利用数学形态学提取骨架线的改进算法

地图数字化生产和数字地图编绘中都需要用到提取骨架线算法,如矢量化和等级变换等。提取骨架线的算法较多,基于栅格数据的算法通常采用数学形态学方法,对于矢量数据目前较有代表性的是利用约束Delau-nay三角网提取骨架线。本文给出一种利用数学形态学提取骨架线的改进算法,适用于栅格和矢量数据,并能在矢量化时建立高质量的拓扑关系,还较好地克服了数学形态学方法的缺点——节点畸变和端点内缩。实验表明该算法稳定且行之有效。     

基于骨架特征的多光谱遥感影像飞机目标识别方法研究

飞机目标的自动提取,是信息处理领域的重要研究内容。提高飞机目标的识别率,可以准确的把握区域动态,为相关决策提供支持。由于数学形态学特征和复杂几何结构等特征相对抗干扰性较强,而骨架线由地物的边界形态决定,不受其他因素影响,具有良好的稳定性。据此,研究选取香港机场多光谱遥感影像作为实验数据,基于骨架线几何特征参数与网络测度,提出了一种由多光谱遥感影像自动提取飞机目标的方法。研究选择基于边缘的多光谱遥感影像分割方法,提取矢量地物边缘;基于约束Delaunay三角网自动提取地物骨架和主骨架;通过选取对飞机目标识别具有良好区分度的特征参数,最终实现飞机目标的自动识别与定位。     

基于DSM的遥感图像拼接线自动生成技术

在DSM滤波和权值确定的基础上,提出了一种基于DSM的遥感图像拼接线自动提取方法。该方法首先基于流水模型的基本原理设计了拼接线自动选择规则,然后利用数学形态学对自动提取的拼接线进行了膨胀处理。实验结果表明,该方法提取的拼接线能够有效地规避建筑物投影差等问题,确保了自动拼接线提取的有效性。     

基于DSM的遥感图像拼接线自动生成技术

在DSM滤波和权值确定的基础上,提出了一种基于DSM的遥感图像拼接线自动提取方法.该方法首先基于流水模型的基本原理设计了拼接线自动选择规则,然后利用数学形态学对自动提取的拼接线进行了膨胀处理.实验结果表明,该方法提取的拼接线能够有效地规避建筑物投影差等问题,确保了自动拼接线提取的有效性.     

利用数学形态学的遥感影像水系提取方法

针对目前遥感水系提取存在的问题,提出了一种基于数学形态学的遥感影像水系提取方法。该方法在光谱模式识别提取水体信息的基础上,利用数学形态学方法将提取的水体结果进行断线连接、去噪及细化等处理,从而得到连续的水系。以Landsat ETM+影像为例进行了实验,结果表明,该方法可以提取连续、完整的水系;且提取的水系精度与现势性均优于国家测绘局发布的1∶25万数字线划图(DLG)水系。     

基于SOM的高分辨率遥感影像道路网自动提取

本文研究基于SOM(Self-Organizing Feature Map)神经网络学习模型的高分辨率遥感影像道路网自动提取算法。首先利用数学形态学提取遥感图像道路的初始道路区域信息,自动对原始图像进行分区并确定神经元初始权值,用SOM网络学习模型对神经元进行训练学习,经迭代获取道路网中心点位置,最后运用"中心点四邻域跟踪判别法"跟踪连接形成道路中心线。实验表明,该方法在高分辨率遥感影像道路网的提取上有较好的效果,特别在主干道路网的提取上效果更佳,对噪声干扰具有良好的鲁棒性。     

栅格数据中面状地物的骨架线提取方法

为了快速有效地提取栅格数据中面状地物的骨架线,在详细分析地物骨架线特征的基础上,采用形态学去除栅格数据中的噪声,再通过距离变换确定中心位置,进而利用图像分割方法沿中心位置分割图像,提取分块之间的交线形成骨架线。实验表明该方法适应性强、处理速度快,且提取的地物骨架线平滑又连通,与地物的拓扑结构和几何形态基本一致,可以满足实际应用的需要。     

关键点检测的复杂建筑物模型自动重建

利用机载LiDAR点云数据进行建筑物重建是当今摄影测量与遥感领域的一个热点问题,特别是复杂形状建筑物模型的精确自动构建一直是一个难题。本文提出一种基于关键点检测的复杂建筑物模型自动重建方法,采用RANSAC法与距离法相结合的分割方法自动提取建筑物屋顶各个平面的点云,并利用Alpha Shape算法提取出各个平面的精确轮廓,根据屋顶平面之间的空间拓扑关系分析建筑物的公共交线特征,在此特征约束下对提取的初始关键点进行修正,最终重建出精确的建筑物3维模型。选取不同类型复杂建筑物与包含复杂建筑物的城市区域点云进行实验,结果表明该算法具有较强实用价值。     

结合TIN约束与密度聚类的机载LiDAR道路点云提取

针对机载LiDAR道路点云提取过程中自动化提取困难,停车场、水泥地以及与道路相连的地面点难以去除等问题,提出一种三角网约束与密度聚类相结合的机载LiDAR道路点云提取方法。在已有滤波结果的基础上,该方法首先根据道路点云样本的强度信息提取初始道路点,建立Delaunay三角网,运用三角网边长约束精化初始道路点;然后,通过密度聚类算法提取连通性较好且密度较大的独立三角网;最后,采用数学形态学算法优化道路边缘,确定最终道路点。实验选取国际摄影测量与遥感协会提供的两组城市机载LiDAR点云数据进行道路点云提取,结果表明:本文算法可以较好地进行道路点云的自动提取,且对不同类型的道路具有良好的自适应性,验证了算法的可靠性。     

高分辨率遥感影像的建筑物自动提取

文章结合结构图分析方法,提出一种针对高分辨率遥感影像中建筑物自动提取方法.该方法利用几何限制对线基元进行初连接,解决由于边缘检测无法完整提取建筑外边缘问题;通过构造结构图确立线基元之间连接关系,搜索结构图中闭合路径,建立高级别特征,对过于散列的线基元进行整合;在此基础上,综合考虑建筑物的几何结构、光谱特征等图像信息筛选闭合路径,实现对建筑物的提取.最后通过对天绘一号高分辨率遥感影像进行建筑物自动提取验证了该方法的有效性.     

基于Delaunay三角网的河流中线提取方法

鉴于水系自动综合中河系数据模型建立的复杂性,利用ArcObject提供的组件在双线河和狭长湖泊间构建约束的Delaunay三角网,继而提取其骨架线,从而得到双线河和狭长湖泊的中轴线,之后进行拓扑关系的保持,有效地简化了水系数据模型的建立,为后续的空间分析打下基础。     

地图水系综合中等高线簇与河网协同的汇水区域提取方法

在地图水系自动综合中河流选取需要建立对不同河流重要性程度的有效判别。由于河流汇水区域直接反映河流的作用空间,因而其面积大小成为关键性的量化指标。目前基于河流的汇水区域自动提取方法主要从河流单一要素出发,按“空间均衡竞争”思想平分河流之间的区域,由于未考虑地形因素使得提取的汇水区域往往存在偏差,而传统基于DEM的汇水区域提取虽然考虑了地形,但没有与河流目标建立显性的对应关系。河流是一种天然的沟谷地性线,与山脊线具有对生互补的空间耦合关系,本文提出了一种等高线簇与河网双要素协同的河流汇水区域提取方法,该方法对河流与等高线的目标集合构建约束Delaunay三角网(CD-TIN)并将三角形分类,对不同类型的三角形分别采用骨架线提取规则与梯度向量引导的分水线搜索规则提取分水线段,连接形成网络结构并依此计算各河段的汇水区域。实验结果表明,本算法能更准确地提取河流汇水区域,从而为河流综合选取提供有效支持。     

基于频域滤波的高分辨率遥感图像城市河道信息提取

提出一种基于频域滤波的城市河道信息提取方法。首先对高分辨率遥感图像进行傅里叶变换得到频谱图, 并利用径向和角向分布图分析城市河道的频谱特征。其次, 基于城市河道的双线型特点, 将其分为边缘特征和低频信息两个部分, 并根据周期性纹理的频谱模型和地物频谱能量分布规律确定两个部分的频域识别标志。然后设计相应的扇环形带通log Butterworth滤波器和低通Butterworth滤波器分别对城市河道的边缘特征和低频信息进行提取, 并根据该两部分信息实现城市河道信息提取。最后对城市河道信息提取结果进行定量评价, 结果表明, 本文方法可以有效地实现城市河道的信息提取。     

巷道自动成图及三维建模

针对矿山计算机自动绘制巷道工程图存在工作繁重、精度不高的现象,本文建立了基于矿山测量数据的巷道生成算法,实现了巷道的自动绘制与标注。在此基础上,采用分而治之算法及巷道轮廓线作为约束线段的方式建立了巷道Delaunay三角网,并生成了巷道表面模型。通过巷道顶、底板表面模型的剖分连接实现了矿山巷道三维立体建模。对比目前采用较多的巷道中心线加载巷道断面的三维建模方式,本文所提供的方法避免了巷道中心线不易提取、巷道断面变形、巷道转弯处难以平滑及复杂的巷道节点拓扑运算等问题,具有自动化程度高、容易实现等特点。     

斑点抑制与多分辨率拓扑分析相结合的SAR图像河流水体提取

针对由于斑点噪声和建筑遮挡造成的高分SAR图像河流水体提取的不连续问题,本文提出一种结合自适应斑点抑制和多分辨率拓扑分析的河流水体提取方法。首先,在斑点抑制各向异性扩散中引入Beta度量以实现SAR图像的自适应滤波;其次,利用局部阈值分割和连通域标识对去噪图像中的河流水体段进行快速提取;然后,以河流水体段的最小外接凸多边形为对象构建高斯金字塔,并由此进行多分辨率拓扑分析来获得河流间断点信息;最后,由区域生长策略逐层地对间断点进行判别,实现相邻河流水体段的自动连接。采用TerraSAR-X和GF-3高分SAR图像验证提出的方法。结果表明,该方法可有效地提取完整河流水体。对多幅SAR图像提取结果的定性和定量评价验证了提出方法的有效性与稳健性。     

基于线状特征增强的TM遥感影像细小河流提取方法

混合像元效应是导致难以从TM影像中提取细小河流的主要原因。提出一种综合多种数字图像处理技术的细小河流自动识别方法。首先,利用阈值分割区分水体指数影像中的细小河流与面状水体;第二,对水体指数进行线状信息增强,突出线状河流信息,并抑制其他地物信息;第三,利用双阈值线段追踪方法,提取影像中的细小河流;第四,通过三种方法分别去除阴影、道路和其他类型噪声。结果表明,本文方法能有效地提取细小河流,同时排除多种噪声的干扰,结果的检测率高于82%、虚警率低于7%、检测质量高于79%、完整度高于90%。     

多源高分辨率遥感影像自动匹配算法

提出一种基于同名直线约束的多源高分辨率遥感影像自动匹配方法。对影像建立高斯滤波模型去噪,然后进行边缘检测,在边缘影像上进行Hough变换,通过端点检测的方法来获取直线;通过粗匹配参数进行同名直线粗匹配,应用梯度模型对同名直线进行精匹配;对影像提取特征点,特征点经过同名直线约束后,在对应影像上利用同名直线约束建立匹配范围。采用最小欧式距离准则在给定范围内提取初始同名点;利用RANSAC算法剔除错误同名点对,以获取最终的匹配结果。实验结果表明,与传统的SIFT匹配算法比较,方法具有可靠性好、提取同名点数量多的优点。     

多边形骨架线与形心自动搜寻算法研究

针对GIS中的应用，分析了传统的多边形骨架线与形心提取算法的不足之处，提出了一种基于约束Delaunay三角网结构的多边形主骨架线与形心的自动搜索算法，详细描述了该方法的基本思想，并在实验结果基础上分析了该算法的特点。     

直升机电力巡检中电力线的自动提取

结合电力线在直升机航拍影像中的成像特性,提出了一种复杂自然背景中电力线的自动提取方法。首先,利用Ratio算子从复杂背景中检测出电力线边缘;然后把边缘转化成直线段,对出现断裂与欠连接的直线进行连接与合并;最后,从这些直线段中采样一些点集,利用随机一致性抽样算法(Ransac)从中选择尽可能少但足够的点来拟合成一根完整的电力线,并通过实验证明了该方法的有效性。