基于改进Snake模型的高分辨率影像建筑物提取

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.