基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取方法
【專利摘要】基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取方法，屬于遙感圖像處理領(lǐng)域，本發(fā)明為解決現(xiàn)有技術(shù)無法獲得高準(zhǔn)確度的保持建筑結(jié)構(gòu)特征的建筑物輪廓問題。本發(fā)明提取方法的具體過程為：提取建筑物的高分衛(wèi)星圖像中的直線段，并校正至貼合建筑物邊緣，獲得邊緣直線段和建筑物潛在角點(diǎn)；采用隨機(jī)紋理遮擋圖像分割算法，將原始高分圖像聚類成3?5類，計(jì)算每一組聚類的均值和方差，根據(jù)均值和方差從分割的3?5類中選取建筑物區(qū)域；將邊緣直線段和建筑物區(qū)域融合，獲得具有建筑物結(jié)構(gòu)特征的建筑物輪廓提取結(jié)果。本發(fā)明尤其適用于復(fù)雜的線性建筑的精確輪廓提取。
【專利說明】
基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提 取方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種衛(wèi)星高分圖像的建筑物輪廓提取方法，屬于遙感圖像處理領(lǐng)域。
【背景技術(shù)】
[0002] 高分辨率衛(wèi)星圖像提取建筑物一直是非常重要且具有挑戰(zhàn)性的遙感領(lǐng)域熱門課 題。建筑物輪廓作為建筑物提取的一個(gè)延伸產(chǎn)物，是建筑物最主要的結(jié)構(gòu)特征之一。在諸如 建筑物的模型構(gòu)建、城市的攝影測(cè)量和城市建筑的三維重建等前沿研究，都需要建筑物輪 廓特征作為其基礎(chǔ)研究，因此建筑物輪廓提取在城市應(yīng)用領(lǐng)域具有巨大潛力。目前衛(wèi)星空 間分辨率不斷提高，可達(dá)到0.5m到2m的高分全色圖像，如此高分辨的衛(wèi)星圖像帶來了更加 清晰的邊緣信息，充分利用高分圖像的優(yōu)勢(shì)，這是可以準(zhǔn)確提取建筑物輪廓特征的保障。在 近年的研究中，多數(shù)的建筑物提取方法主要依賴于圖像分割算法的改進(jìn)，這樣的提取思路 和方法只能獲得光滑和圓潤(rùn)的建筑物輪廓特征。但眾所周知的是，大部分的建筑輪廓是由 平行或垂直的直線邊緣特征組成，現(xiàn)有的建筑物提取算法準(zhǔn)確性還有待提高。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明目的是為了解決現(xiàn)有技術(shù)無法獲得高準(zhǔn)確度的保持建筑結(jié)構(gòu)特征的建筑 物輪廓問題，提供了一種基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取方 法。
[0004] 本發(fā)明所述基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取方法， 該提取方法的具體過程為：
[0005] 步驟1、提取建筑物的高分衛(wèi)星圖像中的直線段，并校正至貼合建筑物邊緣，獲得 邊緣直線段和建筑物潛在角點(diǎn)；
[0006] 步驟2、采用隨機(jī)紋理遮擋圖像分割算法，將原始高分圖像聚類成3-5類，計(jì)算每一 組聚類的均值和方差，根據(jù)均值和方差從分割的3-5類中選取建筑物區(qū)域；
[0007] 步驟3、將步驟1獲取的邊緣直線段和步驟2獲取的建筑物區(qū)域融合，獲得具有建筑 物結(jié)構(gòu)特征的建筑物輪廓提取結(jié)果。
[0008] 本發(fā)明的優(yōu)點(diǎn):本發(fā)明提出一種利用直線段特征約束圖像分割結(jié)果的方法來提取 建筑物輪廓特征，以獲得具有保持建筑結(jié)構(gòu)特征的準(zhǔn)確建筑物輪廓。尤其對(duì)于復(fù)雜的線性 建筑的精確輪廓提取，我們的方法更顯現(xiàn)出充分利用高分辨率衛(wèi)星圖像的優(yōu)勢(shì)。本方法充 分發(fā)揮高分衛(wèi)星圖像邊緣清晰的優(yōu)勢(shì)，利用直線段來約束基于分割方法的建筑物檢測(cè)結(jié) 果，獲得具有相互平行、垂直邊緣結(jié)構(gòu)特性的建筑物輪廓提取。本方法首先利用直線檢測(cè)算 子提取基礎(chǔ)直線段，發(fā)明一套基于直線方向調(diào)整、線段融合、線段長(zhǎng)度調(diào)整的直線段校正方 法，調(diào)整后的直線段更加貼近于真實(shí)建筑物邊緣;再利用一個(gè)先進(jìn)的圖像分割算法獲取建 筑物的區(qū)域檢測(cè)結(jié)果;最后，最主要的發(fā)明就是邊緣直線段和圖像分割結(jié)果的融合處理算 法，獲得具有直線特性約束的建筑物輪廓。
【附圖說明】
[0009] 圖1是本發(fā)明所述基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取 方法的原理圖。
【具體實(shí)施方式】
【具體實(shí)施方式】 [0010] 一:下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式所述基于線段檢測(cè)和 圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取方法，該提取方法的具體過程為：
[0011] 步驟1、提取建筑物的高分衛(wèi)星圖像中的直線段，并校正至貼合建筑物邊緣，獲得 邊緣直線段和建筑物潛在角點(diǎn)；
[0012] 步驟2、采用隨機(jī)紋理遮擋圖像分割算法，將原始高分圖像聚類成3-5類，計(jì)算每一 組聚類的均值和方差，根據(jù)均值和方差從分割的3-5類中選取建筑物區(qū)域；
[0013] 步驟3、將步驟1獲取的邊緣直線段和步驟2獲取的建筑物區(qū)域融合，獲得具有建筑 物結(jié)構(gòu)特征的建筑物輪廓提取結(jié)果。
[0014] 本實(shí)施方式中，隨機(jī)紋理遮擋圖像分割算法為0RT(0cclusion of Random Texture)圖像分割算法。步驟2所述根據(jù)均值和方差從分割的3-5類中選取建筑物區(qū)域的依 據(jù)為：以8bi t位深的衛(wèi)星數(shù)據(jù)為例，均值閾值為140，方差閾值為40，其他位深數(shù)據(jù)按照灰度 值比例做相應(yīng)調(diào)整。
【具體實(shí)施方式】 [0015] 二:下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式對(duì)實(shí)施方式一作進(jìn)一 步說明，步驟1的具體過程為：
[0016] 步驟1-1、提取圖像直線段:采用直線檢測(cè)算法，對(duì)高分衛(wèi)星圖像進(jìn)行直線段提取， 提取的直線段作為邊緣直線段的基本線段；
[0017] 步驟1-2、修正邊緣直線段方向：將步驟1-1所有提取到的基本線段的斜率傾角[0， pi)分為八個(gè)區(qū)間，計(jì)算每個(gè)區(qū)間的直線段總長(zhǎng)度，獲得累積長(zhǎng)度最長(zhǎng)的區(qū)間，計(jì)算斜率傾 角以線段長(zhǎng)度為權(quán)重的加權(quán)平均值，將加權(quán)平均值作為邊緣線段主方向，并將其垂直方向 規(guī)定為次方向，將所有與主方向和次方向相差pi/8的線段都旋轉(zhuǎn)至主方向和次方向；
[0018] 步驟1-3、融合邊緣直線段:對(duì)于所有待融合線段，同時(shí)滿足前提條件和一個(gè)判斷 條件時(shí)，兩條直線段可以融合;融合后的直線段位于兩直線中間；
[0019] 步驟1-4、修正邊緣直線段長(zhǎng)度:搜索相鄰邊緣線段的建筑物潛在角點(diǎn)，將所有修 正的直線段連接到緊鄰的建筑潛在角點(diǎn)上。
【具體實(shí)施方式】 [0020] 三:下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式對(duì)實(shí)施方式二作進(jìn)一 步說明，步驟1-3所述的前提條件和判斷條件分別為：
[0021] 前提條件為:計(jì)算待融合線段與邊緣線段垂直方向的距離dv，且dv滿足dv〈T 1;判斷 條件有三個(gè)，分別為：
[0022] 兩邊緣線段重疊長(zhǎng)度d。滿足d。彡0;
[0023] 兩邊緣線段覆蓋長(zhǎng)度Ie滿足le>0;
[0024] 兩邊緣線段分離距離dd滿足dd〈T2;
[0025] 其中：均表示閾值，在Im分辨率衛(wèi)星圖像中分別取值2和5,其他分辨率衛(wèi)星 圖像按照分辨率倍數(shù)調(diào)整。
【具體實(shí)施方式】 [0026] 四：下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式對(duì)實(shí)施方式三作進(jìn)一 步說明，步驟1-4所述建筑物潛在角點(diǎn)，當(dāng)滿足下述三種條件中的一個(gè)即為潛在角點(diǎn)：
[0027] 當(dāng)交點(diǎn)同時(shí)位于兩條直線段上時(shí)，交點(diǎn)為潛在角點(diǎn)；
[0028]當(dāng)交點(diǎn)不在直線段上，但兩直線段與交點(diǎn)距離Cl1滿足ClKT3時(shí)，交點(diǎn)為潛在角點(diǎn)； [0029]當(dāng)交點(diǎn)在其中一條直線段上，但與另一直線段距離辦滿足d2〈T3/2時(shí)，交點(diǎn)為潛在 角點(diǎn)；
[0030] 其中：T3表示閾值，在Im分辨率衛(wèi)星圖像中取值10，其他分辨率衛(wèi)星圖像按照分辨 率倍數(shù)調(diào)整。
【具體實(shí)施方式】 [0031] 五:下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式對(duì)實(shí)施方式二或四作 進(jìn)一步說明，步驟3的具體過程為：
[0032]步驟3-1、利用修正后的邊緣直線段和建筑物潛在角點(diǎn)將整幅圖像進(jìn)行平行四邊 形區(qū)域劃分，以列優(yōu)先的搜索方式查找建筑物潛在角點(diǎn)，以第一個(gè)查找的點(diǎn)作為平行四邊 形的起點(diǎn)進(jìn)行平行四邊形搜索，搜索結(jié)果包括四種：
[0033]搜索到1個(gè)點(diǎn):平行四邊形對(duì)角的兩個(gè)頂點(diǎn)；
[0034]搜索到2個(gè)點(diǎn)：相鄰的三個(gè)平行四邊形頂點(diǎn)；
[0035] 搜索到1個(gè)點(diǎn)和1條邊緣線段:兩個(gè)相鄰平行四邊形頂點(diǎn)和一條對(duì)邊；
[0036] 搜索到2條邊緣線段:平行四邊形的一個(gè)頂點(diǎn)和兩條對(duì)邊；
[0037] 將獲得搜索結(jié)果分別沿主方向和次方向進(jìn)行平行四邊形閉合，獲得平行四邊形網(wǎng) 格劃分結(jié)果；
[0038] 步驟3-2、利用建筑物區(qū)域?qū)澐值钠叫兴倪呅芜M(jìn)行標(biāo)記，平行四邊形的總像素?cái)?shù) SPa，建筑物區(qū)域填充平行四邊形的像素?cái)?shù)為Pbh
，則平行四邊形全部標(biāo)記為建筑 物區(qū)域，其中T4表示閾值，在高于Im分辨率衛(wèi)星圖像中取值0.7，在Im和低于Im的分辨率衛(wèi) 星圖像中取值0.5;
[0039] 步驟3-3、如果標(biāo)記為建筑物區(qū)域的兩鄰近平行四邊形中含有原始提取的邊緣直 線段，邊緣直線段的長(zhǎng)度為1，平行四邊形的相應(yīng)邊長(zhǎng)為1'，3
，則兩相鄰平行四邊形 不能融合，
包含1 = 0,即中間沒有直線段，則兩相鄰平行四邊形融合，表征為同一 建筑物區(qū)域；
[0040] 步驟3-4、對(duì)平行四邊形網(wǎng)格約束下的建筑物區(qū)域進(jìn)行輪廓提取。
【主權(quán)項(xiàng)】
1. 基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提取方法，其特征在于， 該提取方法的具體過程為： 步驟1、提取建筑物的高分衛(wèi)星圖像中的直線段，并校正至貼合建筑物邊緣，獲得邊緣 直線段和建筑物潛在角點(diǎn)； 步驟2、采用隨機(jī)紋理遮擋圖像分割算法，將原始高分圖像聚類成3-5類，計(jì)算每一組聚 類的均值和方差，根據(jù)均值和方差從分割的3-5類中選取建筑物區(qū)域； 步驟3、將步驟1獲取的邊緣直線段和步驟2獲取的建筑物區(qū)域融合，獲得具有建筑物結(jié) 構(gòu)特征的建筑物輪廓提取結(jié)果。2. 根據(jù)權(quán)利要求1所述的基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提 取方法，其特征在于，步驟1的具體過程為： 步驟1-1、提取圖像直線段:采用直線檢測(cè)算法，對(duì)高分衛(wèi)星圖像進(jìn)行直線段提取，提取 的直線段作為邊緣直線段的基本線段； 步驟1-2、修正邊緣直線段方向：將步驟1-1所有提取到的基本線段的斜率傾角[0，pi) 分為八個(gè)區(qū)間，計(jì)算每個(gè)區(qū)間的直線段總長(zhǎng)度，獲得累積長(zhǎng)度最長(zhǎng)的區(qū)間，計(jì)算斜率傾角以 線段長(zhǎng)度為權(quán)重的加權(quán)平均值，將加權(quán)平均值作為邊緣線段主方向，并將其垂直方向規(guī)定 為次方向，將所有與主方向和次方向相差pi/8的線段都旋轉(zhuǎn)至主方向和次方向； 步驟1-3、融合邊緣直線段:對(duì)于所有待融合線段，同時(shí)滿足前提條件和一個(gè)判斷條件 時(shí)，兩條直線段可以融合;融合后的直線段位于兩直線中間； 步驟1-4、修正邊緣直線段長(zhǎng)度:搜索相鄰邊緣線段的建筑物潛在角點(diǎn)，將所有修正的 直線段連接到緊鄰的建筑潛在角點(diǎn)上。3. 根據(jù)權(quán)利要求2所述的基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提 取方法，其特征在于，步驟1-3所述的前提條件和判斷條件分別為： 前提條件為:計(jì)算待融合線段與邊緣線段垂直方向的距離dv，且dv滿足dXTi ;判斷條件 有三個(gè)，分別為： 兩邊緣線段重疊長(zhǎng)度d。滿足(1。多0; 兩邊緣線段覆蓋長(zhǎng)度U茜足le>〇; 兩邊緣線段分離距離dd滿足dd〈T2; 其中：均表示閾值，在lm分辨率衛(wèi)星圖像中分別取值2和5,其他分辨率衛(wèi)星圖像 按照分辨率倍數(shù)調(diào)整。4. 根據(jù)權(quán)利要求3所述的基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提 取方法，其特征在于，步驟1-4所述建筑物潛在角點(diǎn)，當(dāng)滿足下述三種條件中的一個(gè)即為潛 在角點(diǎn)： 當(dāng)交點(diǎn)同時(shí)位于兩條直線段上時(shí)，交點(diǎn)為潛在角點(diǎn)； 當(dāng)交點(diǎn)不在直線段上，但兩直線段與交點(diǎn)距離CU滿足cU〈T3時(shí)，交點(diǎn)為潛在角點(diǎn)； 當(dāng)交點(diǎn)在其中一條直線段上，但與另一直線段距離山滿足d2〈T3/2時(shí)，交點(diǎn)為潛在角點(diǎn)； 其中：T3表示閾值，在lm分辨率衛(wèi)星圖像中取值10,其他分辨率衛(wèi)星圖像按照分辨率倍 數(shù)調(diào)整。5. 根據(jù)權(quán)利要求2或4所述的基于線段檢測(cè)和圖像分割融合的衛(wèi)星高分圖像建筑物輪 廓提取方法，其特征在于，步驟3的具體過程為： 步驟3-1、利用修正后的邊緣直線段和建筑物潛在角點(diǎn)將整幅圖像進(jìn)行平行四邊形區(qū) 域劃分，以列優(yōu)先的搜索方式查找建筑物潛在角點(diǎn)，以第一個(gè)查找的點(diǎn)作為平行四邊形的 起點(diǎn)進(jìn)行平行四邊形搜索，搜索結(jié)果包括四種： 搜索到1個(gè)點(diǎn):平行四邊形對(duì)角的兩個(gè)頂點(diǎn)； 搜索到2個(gè)點(diǎn):相鄰的三個(gè)平行四邊形頂點(diǎn)； 搜索到1個(gè)點(diǎn)和1條邊緣線段:兩個(gè)相鄰平行四邊形頂點(diǎn)和一條對(duì)邊； 搜索到2條邊緣線段:平行四邊形的一個(gè)頂點(diǎn)和兩條對(duì)邊； 將獲得搜索結(jié)果分別沿主方向和次方向進(jìn)行平行四邊形閉合，獲得平行四邊形網(wǎng)格劃 分結(jié)果； 步驟3-2、利用建筑物區(qū)域?qū)澐值钠叫兴倪呅芜M(jìn)行標(biāo)記，平行四邊形的總像素?cái)?shù)為Pa， 建筑物區(qū)域填充平行四邊形的像素?cái)?shù)為Pb，則平行四邊形全部標(biāo)記為建筑物區(qū) 域，其中T4表示閾值，在高于lm分辨率衛(wèi)星圖像中取值0.7，在lm和低于lm的分辨率衛(wèi)星圖 像中取值0.5; 步驟3-3、如果標(biāo)記為建筑物區(qū)域的兩鄰近平行四邊形中含有原始提取的邊緣直線段， 邊緣直線段的長(zhǎng)度為1，平行四邊形的相應(yīng)邊長(zhǎng)為Γ，則兩相鄰平行四邊形不能融 合，，包含1 = 0,即中間沒有直線段，則兩相鄰平行四邊形融合，表征為同一建筑物 區(qū)域； 步驟3-4、對(duì)平行四邊形網(wǎng)格約束下的建筑物區(qū)域進(jìn)行輪廓提取。
【文檔編號(hào)】G06T7/00GK106056598SQ201610363557
【公開日】2016年10月26日
【申請(qǐng)日】2016年5月27日
【發(fā)明人】宿南, 張曄, 邱明劼
【申請(qǐng)人】哈爾濱工業(yè)大學(xué)