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。     

基于数字高程模型的建筑物自动提取算法研究

从遥感影像中自动提取建筑物是研究从遥感影像构建地图的关键技术。针对当前建筑物自动提取算法中存在的缺陷,提出了一种基于数字高程模型的建筑物自动提取算法。该算法是建立在灰度数学形态学、矢量化变换、离散化噪音消除以及边缘简化技术综合的基础上,充分考虑了建筑物后续重建计算量的问题。实验结果表明利用该算法提取出的建筑物边缘清晰正确,同时又能大大减少冗余数据量。     

融合全局显著性信息的轮廓编组模型

基于感知编组的轮廓提取算法容易受背景上边缘的影响,导致轮廓提取的准确率低,为此提出一种结合感知编组与全局显著性信息的轮廓提取算法.首先在Canny算子框架下增加显著性信息的约束,提取显著边缘,减少了背景上的边缘;然后在Ratio-contour算法的基础上提出了新的目标函数,使得文中算法能够收敛于显著性高的区域,得到的轮廓更准确地标识前景物体.实验结果表明,该算法有效地提高了轮廓提取的准确性,同时大幅减少了轮廓提取的计算时间.     

基于建筑物轮廓的地面激光点云与影像匹配点云配准研究

为了高精度融合异源数据,进而充分表达建筑物的顶面及立面信息,提出基于建筑物轮廓特征的地面激光点云与影像匹配点云配准方法.通过边缘估计提取影像匹配点云建筑物屋顶轮廓,利用α-shape算法匹配提取地面激光点云建筑物屋檐轮廓,运用主成分分析算法、质心约束及罗德里格斯公式实现两种轮廓点云的粗配准,根据ICP算法完成精配准.实验结果表明该方法能够实现跨模态数据的优势互补,有效提高影像与点云配准的计算效率和配准精度.     

基于相位编组的高分辨率遥感影像道路信息提取

从高分辨率遥感影像中提取道路信息已有许多研究,但仍存在许多问题有待解决.本文主要研究高分辨率遥感影像上城市道路信息的提取,从四个方面开展,即:遥感影像的预处理、阀值的确定、直线与曲线的提取以及道路信患在原图上的显示.传统的相位编组方法主要针对直线的提取,本文对其进行了改进,得到了一种基于相位编组的半自动提取道路信息的方法.实验中首先结合灰度形态学与Canny算子,得出信息较全的道路边缘轮廓信息,然后根据不同形状的道路模型,运用灰度值参数对相位编组法进行改进,提取出比较准确的道路信息.针对现代城市中常见的立交桥,特别是对其曲率较大的中心部分信患,该提取方法表现出了一定的优越性和适用性,实验结果较为理想.     

应用多尺度纹理边缘的居民地轮廓提取

提出了一种多尺度纹理边缘与感知编组结合的居民地轮廓提取方法,用于在航空影像上提取居民地轮廓。该方法首先根据影像边缘点的尺度信息计算边缘隶属度,生成多尺度边缘图像;然后将边缘点属于高纹理区域的概率表示为边缘隶属度的函数,通过计算边缘点的概率确定高纹理区域边缘;最后利用曲线跟踪连接提取点形成初始零散轮廓集,并应用感知编组连接初始轮廓,获得完整闭合的居民地轮廓。实验证明,提取的居民地轮廓位置准确且完整闭合。     

多层次编码—解码网络遥感图像建筑物分割

为提高高分辨率遥感影像建筑物边缘提取精度和高分辨率特征利用率,提出了一种基于残差分组卷积的高分辨率遥感影像建筑物提取方法.利用多层次编码—解码结构提取影像中建筑物不同尺度特征,同层次特征之间引入密集连接保证高分辨率特征的有效性,相邻层次特征之间引入交换单元增加不同深度的上下文信息交互.使用武汉大学建筑物数据集对模型进行训练及评估,与现有的全卷积神经网络SegNet、UNet和UNet++相比,评价指标recall、IoU、F1等高出2％以上.实验结果表明该网络在对建筑物边缘精准提取方面具有很好的效果.     

优化Mask-RCNN的高分遥感影像建筑物提取北大核心CSCD

针对从背景复杂、目标密集的高分遥感影像上提取建筑物精度较低的问题,提出了一种基于优化Mask-RCNN的高分遥感影像建筑物提取算法。优化算法以ResNet-50为特征提取主干网络,通过添加更多的横向连接以及自下而上、自上而下路径的方式优化FPN,提高算法的特征提取能力,并利用Soft-NMS优化原始NMS算法改善提取结果。利用自制的重庆市渝北区高分遥感影像建筑物数据集,采用交叉验证方法验证其在不同训练集与测试集上的稳定性,同时比较优化前后算法的提取性能。实验结果表明,优化算法平均精确率为88.4%,对比原始算法提高了4.9个百分点,对实现遥感影像建筑物高精度自动提取具有一定的参考意义。     

基于Siam-UNet++的高分辨率遥感影像建筑物变化检测

针对同—区域前后时序的高分辨率遥感影像背景复杂、变化类别多样、目标变化检测时存在漏检和边界识别粗糙问题,提出了一种基于Siam-UNet++深度神经网络的高分辨率遥感影像建筑物变化检测算法.该算法采用UNet++作为骨干提取网络,在其编码器部分应用Siam-diff(Siamese-difference)结构提取前后两时序图像的变化特征,并在解码阶段的上采样和横向跳跃路径连接之后引入注意力机制,突出建筑物变化的特征,抑制网络对其他类别特征的学习;同时使用多边输出融合(multiple side-output fusion,MSOF)策略加权融合不同语义层次的特征信息,提高了建筑物变化检测的精度;最后采取滑窗的方法对大尺度遥感影像进行预测,减少拼接过程中变化结果图产生的空洞图斑.在大型建筑物变化检测数据集上的实验结果表明,该算法有效提升了建筑物的变化检测效果.     

基于全局运动对比度的轮廓编组元提取算法

在轮廓编组计算模型中,编组元的提取对于轮廓编组结果具有重要的影响。针对复杂场景中目标轮廓易与非目标边缘混淆的问题,提出了一种基于全局运动对比度的编组元提取算法。提出了基于边缘片段的运动相似度度量方法,并通过相似度定义了场景中的全局运动对比度,以此对非目标边缘片段进行抑制,从而提取出更为有效的目标轮廓边缘片段构成编组元集合。在Moseg_dataset数据集上的实验结果证明,提出的全局运动对比度对于非目标边缘片段具有良好的鉴别能力,相比较目前轮廓编组计算模型中基于边缘检测和轮廓检测的编组元提取算法,该算法显著降低了编组元集合的规模,提高了编组元集合的有效性。在相同的轮廓编组算法中,该算法提取的编组元集合能取得更优的编组结果。     

基于序列影像的城市三维建模

提出了一种从序列图像建立城市三维模型的算法框架。该方法使用三条序列影像和匹配生成的数字表面模型，结合几何约束的多视特征匹配，从图像获取三维点、线信息。同时讨论了基于感知编组的几何模型生成算法，以及纹理优选与自动映射。实验结果证明该方法是有效的。     

Path-based clustering for grouping of smooth curves and texture segmentation

Perceptual grouping organizes image parts in clusters based on psychophysically plausible similarity measures. We propose a novel grouping method in this paper, which stresses connectedness of image elements via mediating elements rather than favoring high mutual similarity. This grouping principle yields superior clustering results when objects are distributed on low-dimensional extended manifolds in a feature space, and not as local point clouds. In addition to extracting connected structures, objects are singled out as outliers when they are too far away from any cluster structure. The objective function for this perceptual organization principle is optimized by a fast agglomerative algorithm. We report on perceptual organization experiments where small edge elements are grouped to smooth curves. The generality of the method is emphasized by results from grouping textured images with texture gradients in an unsupervised fashion.     

轮廓组织研究进展

轮廓提取是图像信息处理、机器视觉等领域中的经典难题之一。轮廓组织,即基于感知组织的轮廓提取技术为解决这一经典难题注入了新的活力。从轮廓提取与感知组织之间结合点出发,按照时间顺序对轮廓组织的研究现状进行比较,全面总结并分析现有方法的特点和不足,最后指出了进一步研究的发展方向。     

The influence of perceptual grouping on motion detection

In this paper, we present a perceptual organization-based method for detecting moving objects from image sequences. To achieve the characteristics of real-time, efficiency, and robustness, a perceptual computation model of edge partitioning and grouping was proposed for the extraction of edge traces on the fly. Each edge trace is made up of generic edge tokens (GETs) which are perceptual features, and defined qualitatively based on the principles of Gestalt laws. Motion detection uses two basic computations: (1) segment motion GETs (MGETs) by computing the gradient differences between GET streams in consecutive frames; and (2) detect motion objects by perceptually grouping MGETs into object clusters. The MGETs in each cluster are constrained by the proximity of the features, and the motion continuation of the cluster measured by motion persistence, etc. Experimental results are provided.     

线段提取在高分辨率遥感图像建筑物识别中的应用

提出一种基于感知组织的线段提取方法．该方法有两大特点：在基本线段提取算法中使用了模板,并且在线段合并过程中综合考虑了直线和物体的形状特点．运用该方法对高分辨率遥感图像中的建筑物进行识别,取得了良好效果。     

A neuromorphic architecture for cortical multilayer integration of early visual tasks

The characteristics and performance of a hierarchical neural architecture, inspired by models of mammalian visual cortex, are considered. The visual pathway from sensory space to the intermediate (cortical) representation is structured in three layers, with intra and interlayer connections through feedforward and recurrent pathways. These interconnections provide a complex perceptual organization that integrates the specific functional tasks performed by each layer. This improves the capabilities of the architecture in feature extraction and segregation, further providing clues on the information content of the intermediate representation (primal sketch). Applications to preattentive vision tasks (edge and contour extractions, texture analysis and boundary completion, and defect detection) are presented with satisfactory results.     

基于双视线特征感知编组的影像匹配方法

与点特征相比,高级别的特征,特别是自由形状线特征包含了更加丰富的信息,这对于其后的影像解译和表面重建等处理是更为有利的。针对传统自由形状线特征匹配方法的弊端——匹配成功的线特征数量较少,引入了感知编组理论,提出了一种基于双视线特征感知编组的影像匹配方法。实验证明该方法不仅可以提高成功匹配的自由形状线特征数量,还可增加自由形状线特征的长度,方便后续人工地物（如建筑物）的提取。     

基于虚拟格网的建筑物点云轮廓线自动提取

在分析现有轮廓线提取方法不足的基础上，提出基于虚拟格网的建筑物轮廓线自动提取方法。该方法利用建筑物点云生成虚拟格网并进行二值填充；采用邻域分析方法进行边界格网的标记与追踪；为了避免边界追踪错误，设计了基于方向的单边缘格网抑制方法及基于距离的连接关系调整方法以改善提取结果质量；根据格网追踪结果，从原始建筑物点云中提取真实轮廓点以保持原始建筑物轮廓形态；采用随机抽样一致性估计及最小二乘拟合方法进行轮廓线规则化处理，实现建筑物轮廓线的自动提取。实验结果表明，该方法能快速从建筑物点云中提取轮廓线，可为建筑物轮廓线的自动提取提供一种可行的解决方案。     

基于光照不变感知特征的打火石检测识别

为了在生产过程中确定打火石的方向,提高打火石安装定位的效率,根据打火石圆柱状外形及两端面的颜色特征,使用特定的棋盘形工装定位装置对打火石进行定位,并利用彩色机器视觉技术对打火石的端面颜色进行检测识别。为了准确识别出打火石的品红色端面,在拮抗色感知特征基础上,针对现场环境中光线不均等问题,进行了光照不变的拮抗色感知特征变换,降低了光照不均对检测结果的影响。对于打火石另一端面银白色特征,根据其高亮的特性,采用Otsu自适应阈值法进行分割,并在颜色通道的统计基础上,对银白色特征提取过程进一步进行约束。实验结果表明,采用光照不变的拮抗色感知特征提取算法以及阈值分割相结合的方法,能够有效对打火石的端面颜色进行识别,在不出现误检的情况下,品红色端面的识别准确率为99.87%,银白色端面的识别准确率为99.62%,满足了打火石视觉检测识别系统的性能要求。