CN101359403A - 一种从卫星图片中提取建筑物轮廓的方法 - Google Patents

一种从卫星图片中提取建筑物轮廓的方法 Download PDF

Info

Publication number
CN101359403A
CN101359403A CNA2008100410937A CN200810041093A CN101359403A CN 101359403 A CN101359403 A CN 101359403A CN A2008100410937 A CNA2008100410937 A CN A2008100410937A CN 200810041093 A CN200810041093 A CN 200810041093A CN 101359403 A CN101359403 A CN 101359403A
Authority
CN
China
Prior art keywords
straight line
relation
building
extraction
detected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2008100410937A
Other languages
English (en)
Other versions
CN101359403B (zh
Inventor
吴建国
李荣高
徐长贵
刘园园
杨丽
胡阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI TONGSHENG ENGINEERING CONSTRUCTION MANAGEMENT Co Ltd
Original Assignee
SHANGHAI TONGSHENG ENGINEERING CONSTRUCTION MANAGEMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI TONGSHENG ENGINEERING CONSTRUCTION MANAGEMENT Co Ltd filed Critical SHANGHAI TONGSHENG ENGINEERING CONSTRUCTION MANAGEMENT Co Ltd
Priority to CN2008100410937A priority Critical patent/CN101359403B/zh
Publication of CN101359403A publication Critical patent/CN101359403A/zh
Application granted granted Critical
Publication of CN101359403B publication Critical patent/CN101359403B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及一种从卫星图片中提取建筑物轮廓的方法,该方法包括以下步骤:直线的抽取,边缘通过康尼算子被检测出来,并使用改进的霍夫算法进行直线的抽取;直线关系图的生成,对直线之间的关系进行检测然后生成直线关系图;候选建筑物的生成,搜索整个关系图从而生成检测出的建筑物。与现有技术相比,本发明进行建筑物轮廓的提取,效率较高,精确度也较高。

Description

一种从卫星图片中提取建筑物轮廓的方法
技术领域
本发明涉及图像理解的一种应用,尤其涉及一种从卫星图片中提取建筑物轮廓的方法。
背景技术
以往对建筑的检测方法可以分为以下三类:使用立体影像匹配的方法,这种方法可以提供建筑物准确的空间信息,从而建筑物通过空间信息被检测出来。Maitreand Luo and Jordan and Cocquerez使用了这种办法。不过这种方法需要额外的信息。另一种做法是使用直线分析。Shufelt and McKeown从图片中检测出直线,将它们归类并且建模出矩形。直线可以通过使用感知的视觉数据组织(perceptual grouping)的方法分类,许多报告已经使用这种方法进行了建筑物检测实验。不过对于大规模的检测,效果不是很好。辅助信息的方法(如阴影或直线的透视效果),也可作为建筑物检测的重要线索。
然而,建筑物的提取仍然存在着困难,因为不仅需要良好的低层次视觉技术,例如边缘或直线的提取,并且也需要中级或高层次的视觉技术,如识别与理解。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷,提供一种高效的从卫星图片中提取建筑物轮廓的方法。
本发明的目的可以通过以下技术方案来实现:一种从卫星图片中提取建筑物轮廓的方法,其特征在于,该方法包括以下步骤:
(1)直线的抽取,边缘通过康尼(Canny)算子被检测出来,并使用改进的霍夫算法进行直线的抽取;
(2)直线关系图的生成,对直线之间的关系进行检测然后生成直线关系图;
(3)候选建筑物的生成,搜索整个关系图从而生成检测出的建筑物。与现有技术相比,本发明进行建筑物轮廓的提取,效率较高,精确度也较高。
具体实施方式
实施例1
本发明的技术方案为:
第一阶段,直线抽取。
在第一阶段,边缘通过Canny算子被检测出来,并使用改进的霍夫算法进行直线的抽取。
方法中的第一阶段是直线提取。图像边缘元素由Canny-Petrou-Kittler(CPK)边缘滤器检测。然后通过改进的霍夫变换(HT)提取线性元素。我门对建筑边缘检测和轮廓的生成基于以下的假设,在图像中鸟瞰城市,看到的建筑物的屋顶可以使用多边形来进行描述。
所以在这个前提下,应该抽取竟可能多的直线。方法使用了改进的霍夫变换作进行直线的提取。在这个阶段的最后,为每条直线的端点进行标记,从而为下一阶段的处理做出准备。
Canny滤波
Canny滤波器被用来进行边缘提取。在这个阶段,目的是描述图像的边缘信息,包括噪音。
改进的霍夫变换
在进行霍夫变换之前,使用一个边界跟踪的算法来提取Canny算子检测的连续边缘并把边缘进行分类。在霍夫变换中,使用局部化的方法将直线检测出来。如果使用一般的霍夫变换在全局范围内进行直线的检测,只能检测出较长的直线,对于众多较短的直线的效果并不理想。因此,先将边缘分类,对每一段连通的点集使用霍夫变换,从而减少处理的数据量降低检测误差的比率。在霍夫变换后,使用尖峰检测的方法检测出所有可能的尖峰(作为候选的直线),尖峰的检测是根据投票区域的投票数来决定的。
直线属性的添加
在这一部分,先定义了一个存储直线信息的数据结构,然后为每条直线添加了一些附属的信息。在本文的研究中,他们是颜色和方向。每条直线有四个颜色信息,每条直线的每个端点的两侧各有一个颜色的信息。计算处于直线断点附近一个小邻域内的像素的平均颜色,即平均的灰度值,作为端点的颜色属性。另一种属性是方向。设顺时针方向为正方向,并初始化它们为零。这里有一点需要注意,经过Canny滤波和霍夫变换,直线的被简化为只有一个像素的宽度,而实际上图像中的边缘可能会宽于一个像素。应计算直线最外侧的外部邻域,不要计算直线的区域。
第二阶段,直线关系图生成。
在第二阶段,对直线之间的关系进行检测然后生成直线关系图。
直线间的关系可以被划分为三类:相连的,不相连的,以及平行的。如上文所述,所有直线关系的生成必须基于局部化原理。一条特定的直线只与其某一邻域内的某一直线存在相互的关系。依据以下几点规则,生成直线关系图:
1、当两条直线端点中的一个端点间的距离小于某一给定的阀值并且它们之间的斜率差也小于某一给定的阀值时,认为它们属于同一条直线,将其连接起来;
2、对每条直线,根据其长度确定其搜索的区域,减少计算量,一般为直线长度的5%-10%;
3、如果两条直线某一端点的颜色属性相似,标记两条直线属于同一对象。直线的关系被存放在一张关系图中。图的节点代表直线。直线间的关系用一条弧来表示;
4、直线的方向。以闭合多边形的顺时针为正方向。
第三阶段,候选建筑物生成。
在最后的阶段,搜索整个关系图从而生成检测出的建筑物。
在生成直线关系图后,得到了图像二维的信息。这阶段的工作并不着重于图像的理解,而且提取出图像中的平面信息。因此,将一个封闭的多边形作为一个具有较高可能性的候选的建筑物对象,对于未闭合,但由直线连接的对象,给予它们较低的可能性作为候选建筑物,并且忽略单条的直线线路(备注它们为其它元素)。

Claims (1)

1.一种从卫星图片中提取建筑物轮廓的方法,其特征在于,该方法包括以下步骤:
(1)直线的抽取,边缘通过康尼算子被检测出来,并使用改进的霍夫算法进行直线的抽取;
(2)直线关系图的生成,对直线之间的关系进行检测然后生成直线关系图;
(3)候选建筑物的生成,搜索整个关系图从而生成检测出的建筑物。
CN2008100410937A 2008-07-28 2008-07-28 一种从卫星图片中提取建筑物轮廓的方法 Expired - Fee Related CN101359403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100410937A CN101359403B (zh) 2008-07-28 2008-07-28 一种从卫星图片中提取建筑物轮廓的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100410937A CN101359403B (zh) 2008-07-28 2008-07-28 一种从卫星图片中提取建筑物轮廓的方法

Publications (2)

Publication Number Publication Date
CN101359403A true CN101359403A (zh) 2009-02-04
CN101359403B CN101359403B (zh) 2012-06-13

Family

ID=40331841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100410937A Expired - Fee Related CN101359403B (zh) 2008-07-28 2008-07-28 一种从卫星图片中提取建筑物轮廓的方法

Country Status (1)

Country Link
CN (1) CN101359403B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102739911A (zh) * 2011-04-06 2012-10-17 富士施乐株式会社 图像处理装置及图像处理方法
CN102915522A (zh) * 2012-09-12 2013-02-06 康佳集团股份有限公司 一种智能手机的名片提取系统及其实现方法
CN110298253A (zh) * 2019-05-30 2019-10-01 特斯联(北京)科技有限公司 一种基于人口大数据的城市建筑体虚拟显示方法及系统
CN113033592A (zh) * 2019-12-25 2021-06-25 山东理工大学 基于斜率差分布的形状匹配与物体识别方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102739911A (zh) * 2011-04-06 2012-10-17 富士施乐株式会社 图像处理装置及图像处理方法
CN102739911B (zh) * 2011-04-06 2016-04-06 富士施乐株式会社 图像处理装置及图像处理方法
CN102915522A (zh) * 2012-09-12 2013-02-06 康佳集团股份有限公司 一种智能手机的名片提取系统及其实现方法
CN110298253A (zh) * 2019-05-30 2019-10-01 特斯联(北京)科技有限公司 一种基于人口大数据的城市建筑体虚拟显示方法及系统
CN113033592A (zh) * 2019-12-25 2021-06-25 山东理工大学 基于斜率差分布的形状匹配与物体识别方法

Also Published As

Publication number Publication date
CN101359403B (zh) 2012-06-13

Similar Documents

Publication Publication Date Title
CN109684921B (zh) 一种基于三维激光雷达的道路边界检测与跟踪方法
CN110348445B (zh) 一种融合空洞卷积和边缘信息的实例分割方法
CN105866790B (zh) 一种考虑激光发射强度的激光雷达障碍物识别方法及系统
CN102609934B (zh) 一种基于深度图像的多目标分割和跟踪方法
CN113362247B (zh) 一种激光融合多目相机的语义实景三维重建方法及系统
CN101833762B (zh) 基于对象间粗大边缘和拟合的异源图像匹配的方法
CN111160291B (zh) 基于深度信息与cnn的人眼检测方法
CN104850850A (zh) 一种结合形状和颜色的双目立体视觉图像特征提取方法
CN104463138A (zh) 基于视觉结构属性的文本定位方法及系统
CN102999886A (zh) 图像边缘检测器及标尺光栅栅线精度检测系统
CN110197173B (zh) 一种基于双目视觉的路沿检测方法
CN105424709A (zh) 一种基于图像标记的水果表面缺陷检测方法
CN102122344A (zh) 基于红外图像的道路边界检测方法
CN101765019B (zh) 一种用于运动模糊和光照变化图像的立体匹配方法
CN107264570B (zh) 钢轨光带分布检测装置与方法
CN103247032B (zh) 一种基于姿态补偿的微弱扩展目标定位方法
CN102592128A (zh) 一种动态图像检测处理方法、装置及显示终端
CN104182728A (zh) 一种基于模式识别的车标自动定位与识别方法
CN101359403B (zh) 一种从卫星图片中提取建筑物轮廓的方法
CN109101932A (zh) 基于目标检测的多任务及临近信息融合的深度学习算法
CN105809673A (zh) 基于surf算法和合并最大相似区域的视频前景分割方法
CN107563331A (zh) 一种基于几何关系的道路标志线检测方法及系统
CN110472527A (zh) 一种轨道线检测方法及系统
CN103854290A (zh) 一种结合骨架特征点和分布场描述子的扩展目标跟踪方法
CN103839274A (zh) 一种基于几何比例关系的扩展目标跟踪方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120613

Termination date: 20170728

CF01 Termination of patent right due to non-payment of annual fee