基于線段檢測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域，本發(fā)明為解決現(xiàn)有技術無法獲得高準確度的保持建筑結(jié)構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；采用隨機紋理遮擋圖像分割算法，將原始高分圖像聚類成3?5類，計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)構特征的建筑物輪廓提取結(jié)果。本發(fā)明尤其適用于復雜的線性建筑的精確輪廓提取。
【專利說明】
基于線段檢測和圖像分割融合的衛(wèi)星高分圖像建筑物輪廓提 取方法
技術領域
[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域。
【背景技術】
[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)性的遙感領域熱門課 題。建筑物輪廓作為建筑物提取的一個延伸產(chǎn)物，是建筑物最主要的結(jié)構特征之一。在諸如 建筑物的模型構建、城市的攝影測量和城市建筑的三維重建等前沿研究，都需要建筑物輪 廓特征作為其基礎研究，因此建筑物輪廓提取在城市應用領域具有巨大潛力。目前衛(wèi)星空 間分辨率不斷提高，可達到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，這是可以準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，這樣的提取思路 和方法只能獲得光滑和圓潤的建筑物輪廓特征。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)有技術無法獲得高準確度的保持建筑結(jié)構特征的建筑 物輪廓問題，提供了一種基于線段檢測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；
[0006] 步驟2、采用隨機紋理遮擋圖像分割算法，將原始高分圖像聚類成3-5類，計算每一 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)構特征的建筑物輪廓提取結(jié)果。
[0008] 本發(fā)明的優(yōu)點: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)構特征的準確建筑物輪廓。尤其對于復雜的線性 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。本方法充 分發(fā)揮高分衛(wèi)星圖像邊緣清晰的優(yōu)勢，利用直線段來約束基于分割方法的建筑物檢測結(jié) 果，獲得具有相互平行、垂直邊緣結(jié)構特性的建筑物輪廓提取。本方法首先利用直線檢測算 子提取基礎直線段，發(fā)明一套基于直線方向調(diào)整、線段融合、線段長度調(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建筑物邊緣;再利用一個先進的圖像分割算法獲取建 筑物的區(qū)域檢測結(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。
【具體實施方式】
【具體實施方式】 [0010] 一:下面結(jié)合圖1說明本實施方式，本實施方式所述基于線段檢測和 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；
[0012] 步驟2、采用隨機紋理遮擋圖像分割算法，將原始高分圖像聚類成3-5類，計算每一 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)構特征的建筑物輪廓提取結(jié)果。
[0014] 本實施方式中，隨機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 值比例做相應調(diào)整。
【具體實施方式】 [0015] 二:下面結(jié)合圖1說明本實施方式，本實施方式對實施方式一作進一 步說明，步驟1的具體過程為：
[0016] 步驟1-1、提取圖像直線段:采用直線檢測算法，對高分衛(wèi)星圖像進行直線段提取， 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)分為八個區(qū)間，計算每個區(qū)間的直線段總長度，獲得累積長度最長的區(qū)間，計算斜率傾 角以線段長度為權重的加權平均值，將加權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:對于所有待融合線段，同時滿足前提條件和一個判斷 條件時，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、修正邊緣直線段長度:搜索相鄰邊緣線段的建筑物潛在角點，將所有修 正的直線段連接到緊鄰的建筑潛在角點上。
【具體實施方式】 [0020] 三:下面結(jié)合圖1說明本實施方式，本實施方式對實施方式二作進一 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，分別為：
[0022] 兩邊緣線段重疊長度d。滿足d。彡0;
[0023] 兩邊緣線段覆蓋長度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。
【具體實施方式】 [0026] 四：下面結(jié)合圖1說明本實施方式，本實施方式對實施方式三作進一 步說明，步驟1-4所述建筑物潛在角點，當滿足下述三種條件中的一個即為潛在角點：
[0027] 當交點同時位于兩條直線段上時，交點為潛在角點；
[0028]當交點不在直線段上，但兩直線段與交點距離Cl1滿足ClKT3時，交點為潛在角點； [0029]當交點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，交點為潛在 角點；
[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。
【具體實施方式】 [0031] 五:下面結(jié)合圖1說明本實施方式，本實施方式對實施方式二或四作 進一步說明，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將整幅圖像進行平行四邊 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，以第一個查找的點作為平行四邊 形的起點進行平行四邊形搜索，搜索結(jié)果包括四種：
[0033]搜索到1個點:平行四邊形對角的兩個頂點；
[0034]搜索到2個點：相鄰的三個平行四邊形頂點；
[0035] 搜索到1個點和1條邊緣線段:兩個相鄰平行四邊形頂點和一條對邊；
[0036] 搜索到2條邊緣線段:平行四邊形的一個頂點和兩條對邊；
[0037] 將獲得搜索結(jié)果分別沿主方向和次方向進行平行四邊形閉合，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行標記，平行四邊形的總像素數(shù) SPa，建筑物區(qū)域填充平行四邊形的像素數(shù)為Pbh
，則平行四邊形全部標記為建筑 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，邊緣直線段的長度為1，平行四邊形的相應邊長為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、對平行四邊形網(wǎng)格約束下的建筑物區(qū)域進行輪廓提取。
【主權項】
1. 基于線段檢測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； 步驟2、采用隨機紋理遮擋圖像分割算法，將原始高分圖像聚類成3-5類，計算每一組聚 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) 構特征的建筑物輪廓提取結(jié)果。2. 根據(jù)權利要求1所述的基于線段檢測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:采用直線檢測算法，對高分衛(wèi)星圖像進行直線段提取，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) 分為八個區(qū)間，計算每個區(qū)間的直線段總長度，獲得累積長度最長的區(qū)間，計算斜率傾角以 線段長度為權重的加權平均值，將加權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:對于所有待融合線段，同時滿足前提條件和一個判斷條件 時，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、修正邊緣直線段長度:搜索相鄰邊緣線段的建筑物潛在角點，將所有修正的 直線段連接到緊鄰的建筑潛在角點上。3. 根據(jù)權利要求2所述的基于線段檢測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，分別為： 兩邊緣線段重疊長度d。滿足(1。多0; 兩邊緣線段覆蓋長度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)權利要求3所述的基于線段檢測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，當滿足下述三種條件中的一個即為潛 在角點： 當交點同時位于兩條直線段上時，交點為潛在角點； 當交點不在直線段上，但兩直線段與交點距離CU滿足cU〈T3時，交點為潛在角點； 當交點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，交點為潛在角點； 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)權利要求2或4所述的基于線段檢測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將整幅圖像進行平行四邊形區(qū) 域劃分，以列優(yōu)先的搜索方式查找建筑物潛在角點，以第一個查找的點作為平行四邊形的 起點進行平行四邊形搜索，搜索結(jié)果包括四種： 搜索到1個點:平行四邊形對角的兩個頂點； 搜索到2個點:相鄰的三個平行四邊形頂點； 搜索到1個點和1條邊緣線段:兩個相鄰平行四邊形頂點和一條對邊； 搜索到2條邊緣線段:平行四邊形的一個頂點和兩條對邊； 將獲得搜索結(jié)果分別沿主方向和次方向進行平行四邊形閉合，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行標記，平行四邊形的總像素數(shù)為Pa， 建筑物區(qū)域填充平行四邊形的像素數(shù)為Pb，則平行四邊形全部標記為建筑物區(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， 邊緣直線段的長度為1，平行四邊形的相應邊長為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、對平行四邊形網(wǎng)格約束下的建筑物區(qū)域進行輪廓提取。
【文檔編號】G06T7/00GK106056598SQ201610363557
【公開日】2016年10月26日
【申請日】2016年5月27日
【發(fā)明人】宿南, 張曄, 邱明劼
【申請人】哈爾濱工業(yè)大學