一种高效的建筑物直线特征提取算法

随着遥感卫星的发射,国内影像处理事业逐渐被人们重视。高效、快速地对遥感及航测影像进行特征提取成为当前研究的热点。本次实验采用辽宁科技大学1∶2 000航拍影像图,针对教学用地建筑物直线提取中绿色植被和道路的影响,提出了一种新的直线提取算法。实验将直线拟合和Hough变换结合并进行改进,对实验结果进行对比,分析改进前后效果。实验结果表明:该方法能很好地适应复杂地形下建筑物的直线特征提取,提取速度快,有效地解决了教学用地中道路和绿色植被对建筑物直线提取的影响问题。     

一种遥感图像建筑物直线特征提取算法

随着遥感技术的不断发展,高效、快速的遥感影像处理成为人们不断研究的热点。作为内业处理的基础,人们对影像直线特征提取的重视不断加强。本次试验采用辽宁科技大学1：2000正射影像图,针对教学区内建筑物、绿化区和道路混合的特点,提出了一种自动识别并高效提取建筑物直线特征的算法。该算法将直线拟合和Hough变换进行结合,加入角度先验方法。试验结果表明：该算法的直线提取性能优于传统Hough变换,能很好地适应教学区域,对建筑物的识别能力、直线提取效率及精度有很大的提高。     

基于边缘检测的编组法直线提取

对直线相位编组法进行改进，提出了一种在边缘检测基础上进行相位编组提取直线的方法。该方法充分利用了图像的梯度和幅值信息，能够比较准确地提出物体的边缘直线，克服了相位编组法中边缘灰度幅值信息利用不够、容易生成多边缘、不利于突出物体主边缘直线的缺点。在大比例尺域市房屋的提取中能发挥比较好的辅助作用。     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。     

膨胀系数可调的Balloon Snake方法在道路轮廓提取中的应用

以条带检测的结果初始化道路轮廓,利用balloon snake方法提取道路轮廓.在初始道路轮廓存在缺失的情况下,balloon snake的膨胀作用可以找回丢失的道路片段,提高道路提取的完整性.基于图像梯度和轮廓曲率调节膨胀系数,降低道路提取效果对膨胀系数的敏感,并加快道路轮廓的扩张,减少迭代次数.通过多幅道路图像的试...     

结合Steger方法和影像分类的道路中心线提取

针对直接利用监督分类结果提取道路中心线过程过于复杂的问题,研究一种综合利用Steger方法和影像分类结果的道路中心线提取新策略。以影像分类结果从Steger方法获取的条带中心线中初步筛选出候选道路中心线段,根据道路的连续性和方向的一致性进行合理延伸、连接,即可实现道路中心线提取。实验证明,提取的道路中心线在完整率、准确率和提取质量方面精度较高,并在一定程度上解决了道路断裂问题。     

城区航空影像中铅垂线的自动提取

为了将铅垂线应用于城区空中三角测量，通过对大比例尺航空影像中铅垂线特点的分析，提出了一种有效的铅垂线提取算法，即首先对航空影像进行必要的预处理并自动提取直线，然后使用累积法从提取直线中分离出铅垂线并确定像底点坐标，最后应用共点约束的最小二乘直线模板匹配算法进一步提高铅垂线的提取精度及像底点的交会精度。     

基于Hough变换的航空影像建筑物半自动提取

针对Hough变换不能检测直线段的缺点,提出了一种改进的Hough变换用于影像中矩形建筑物的半自动提取。同传统Hough变换相比,改进的Hough变换充分利用了Hough变换的参数空间数据,将Hough变换的“投票”过程和直线段的检测过程融为一体,获得直线段的端点坐标。根据直线段的端点坐标消除虚假直线段的过连接,并根据直线段的角度、距离条件合并直线段。最后通过直线段上的若干点利用最小二乘法拟合出一条最佳直线,通过计算最佳直线的交点确定建筑物的角点坐标,完成影像中建筑物的半自动提取。实验结果表明:用改进的Hough变换算法提取出的航空影像中建筑物边缘结果是正确的,定位精度较高。     

基于直线感知增强的边缘提取算法

根据视觉识别边缘的感知特性,提出了一种基于直线感知增强的弱边缘的边缘提取算法。借鉴视觉的直线感知方式,针对弱边缘整体上呈直线分布的特点将其筛选出来,进行编组、连接和扩展。与Edison边缘提取算子的比较实验证明,本算法在对弱边缘的提取和虚假边缘的抑制上有显著增强。     

基于边缘检测的编组法直线提取

对直线相位编组法进行改进,提出了一种在边缘检测基础上进行相位编组提取直线的方法.该方法充分利用了图像的梯度和幅值信息,能够比较准确地提出物体的边缘直线,克服了相位编组法中边缘灰度幅值信息利用不够、容易生成多边缘、不利于突出物体主边缘直线的缺点,在大比例尺城市房屋的提取中能发挥比较好的辅助作用.     

基于角度纹理特征及剖面匹配的高分辨率遥感影像带状道路半自动提取

提出了一种基于角度纹理特征及剖面匹配相结合的高分辨率遥感影像带状道路半自动提取方法.该方法由用户输入道路起点、初始方向及宽度,使用角度纹理特征模型预测初始的道路中线点,以抛物线方程参数构建道路中线轨迹参数模型.使用计算曲率变化的方法验证道路轨迹点,对验证失败的中线点位使用剖面匹配算法进行重新预测并确定,最终提取出该道路中线轨迹.本文使用Visual C 构建了原型系统,对QuickBird及IKONOS影像中具有一定宽度的带状道路进行了提取试验,并与经典的基于剖面匹配的半自动道路提取算法和基于Snakes的半自动道路提取算法进行了对比试验.经试验验证,本算法取得了较为理想的结果.     

一种链码跟踪与相位验证相结合的直线提取方法

提出了一种链码跟踪与相位验证相结合的直线提取方法。该方法首先针对Canny边缘图提出一种完全细化方法;其次提出一种改进的链码跟踪方法,其步骤包括检测链码端点,建立动态链码主方向确定链码跟踪方向,优先跟踪八邻域内边缘点,八邻域内无边缘点再进行八邻域外边缘点,并采用直线化分析对链码进行动态约束;最后对链码进行直线拟合及相位验证,满足条件输出直线,不满足要求的链码则重新设定端点进行跟踪直线提取。通过多种不同光学图像数据的试验结果分析表明,本文所提出的方法不仅能够精确实现边缘直线信息的拟合,并且能够解决由于白噪声及相位编组所引起的直线断裂问题。     

快速放样线路中桩及边桩

根据线路设计资料提供的曲线主点（直线起点）里程、坐标、切线（直线）方位角、曲线半径、缓和曲线长度的已知数据，计算出任意线形的中桩、边计在线路统一坐标系中的坐标，利用全站仪极坐标放样程序，以线路附近的控制点或加密点为测站，准确、快速放样各点。     

基于直线和区域特征的遥感影像线状目标检测

针对高分辨率航空遥感影像中线状目标的特点,提出一种结合区域和直线特征识别线状目标的方法。在基于标记点分水岭变换进行初始分割的基础上,利用关于目标的知识和区域邻接图(RAG)对感兴趣区域进行合并,得到最终检测结果。实验结果表明,本文方法可以有效地从遥感影像中提取线状目标。     

多特征约束的高分辨率光学遥感影像道路提取

针对复杂场景中的遥感影像道路提取问题,论文提出了一种多特征约束的影像道路提取方法,并开展了论文方法可行性论证。该方法首先,根据道路宽度的先验知识以及道路的几何特征,提出一种改进的线段二次提取模型,利用线段长度和道路宽度确定候选道路种子点集;其次,输入道路结构信息,基于道路辐射特征对候选道路种子点进行整体匹配评价;再次,当候选道路种子无法符合辐射特征要求时,提出一种浅色机动车检测模型,以此将浅色机动车结果作为道路上下文特征,利用道路上下文特征对候选道路种子点进行分析;然后,构建道路拓扑分析模型,依据道路拓扑特征对候选道路种子点进行最终验证;最后,对提取道路种子点进行优化处理,并提出道路跟踪及拟合方法。通过不同复杂场景、不同分辨率高分辨率遥感影像下开展的不同方法实验结果对比分析表明,相对于其他商用软件ECognition和Erdas的方法,本方法自动化程度更高,运行效率高,适用于解决道路类型多样化、几何光谱噪声大的复杂场景道路提取问题。     

遥感影像的古长城信息提取方法研究

从分析古长城的遥感信息机理及其光谱特征入手,发现陕北榆林地区古长城与沙地、道路的光谱特性极其相似,因此用单一的阈值法很难将古长城信息提取出来。在综合考虑古长城的空间几何特性(包括形状、大小等)及其在遥感影像上的光谱表现特征的基础上,提出了灰度坡度法对古长城信息进行提取,即利用古长城在IKONOS图像上仅有1—2个像元宽,且与背景地物的灰度差较大的特征,把它与沙地和道路分离出来。运用这一方法并结合光谱阈值分析,从图像上进行了明代长城的提取,取得了较满意的效果,并为进一步的长城考古研究和遥感图像信息提取提供了参考。     

一种基于机载LiDAR点云的林间道路提取方法

基于林间道路的形态特征和支持向量机原理(SVM),提出一种从机载LiDAR点云数据中提取林间道路的方法。首先,选取末次回波去噪、栅格化,生成数字表面模型(DSM)和强度信息模型(DIM);然后,通过支持向量机对坡度信息进行分类,得到道路潜在区域;再对道路潜在区域进行强度信息的分类,得到含有少量噪声的初始道路区域;最后,利用形态参数对初始道路区域进行去噪、精化,得出最终道路区域。实验证明,该方法能较好地提取出道路区域。     

基于对比度增强和形态学的遥感影像道路提取

提出了一种基于对比度增强和形态学的遥感影像道路边界与特征点提取的方法。先对遥感影像进行对比度变换增强,通过对比分析直方图均衡化和对比度分段线性增强两种方法获取的增强影像,选取区分度大的分段线性增强方法进行影像增强,然后运用数学形态法进行影像分割,实现道路和其他图像信息的有效分离。利用Krisch算子进行边缘检测提取道路的边缘信息,并基于边缘特征利用改进的Harris算子提取特征点,将提取的特征点进行拟合并用函数模型描述图像道路信息,用于后期制图中道路信息的矢量化。