 74 were detected correctly, providing 92.50% producer's accuracy. The overall accuracy was computed as 96.15%. The results show that the detection of the collapsed buildings through digital analysis of post-earthquake aerial photographs based on shadow information is quite encouraging. It is also demonstrated that determining the optimum threshold value for separating the collapsed from uncollapsed buildings is important.     

一种新型的航空图像城区建筑物自动提取方法

提出了一种新的从航空城区图像中自动提取矩形建筑物的方法．该方法基于从航空城区图像中提取的边缘，经过轮廓跟踪，采用Splitting方法提取直线，得出其相应的直线几何图形；针对航空图像的复杂及现有边缘检测算法的不足，提出了一系列直线处理的方法(如直线的分类、排序、合并、调整等)有效地弥补了前述处理的不足；为提高矩形房屋提取的准确率，引入知识定义了几种近似的矩形结构．文章采用几何结构元分析的方法，提取图形中构成矩形的各种基本结构元，再根据结构元合并的准则，将各种基本结构元通过一定的合并算法合并成矩形结构．大量试验结果证明该方法提取矩形房屋的准确率较高，鲁棒性好，运算速度快，具有较强的实际应用价值．     

基于建筑物提取的精细尺度人口估算研究

以精细尺度的人口估算为目标,提出一种根据居民区建筑物属性估算人口数量的方法。首先基于Dempster-Shafer证据理论,结合LiDAR数据和高分辨率遥感影像进行建筑物的自动提取。根据土地利用分类图排除提取结果中的非居民区建筑后,按照线性回归的思想,通过对居民建筑物的数量、面积、体积等几何属性的优化选择建立人口估算模型。实验表明,利用该估算模型能够获得较高精度的小面积目标区域上的估算结果。该方法提高了人口估算的精细程度和自动化程度。     

高分辨率SAR影像形态学层级分析的建筑物检测

目的 现有基于结构分析的高分辨率SAR影像建筑物检测方法,只考虑了直线和L形结构建筑物,并且依赖建筑物高亮线条处阴影区作为建筑物识别的主要特征;当处于复杂场景时,阴影区受制于背景较暗或建筑物密集而无法准确得到,导致建筑物检测误差大、检测率低。针对上述问题,提出一种基于形态学层级分析的高分辨率SAR影像无监督建筑物检测算法。方法 该方法基于单幅单极化高分辨率SAR影像,首先利用改进的形态学交替滤波算子有效抑制其固有的斑点噪声,大大剔除了同质区背景噪声的干扰;然后利用层级分析形态学差分属性断面算法来实现对SAR影像建筑物的几何结构特征的提取;最后结合特征融合和属性阈值分割等后处理步骤得到复杂场景下建筑物提取信息。结果 将上述方法在建筑物密集的城区SAR影像中实验,通过与其他方法对比分析,具有检测率高、误差小的特点,准确率和召回率分别为95.38%、86.31%,并对降低虚警率方面有明显的优势。结论 将形态学交替滤波与形态学属性滤波的改进与结合,在对不同走向、尺寸和形状的高密度建筑物检测中具有较好的适应性。     

利用格式塔的高分辨率遥感影像建筑物提取

目的 格式塔心理学的理论基础为通过对事物的部分感知,实现对事物整体的认识。本文将该思想应用到建筑物提取中,提出一种兼顾目标细节及整体几何特征的高分辨率遥感影像建筑物提取方法。方法 首先,利用SIFT算法提取特征点作为候选边缘点;然后定义格式塔序列连续性原则判别边缘点,从而得到边缘点点集;并由边缘点点集拟合边缘,实现遥感影像建筑物提取。结果 利用提出算法,对WorldView-2遥感影像进行建筑物提取实验。通过与基于多尺度分割和区域合并的建筑物提取算法对比可以看出,提出算法能够更加准确、完整地提取出建筑物。采用分支因子、遗漏因子、检测率和完整性4个定量化指标对实验结果的定量评价,本文算法的检测率和完整性均大于对比算法,且本文算法的检测率均在95%以上,验证了提出基于格式塔理论的高分辨率遥感影像建筑物提取算法的有效性和准确性。结论 基于格式塔的高分辨率遥感影像建筑物提取算法能够准确刻画建筑物细节特征,同时兼顾建筑物整体几何轮廓,准确提取高分辨率遥感影像中的建筑物。本文算法针对高分辨率遥感影像,适用于提取边缘具有直线特征的建筑物。使用本文算法进行遥感影像建筑物提取时,提取精度会随分辨率降低而降低,建议实验影像分辨率在5 m以上。