时间:2022-10-23 09:48:54
摘要:本文提出了一种改进Snake模型的航空图像建筑物提取的方法。传统的Snake模型存在一些问题,它们需要大量的初始化,对噪声敏感,对于复杂图像调整参数变得困难。本文提出了一种自动提取建筑物的优化方法,相比传统的Snake模型,改进的Snake模型检测和提取建筑物轮廓更精确,而且能够避免检测类似街道、树木等邻近建筑物的边缘特征。实验数据表明,在提取建筑物轮廓方面,本文提出的方法具有较好的精度。
关键词:建筑物提取;Snake模型;水平集
中图分类号:P237 文献标识码:A 文章编号:1007-9599 (2013) 01-0057-02
1 引言
鉴于自动检测建筑物的复杂性,许多研究者融合卫星图像与数字高程地图(DEM)提供的高度信息、基于雷达高度数据或立体图像。Brunn和Weidner[1]在贝叶斯网络的基础上应用数字表面模型(DSM)来检测建筑物轮廓。有的研究者在综合基于线方法检测多边形屋顶轮廓[2],有的应用主动轮廓模型[3-6]。Ahamdy等人应用无边缘主动轮廓模型提取建筑物[3],该方法把整个图像中同质分布的一系列圆圈作为初始曲线,通过演化初始曲线检测边缘。该方法的优点是自动初始化,缺点是:由于同质分布作为初始曲线,效率不高,更重要的是,会把类似频谱信息的非建筑物区域误判为建筑物区域。Peng等人[4]基于建筑物的辐射和几何关系,提出改善Snake模型用于建筑物检测,图形精度可达到83.6%。Mayunga等人[5]利用光线的投掷算法初始化屋顶,提出了一种半自动化方法。Ruther等人[6]利用DSM产生初始结构,再通过主动轮廓模型和动态程序简化,这是一种半自动化的方法,图形精度可达到80%。
本文在水平集的基础上提出了一种新的Snake模型,它可用于航空图像检测,与传统的Snake模型一样,通过邻近建筑物点来提取建筑物轮廓,但是本文方法不需要初始曲线,更不需要高度数据等额外信息来区分建筑物与非建筑物。
本文分为5个部分。第2部分介绍改进的Snake模型提取建筑物轮廓;第3部分是实验结果;第4部分是提出方法性能分析;第5部分是总结。
2 改进的snake模型提取建筑物轮廓
基于区域的几何Snake模型的优点是:对噪声不敏感、具有使用水平集函数而带来的良好的拓扑性质、具有良好的鲁棒性并适用于边缘不连续图像。
本文就以上优点,对基于区域的几何Snake进行了研究。
本文提出了一种改进的Snake模型,它可应用于自动提取航空图像建筑物。与传统的Snake模型不同的是,我们的方法不需要让初始曲线靠近建筑物边缘,更重要的是,新模型不仅能检测相关的建筑物边缘,还能避免提取图像中其它物体的边缘。新模型的一个优点是:不需要相关的其他数据,例如高度信息等。但这对于一般建筑物提取是必不可少的。而且,我们的模型能够产生GIS-ready数据。可以说,我们提出的方法是可行的。
参考文献:
[1]Brunn, Ansgar, Weidner, Uwe., “Hierarchical Bayesian nets for building extraction using dense digital surface models,” ISPRS Journal of Photogrammetry & Remote Sensing, vol.53,pp.296-307.Oct.1998.
[2]P. Saeedi, H.Zwick, “Automatic Building Detection in Arial and Satellite Images,” IEEE International Conference on Control,Automation, Robotics and Vision (ICARCV), Dec.2008.
[3]Ahmady, S., Ebady, H. Zouj, MJV, Moghaddam, HA. “Automatic Building Extraction From High Resolution Aerial Images Using Active Model,” The International Archives of the Photogrammetry, RSSIS Vol. XXXVⅡ. Part B3b., 2008.
[4]Peng, J., Zhang, D., Liu, Y., An improved snake model for building detection from urban aerial images. Pattern Recognition Letters 26, 587–595. 2005.
[5]Mayunga, S.D., Zhang, Y., Coleman, D.J., Semi-automatic building extraction utilizing Quickbird imagery. IAPRS XXXVI (Part 3/W24), 29–30. 2005.
[6]Rüther, H., Martine, H. M., & Mtalo, E. G. Application of snakes and dynamic programming optimization technique in modeling of buildings in informal settlement areas. ISPRS Journal of Photogrammetry Remote Sensing, 56, 269–282. 2002.