android图像识别建筑物轮廓,高分辨率遥感影像的建筑物轮廓信息提取方法

1.2 角点的检测及获取

1.2.1 角点的检测

角点通常是指图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点。拐角点是建筑物存在的最直接证据之一, 拐角点及其连线可以充分有效地表达建筑物。利用Harris算子检测所得的角点包含建筑物的拐角点, 但也包含有大量的非拐角点, 如图2所示。

图2

Fig.2图2 Harris 角点(蓝色点)Fig.2 Harris corner points(blue points)

1.2.2 角点的获取

由于噪声等因素的影响, 检测出的角点绝大部分都不是建筑物拐角点, 同时真实拐角点的位置也可能不准确。为了从这些候选拐角点中识别出真正的拐角点, 找到其真实位置, 同时剔除非拐角点, 本文引入了最小二乘模板匹配法。

1.2.2.1 最小二乘模板匹配

最小二乘模板匹配(least square template matching, LSTM)最早是由Armin Gruen和Peggy Agouris提出的, 用以实现半监督的边缘点追踪与获取[。此后, 一些研究者利用最小二乘模板匹配与其他方法相结合实现道路中心线的亚像素级自动或半自动提取

X=△x+xcos φ-ysin φY=△y+xsin φ+ycos φ, (2)

式中: △ x和△ y分别为模板上点(x, y)在X方向和Y方向移动的距离; φ为坐标系统中图像和模板之间的旋转角度; (X, Y)为对应的图像窗口的点。

设g(x, y)为图像窗口, f(x, y)为模板(大小为r像元× r像元), e(x, y)为噪声等因素影响产生的误差, 将式(2)线性化, 得到

f(x,y)-e(x,y)=g0(x,