CN103247055B - 基于大跨度区域提取的接缝线优化方法 - Google Patents

Abstract

本发明提供一种基于大跨度区域提取的接缝线优化方法，包括步骤：计算重叠区像素的差异；选择合适的分割算法分别对左右影像重叠区域的影像进行影像分割，从分割结果中根据各分割区域的跨度确定接缝线优先区域，然后根据确定的接缝线的优先区域优化代价矩阵；根据代价矩阵以及起止点，采用Dijkstra算法搜索优化后的接缝线。本发明适用于数字正射影像进行镶嵌处理时接缝线的优化处理，可以优化接缝线的走向，使优化后的接缝线尽可能沿着道路、河流、裸地等大跨度的区域，避免穿越建筑物等明显地物特征，保持地物目标的完整性，进而可提高影像镶嵌的质量。

Description

基于大跨度区域提取的接缝线优化方法

技术领域

本发明属于摄影测量与遥感图像处理领域，特别涉及一种基于大跨度区域提取的接缝线优化方法。

背景技术

摄影测量与遥感开辟了人类认知地球的崭新视角，为人类提供了从多维角度和宏观尺度认识世界的新方法、新手段。数字正射影像产品作为摄影测量与遥感最重要的基础数据产品，是目前最有价值的数字化产品。而影像镶嵌则是生成数字正射影像产品的关键步骤之一，它是将多幅数字正射影像拼接在一起形成一幅更大范围影像的过程，解决单景影像覆盖区域范围较小，不能满足实际应用中进行大范围可视化、分析、处理等实际应用的需求。

影像镶嵌通常采用基于接缝线的方法进行，接缝线的质量直接会影响到最终镶嵌影像的质量，因此接缝线的优化是影像镶嵌处理中的一个关键环节。传统接缝线优化方法多直接基于像素的亮度、色彩或纹理等差异进行，难以使接缝线有效的避开建筑物等明显地物特征。

发明内容

针对背景技术存在的问题，本发明基于影像分割，提出了一种基于大跨度区域提取的接缝线优化方法，是一种对象级的接缝线优化方法，比传统像素级的接缝线优化方法更能使接缝线有效避免穿越建筑物等明显地物特征，保持建筑物等明显地物目标的完整性，进而可提高镶嵌质量。

为解决上述技术问题，本发明采用如下技术方案：

一种基于大跨度区域提取的接缝线优化方法，对每一条起点和终点已知的待优化接缝线进行优化，具体包括以下步骤，

步骤1，计算重叠区域像素的差异；包括以下子步骤，

步骤1.1，对于待优化接缝线的左、右数字正射影像，计算其影像间的重叠区域；

步骤1.2，计算重叠区域像素的差异；

根据重叠区域建立一个代价矩阵，用于表示重叠区域像素的差异，矩阵宽、高为重叠区域的外接矩形宽、高；用F（F₁……F_N）和G（G₁……G_N）分别表示重叠区域内左右影像中单个像元的亮度值，N为波段数，则左、右影像像素亮度值U和V表示为影像各波段像素值的线性组合，即

U＝A^TF＝a₁F₁+a₂F₂+...+a_NF_N   （1）

V＝B^TF＝b₁G₁+b₂G₂+...+b_NG_N   （2）

式中，A^T和B^T为常数矢量，a₁＝a₂＝...＝a_N＝1/N，b₁＝b₂＝...＝b_N＝1/N，用|U－V|计算左、右影像重叠区域各像素的差异值，并将差异值存储到对应行列号的代价矩阵中，作为各像素的代价值，代价矩阵中非重叠区域的像素代价值赋为无穷大Inf；

步骤2，采用分割算法分别对左、右影像重叠区域的影像进行影像分割，从分割结果中根据各分割区域的跨度确定接缝线优先区域，然后根据确定的接缝线优先区域优化代价矩阵，包括以下子步骤，

步骤2.1，对左影像的重叠区域影像进行影像分割，计算分割结果中各分割区域的跨度，将大于设定跨度阈值T的区域标记为左影像优先区域Regions1，跨度计算公式：

$\mathrm{Span}=\max (\▿x,\▿y)---\left(3\right)$

其中，、分别表示分割区域外接矩形的宽和高，阈值T根据重叠区域影像中最大的独立建筑物的尺寸设定，确保建筑物的跨度小于阈值T；

步骤2.2，对右影像的重叠区域影像，进行影像分割，计算分割结果中各分割区域的跨度，将大于设定阈值T的区域标记为右影像优先区域Regions2，跨度计算和阈值T的设定与步骤2.1相同；

步骤2.3，求取左、右影像优先区域的交集，获得接缝线的优先区域，接缝线的优先区域Regions=Regions1∩Regions2；

步骤2.4，根据接缝线的优先区域优化代价矩阵，对代价矩阵中对应位于接缝线优先区域里的像素的代价值作加权处理，即

G_i＝P_i*g_i   （4）

其中，G_i表示优化后像素的代价值，P_i表示权重，0<P_i<1，g_i表示优化前像素的代价值；

步骤3，根据代价矩阵以及起点和终点，搜索优化后的接缝线；

将起点和终点的地理坐标转换成代价矩阵中的行列号，然后在代价矩阵中采用Dijkstra算法自动搜索连接起点和终点的最短路径作为优化后的接缝线。

与现有技术相比，本发明可以优化接缝线的走向，使优化后的接缝线尽可能沿着道路、河流、裸地等大跨度的区域，避免穿越建筑物等明显地物特征，保持地物目标的完整性，进而可提高影像镶嵌的质量。

附图说明

图1是左影像，虚线框为左右影像的重叠区，影像分辨率为0.5米；

图2是右影像，虚线框为左右影像的重叠区，影像分辨率为0.5米；

图3是左影像的重叠区域影像分割后确定的优先区域示意图，图中大面积灰色较亮区域即为左影像重叠区域影像的优先区域，分割采用MeanShift算法；

图4是右影像的重叠区域影像分割后确定的优先区域示意图，图中大面积灰色较亮区域即为右影像重叠区域影像的优先区域，分割采用MeanShift算法；

图5是确定的接缝线的优先区域叠加差异影像（即代价矩阵）的示意图，图中大面积灰色较亮区域即为接缝线的优先区域；

图6是接缝线优化结果的示意图，即图中的白色虚线。

具体实施方式

下面结合附图所示的实施例对本发明作进一步说明。

本实施例针对数字正射影像，对每一条起点和终点已知的待优化接缝线进行优化，具体步骤如下：

步骤1，计算重叠区像素的差异；包括以下子步骤，

步骤1.1，对于待优化接缝线涉及的左、右数字正射影像，计算其影像间的重叠区域（如图1、图2所示）；

步骤1.2，计算重叠区域像素的差异；

根据重叠区域建立一个二维矩阵(代价矩阵)，用于表示重叠区域像素的差异，矩阵宽、高为重叠区域的外接矩形宽、高；用F（F₁……F_N）和G（G₁……G_N）分别表示重叠区域内左右影像中某像元的亮度值，N为波段数，则左、右影像像素亮度值U和V可表示为影像各波段像素值的线性组合，即

U＝A^TF＝a₁F₁+a₂F₂+...+a_NF_N   （1）

V＝B^TF＝b₁G₁+b₂G₂+...+b_NG_N   （2）

式中，A^T和B^T为常数矢量，a₁＝a₂＝...＝a_N＝1/N，b₁＝b₂＝...＝b_N＝1/N，用|U－V|计算左右影像重叠区域各像素的差异值，并将其存储到对应行列号的代价矩阵中，作为各像素的代价值，代价矩阵中非重叠区域的像素代价值赋为无穷大(Inf)；

步骤2，选择合适的分割算法（本实施例采用MeanShift算法）分别对左右影像重叠区域的影像进行影像分割，从分割结果中根据各分割区域的跨度确定接缝线优先区域（即接缝线倾向于穿越的区域，如图3、图4、图5所示），然后根据确定的接缝线的优先区域优化代价矩阵，包括以下子步骤，

步骤2.1，对左影像的重叠区域影像进行影像分割，计算分割结果中各分割区域的跨度，将大于设定跨度阈值T的区域标记为左影像优先区域(Regions1)，跨度计算公式：

$\mathrm{span}=\max (\&dtri;x,\&dtri;y)---\left(3\right)$

其中，、分别表示分割区域外接矩形的宽和高。阈值T是根据重叠区域影像中最大的独立建筑物的尺寸来设定，即确保建筑物的跨度小于阈值T。

步骤2.2，对右影像的重叠区域影像，进行影像分割，计算分割结果中各分割区域的跨度，将大于设定阈值T的区域标记为右影像优先区域(Regions2)，跨度计算和阈值T的设定与步骤2.1一样；

步骤2.3，求取左、右影像优先区域的交集，从而获得接缝线的优先区域，即接缝线的优先区域Regions=Regions1∩Regions2；

步骤2.4，根据接缝线的优先区域优化代价矩阵，对代价矩阵中对应位于接缝线优先区域里的像素的代价值作加权处理，即

G_i＝P_i*g_i   （4）

其中，G_i表示优化后像素的代价值，P_i表示权重，0<P_i<1，依据经验取小于0.1的权重可以达到优化效果，g_i表示优化前像素的代价值；

步骤3，根据代价矩阵以及起点和终点，搜索优化后的接缝线。即将起点和终点的地理坐标转换成代价矩阵中的行列号，然后在代价矩阵中采用Dijkstra算法自动搜索连接起点和终点的最短路径作为优化后的接缝线（如图6所示）。

通过以上步骤就可以使接缝线能尽可能的沿着道路、河流、裸地等大跨度的区域，避免穿越建筑物等明显地物特征，保持建筑物等明显地物目标的完整性，进而可提高影像镶嵌的质量。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (1)

1.一种基于大跨度区域提取的接缝线优化方法，其特征在于：对每一条起点和终点已知的待优化接缝线进行优化，具体包括以下步骤，

步骤1，计算重叠区域像素的差异；包括以下子步骤，

步骤1.1，对于待优化接缝线的左、右数字正射影像，计算其影像间的重叠区域；

步骤1.2，计算重叠区域像素的差异；

根据重叠区域建立一个代价矩阵，用于表示重叠区域像素的差异，矩阵宽、高为重叠区域的外接矩形宽、高；用F(F₁……F_N)和G(G₁……G_N)分别表示重叠区域内左右影像中单个像元的亮度值，N为波段数，则左、右影像像素亮度值U和V表示为影像各波段像素值的线性组合，即

U＝A^TF＝a₁F₁+a₂F₂+...+a_NF_N           (1)

V＝B^TF＝b₁G₁+b₂G₂+...+b_NG_N         (2)

式中，A^T和B^T为常数矢量，a₁＝a₂＝...＝a_N＝1/N，b₁＝b₂＝...＝b_N＝1/N，用|U－V|计算左、右影像重叠区域各像素的差异值，并将差异值存储到对应行列号的代价矩阵中，作为各像素的代价值，代价矩阵中非重叠区域的像素代价值赋为无穷大Inf；

步骤2，采用MeanShift分割算法分别对左、右影像重叠区域的影像进行影像分割，从分割结果中根据各分割区域的跨度确定接缝线优先区域，然后根据确定的接缝线优先区域优化代价矩阵，包括以下子步骤，

步骤2.1，对左影像的重叠区域影像进行影像分割，计算分割结果中各分割区域的跨度，将大于设定跨度阈值T的区域标记为左影像优先区域Regions1，跨度计算公式：

Span＝max(▽x,▽y)           (3)

其中，▽x、▽y分别表示分割区域外接矩形的宽和高，阈值T根据重叠区域影像中最大的独立建筑物的尺寸设定，确保建筑物的跨度小于阈值T；

步骤2.2，对右影像的重叠区域影像，进行影像分割，计算分割结果中各分割区域的跨度，将大于设定阈值T的区域标记为右影像优先区域Regions2，跨度计算和阈值T的设定与步骤2.1相同；

步骤2.3，求取左、右影像优先区域的交集，获得接缝线的优先区域，接缝线的优先区域Regions＝Regions1∩Regions2；

步骤2.4，根据接缝线的优先区域优化代价矩阵，对代价矩阵中对应位于接缝线优先区域里的像素的代价值作加权处理，即

G_i＝P_i*g_i          (4)

其中，G_i表示优化后像素的代价值，P_i表示权重，0<P_i<1，g_i表示优化前像素的代价值；

步骤3，根据代价矩阵以及待优化接缝线的起点和终点，搜索优化后的接缝线；

将起点和终点的地理坐标转换成代价矩阵中的行列号，然后在代价矩阵中采用Dijkstra算法自动搜索连接起点和终点的最短路径作为优化后的接缝线。