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。     

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。     

叠置分区辅助的相位编组直线提取算法

针对现有相位编组方法在区域分界线处产生边缘断裂及同一分区内直线拟合难题,提出了一种叠置分区辅助的相位编组直线提取算法。该算法通过两次分区生成交叠的八分区模式,二次分区中心线与一次分区分界线相重合。首先根据初始四分区,将梯度相位相同且相互连接的边缘点编组生成直线支持区,再对其进行边缘分裂,进而拟合出对应的直线。然后将不满足一次分区条件的边缘点再依据二次分区进行直线提取,以弥补一次分区在分界线附近产生的边缘断裂。本文算法原理简单,不需要参数调整。试验验证和对比分析表明,该算法不仅能有效、准确地提取影像上的直线特征,而且对于影像上的曲线特征也能通过直线拟合得到较好的提取结果。     

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。     

一种新的边缘直线拟合方法

针对直线提取过程中的断裂问题,该文提出一种新的边缘拟合直线方法,首先采用Canny算法提取边缘图;接着利用改进ZS算法对边缘图进行细化处理;然后通过端点检测、交叉点跟踪、闭合边缘跟踪等方法,实现边缘链码的完整性提取;最后利用边缘链码跟踪顺序进行直线提取。通过多幅影像的实验结果表明,该文所提出的算法能够精确实现边缘直线信息的拟合,便于对影像结构信息的清晰理解。     

Freeman链码优先级直线提取算法研究

针对目前直线提取算法的局限性,提出了一种简单高效的提取图像中目标物体直线边界的算法。本算法基于链码思想和数字直线特征,首先对图像进行边缘检测,对边缘检测后的图像按照优先级进行链码跟踪,获取初始链码;然后通过距离约束提高链码的直线性,剔除噪声和细节;最后进行直线合并,完成直线提取。实验表明,本文提出的算法能高效、准确地检测出图像中物体边界的直线,特别对较大的影像计算量小,抗噪能力强,适用于实时处理。     

基于多通道梯度特征的彩色图像直线提取方法

经典LSD直线提取算法仅采用图像的灰度信息,未充分考虑R,G,B彩色通道中的梯度差异,导致部分重要直线检测率低且连续性较差的问题,文中提出基于多通道梯度特征的彩色图像直线提取方法。首先计算彩色图像的R,G,B通道的梯度值及其对应的灰度图像的梯度值,然后取梯度的最大值及其对应的梯度方向作为初始梯度值,最后通过区域生长和直线拟合完成直线检测。采用多幅York城市图像数据库中的图像和真实影像进行实验,结果表明文中方法在彩色图像中的直线提取效果优于经典LSD直线提取算法,提取结果中直线信息更丰富,连续性更好。     

一种基于链码的线特征提取方法

文章针对目前线特征提取算法中不规则曲线不能得到有效逼近的问题,提出一种基于链码的线特征提取方法.它采用V0到V7的顺序对边缘二值图像进行链码跟踪,然后通过距离判断去逼近物体的边缘线特征.实验结果表明,该算法不仅可以高效准确提取出物体的直线边缘,而且能用直线段精确地逼近不规则物体的边界.     

在高分辨率遥感影像中提取无清晰连续边缘线的道路

现有的许多道路提取算法均利用道路的外边缘线信息来实现道路的提取,当边缘线清晰连续时,采用这些方法都可以取得很好的提取效果.不过,在高分辨率的城市遥感影像中,常常会存在一些低对比度区域,处于其中的道路边缘线非常之弱,以致难以直接检测出单个的边缘点.如果受到树木、房屋及车辆的干扰,这些原本就很弱的边缘还会发生断裂.通过现有方法提取具有如此边缘线的道路难度很大.本文给出一种旨在解决这一问题的新方法.首先借鉴相位编组原理形成边缘线支持区并对其进行连接;然后利用动态规划方法从支持区中检测出边缘线并对这些线进行平滑;最后连接由边缘线构成的道路段,得出道路提取结果.实验表明,本方法可以较好地提取出无清晰连续边缘线的道路,对于边缘对比度较大的道路则可取得更为令人满意的结果.     

一种新的高分辨率遥感图像道路提取方法

根据高分辨率遥感影像中道路宽度变化均匀、局部方向稳定等几何特征,提出了一种基于距离约束的高分辨率影像道路的提取方法。该方法根据图像相邻边缘像素间的距离值,依次提取道路边缘像素和道路曲线段,然后编组连接各个道路段,实现道路提取。