CN103489164A - 基于区域变化率的遥感影像接缝线优化方法 - Google Patents
基于区域变化率的遥感影像接缝线优化方法 Download PDFInfo
- Publication number
- CN103489164A CN103489164A CN201310423048.9A CN201310423048A CN103489164A CN 103489164 A CN103489164 A CN 103489164A CN 201310423048 A CN201310423048 A CN 201310423048A CN 103489164 A CN103489164 A CN 103489164A
- Authority
- CN
- China
- Prior art keywords
- overlapping region
- optimized
- cut zone
- digital orthoimage
- jointing line
- 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
Links
Abstract
本发明提供一种基于区域变化率的遥感影像接缝线优化方法,包括步骤:计算待优化接缝线涉及的左、右数字正射影像间重叠区域像素的差值矩阵;分别对待优化接缝线涉及的左、右数字正射影像的重叠区域进行影像分割,并获得各分割区域的变化率;根据各分割区域的变化率确定待优化接缝线的优选区域,并根据确定的待优化接缝线的优选区域优化重叠区域像素的差值矩阵;根据优化后的重叠区域像素的差值矩阵以及待优化接缝线的起点和终点,对待优化接缝线进行优化。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,使优化后的接缝线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
技术领域
本发明属于摄影测量与遥感图像处理领域,涉及一种基于区域变化率的遥感影像接缝线优化方法。
背景技术
数字正射影像产品是摄影测量与遥感最重要的基础数据产品,在众多领域得到了广泛应用,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。
而接缝线优化则是影像镶嵌中的一个关键步骤。接缝线的质量会直接影响到最终镶嵌影像的质量。因此,为了提高镶嵌影像的质量,有效的接缝线优化方法至关重要。传统的接缝线优化方法,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目标,不能很好的保持明显地物目标的完整性。本发明针对该问题,提出了基于区域变化率的遥感影像接缝线优化方法,从区域的变化率出发,旨在使接缝线尽可能沿区域变化率最小的区域,避开建筑物等变化率较大的区域。
发明内容
针对现有技术存在的问题,本发明基于影像分割,提出了一种基于区域变化率的遥感影像接缝线优化方法,旨在影像镶嵌过程中保持建筑物等明显地物目标完整性。
为解决上述技术问题,本发明采用如下技术方案:
基于区域变化率的遥感影像接缝线优化方法,对每一条起点和终点已知的待优化接缝线进行优化,包括步骤:
步骤1,计算待优化接缝线涉及的左数字正射影像和右数字正射影像间的重叠区域像素的差值矩阵,差值矩阵中各元素即为重叠区域各像素对应的代价值;
步骤2,分别对待优化接缝线涉及的左数字正射影像和右数字正射影像的重叠区域进行影像分割得到分割区域,并获得各分割区域的变化率,所述的分割区域变化率为分割区域内变化的像素数占所有像素数的比例;
步骤3,基于各分割区域的变化率确定待优化接缝线的优选区域,并根据确定的待优化接缝线优选区域优化步骤1获得的重叠区域像素差值矩阵,即将重叠区域像素差值矩阵中不属于优选区域的像素代价值赋为无穷大;
步骤4,根据优化后的重叠区域像素差值矩阵以及待优化接缝线的起点和终点,对待优化接缝线进行优化。
步骤1中所述的重叠区域像素的差值矩阵,其元素为左数字正射影像的重叠区域和右数字正射影像的重叠区域中对应像素值差值的绝对值,或者为左数字正射影像的重叠区域和右数字正射影像的重叠区域中对应像素亮度分量差值的绝对值。
步骤2中所述的分割区域内变化的像素数根据重叠区域的像素采用变化检测方法确定。
步骤3中所述的基于各分割区域的变化率确定待优化接缝线的优选区域,进一步包括子步骤:
3.1分别对左数字正射影像重叠区域和右数字正射影像重叠区域的各分割区域做如下处理,以获得左数字正射影像重叠区域和右数字正射影像重叠区域的优选区域:根据各分割区域之间的邻接关系及各分割区域的变化率,以分割区域为单位,搜索从待优化接缝线起点所在分割区域至终点所在分割区域之间的连通路径,并获得左数字正射影像重叠区域或右数字正射影像重叠区域中连通路径的最小化的最大变化率,将左数字正射影像重叠区域或右数字正射影像重叠区域中变化率不大于所述的最小化的最大变化率的分割区域作为左数字正射影像重叠区域或右数字正射影像重叠区域的优选区域;
3.2左数字正射影像重叠区域和右数字正射影像重叠区域的优选区域的交集即为待优化接缝线的优选区域。
步骤4中采用Dijkstra算法对于待优化接缝线进行优化。
与现有技术相比,本发明具有如下特点:
本发明适用于数字正摄影像进行镶嵌时用来优化接缝线,是一种对象级的接缝线优化方法,利用了分割影像的区域信息,从分割区域的变化率出发,旨在使接缝线尽可能沿区域变化率最小的区域,避开区域变化率较大的区域。与传统像素级的接缝线优化方法相比,本发明能使接缝线更有效避免穿越建筑物等明显地物特征,从而可保持建筑物等明显地物目标的完整性,进而提高镶嵌质量。
具体实施方式
下面将结合具体实施方式对本发明方法做进一步说明。
本具体实施方式针对数字正射影像,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,计算待优化接缝线涉及的左数字正射影像和右数字正射影像间的重叠区域像素的差值矩阵。
该步骤进一步包括如下子步骤:
步骤1.1,确定待优化接缝线涉及的左数字正射影像和右数字正射影像间的重叠区域。
步骤1.2,获取步骤1.1确定的重叠区域像素的差值矩阵。
构建一用来表示重叠区域像素差异的二维矩阵,即重叠区域像素的差值矩阵,差值矩阵的宽和高分别为重叠区域外接矩形的宽和高,差值矩阵中各元素为重叠区域像素对应的代价值,像素代价值的计算方法如下:如果是全色影像,差值矩阵中元素为左数字正射影像和右数字正射影像中对应像素值的差值的绝对值;如果是彩色影像,则采用HSI颜色空间计算重叠区域各像素亮度分量的值,然后再计算对应像素亮度分量差值的绝对值D(i,j),即差值矩阵中的元素,计算公式如下:
D(i,j)=|IX(i,j)-IY(i,j)| (1)
其中,i、j为像素行列号;IX(i,j)和IY(i,j)分别表示左数字正射影像和右数字正射影像的重叠区域中(i,j)像素的亮度分量值;差值矩阵中不在重叠区域内的像素的代价值赋为无穷大Inf。
步骤2,采用变化检测方法确定待优化接缝线涉及的左数字正射影像和右数字正射影像间重叠区域内变化的像素。
本具体实施方式中采用基于像素差值的变化检测方法,基于公式(1)获得的重叠区域像素的差值矩阵,计算差值矩阵中所有元素的均值m和标准差σ,并基于均值m和标准差σ判断像素是否变化,具体为:
D(i,j)-m≥Td×σ (2)
其中,Td为门限值,本具体实施中门限值Td取2.0。若差值矩阵中像素差值D(i,j)满足公式(2),则认为该像素差值对应的像素为变化的像素。
步骤3,分别对左数字正射影像和右数字正射影像的重叠区域进行影像分割得到分割区域,本具体实施中采用MeanShift算法分别对左数字正射影像和右数字正射影像的重叠区域进行影像分割,并根据采用变化检测方法确定的左、右数字正射影像重叠区中变化的像素,进而获得各分割区域的变化率。
分割区域的变化率Rate为分割区域内变化的像素数Nums1占所有像素数Nums的比例,如下:
步骤4,根据各分割区域的变化率确定待优化接缝线的优选区域(所述的优选区域即待优化接缝线可以穿越的区域),并基于确定的待优化接缝线的优选区域优化步骤1计算得到的重叠区域像素的差值矩阵。
本步骤进一步包括以下子步骤:
步骤4.1,对左数字正射影像重叠区域的各分割区域,根据各分割区域之间的邻接关系及各分割区域的变化率,以分割区域为单位,搜索从待优化接缝线起点所在分割区域至终点所在分割区域之间的连通路径,并获得连通路径最小化的最大变化率Rate1。对于左数字正射影像重叠区域中的各分割区域,将变化率不大于Rate1的分割区域作为左数字正射影像重叠区域的优选区域Regionsl。
本子步骤具体实施过程如下:
以各分割区域的变化率为各分割区域的权值,并根据各分割区域之间的邻接关系,构建区域邻接矩阵,区域邻接矩阵即描述各分割区域邻接关系以权值的矩阵。设所有分割区域中最大变化率为RMax,最小变化率为RMin,并将从待优化接缝线起点所在分割区域至终点所在分割区域的连通路径设为f(ps)。令当前搜索值z=(RMax+RMin)/2,在左数字正射影像重叠区域内,寻找从待优化接缝线起点至终点区域变化率不大于z的连通路径是否存在,若存在,则令RMax=z;若不存在,则令RMin=z+ΔR。继续令当前搜索值z=(RMax+RMin)/2,继续搜索,直至RMax与RMin的差异小于ΔR,结束搜索,ΔR为经验值,本具体实施方式中ΔR取值0.5%。对于搜索结束时得到的最终连通路径,求出其中最大的分割区域的变化率Rate1,即为连通路径最小化的最大变化率。对于左数字正射影像重叠区域中的各分割区域,将变化率不大于Rate1的分割区域作为左数字正射影像重叠区的优选区域Regionsl。
上述连通路径搜索过程具体描述如下:
搜索过程基于构建的区域邻接矩阵进行,搜索时从待优化接缝线起点所在的分割区域开始。设待优化接缝线起点所在的分割区域有n个邻接的变化率不大于z的分割区域,这n个分割区域按变化率从小到大排序依次为C1、C2、……、Cn。
从C1开始搜索,在与C1邻接的分割区域内搜索变化率不大于z的分割区域,如果与C1邻接的分割区域内存在变化率不大于z的分割区域,则采用相同的方法对该分割区域继续进行搜索。若干搜索到待优化接缝线终点所在的分割区域,即获得了待优化接缝线起点所在分割区域至终点所在分割区域的连通路径,搜索完毕。
如果与C1邻接的分割区域内不存在变化率不大于z的分割区域,则对C2进行相同的搜索,在与C2邻接的分割区域内搜索变化率不大于z的分割区域,如果与C2邻接的分割区域内存在变化率小于z的分割区域,则采用相同的方法对该分割区域继续进行搜索。如果搜索到待优化接缝线终点所在的分割区域,即获得了待优化接缝线起点所在分割区域至终点所在分割区域的连通路径,搜索完毕。
如果与C2邻接的分割区域内不存在变化率不大于z的分割区域,则转入搜索C3,以此类推,直至达到待优化接缝线终点所在的分割区域或n个分割区域C1、C2、……、Cn搜索完毕。
步骤4.2采用步骤4.1的方法对右数字正射影像重叠区域的各分割区域进行处理,获得右数字正射影像重叠区域的最小化的最大变化率Rate2。对于右数字正射影像重叠区域中的各分割区域,将其中变化率不大于Rate2的分割区域作为右数字正射影像重叠区的优选区域Regions2。
步骤4.3计算左数字正射影像优选区域和右数字正射影像优选区域的交集,从而获得待优化接缝线的优选区域,即待优化接缝线的优选区域Regions=Regions1∩Regions2。
步骤4.4根据待优化接缝线的优选区域优化步骤1计算的重叠区域像素差值矩阵,即将差值矩阵中不属于优选区域的像素的代价值赋为无穷大
Gi=Inf (4)
其中,Gi为不属于待优化接缝线优选区域里的像素的代价值,Inf表示无穷大,也就是将不属于接缝线优选区域的像素区域作为障碍区域,避免接缝线穿越。
步骤5,根据优化后的重叠区域像素差值矩阵以及待优化接缝线的起点和终点,对待优化接缝线进行优化,即将待优化接缝线的起点和终点的地理坐标转换成重叠区域像素差值矩阵中的行列号,然后基于重叠区域像素的差值矩阵,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。
通过以上方法优化接缝线,就能使接缝线尽可能的避免穿越容易存在大变化率的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 (5)
1.基于区域变化率的遥感影像接缝线优化方法,对每一条起点和终点已知的待优化接缝线进行优化,其特征在于,包括步骤:
步骤1,计算待优化接缝线涉及的左数字正射影像和右数字正射影像间的重叠区域像素的差值矩阵,差值矩阵中各元素即为重叠区域各像素对应的代价值;
步骤2,分别对待优化接缝线涉及的左数字正射影像和右数字正射影像的重叠区域进行影像分割得到分割区域,并获得各分割区域的变化率,所述的分割区域变化率为分割区域内变化的像素数占所有像素数的比例;
步骤3,基于各分割区域的变化率确定待优化接缝线的优选区域,并根据确定的待优化接缝线优选区域优化步骤1中计算得到的重叠区域像素的差值矩阵,即将重叠区域像素的差值矩阵中不属于优选区域的像素代价值赋为无穷大;
步骤4,根据优化后的重叠区域像素的差值矩阵以及待优化接缝线的起点和终点,对待优化接缝线进行优化。
2.如权利要求1所述的基于区域变化率的遥感影像接缝线优化方法,其特征在于:
步骤1中所述的重叠区域像素的差值矩阵,其元素为左数字正射影像的重叠区域和右数字正射影像的重叠区域中对应像素值差值的绝对值,或者为左数字正射影像的重叠区域和右数字正射影像的重叠区域中对应像素亮度分量差值的绝对值。
3.如权利要求1所述的基于区域变化率的遥感影像接缝线优化方法,其特征在于:
所述的分割区域内变化的像素数根据重叠区域的像素采用变化检测方法确定。
4.如权利要求1所述的基于区域变化率的遥感影像接缝线优化方法,其特征在于:
所述的基于各分割区域变化率确定待优化接缝线的优选区域,进一步包括子步骤:
3.1 分别对左数字正射影像重叠区域和右数字正射影像重叠区域的各分割区域做如下处理,以获得左数字正射影像重叠区域和右数字正射影像重叠区域的优选区域:根据各分割区域之间的邻接关系及各分割区域的变化率,以分割区域为单位,搜索从待优化接缝线起点所在分割区域至终点所在分割区域之间的连通路径,并获得左数字正射影像重叠区域或右数字正射影像重叠区域中连通路径的最小化的最大变化率,将左数字正射影像重叠区域或右数字正射影像重叠区域中变化率不大于所述的最小化的最大变化率的分割区域作为左数字正射影像重叠区域或右数字正射影像重叠区域的优选区域;
3.2左数字正射影像重叠区域和右数字正射影像重叠区域的优选区域的交集即为待优化接缝线的优选区域。
5.如权利要求1所述的基于区域变化率的遥感影像接缝线优化方法,其特征在于:
步骤4中采用Dijkstra算法对于待优化接缝线进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310423048.9A CN103489164B (zh) | 2013-09-17 | 2013-09-17 | 基于区域变化率的遥感影像接缝线优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310423048.9A CN103489164B (zh) | 2013-09-17 | 2013-09-17 | 基于区域变化率的遥感影像接缝线优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103489164A true CN103489164A (zh) | 2014-01-01 |
CN103489164B CN103489164B (zh) | 2017-07-11 |
Family
ID=49829363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310423048.9A Active CN103489164B (zh) | 2013-09-17 | 2013-09-17 | 基于区域变化率的遥感影像接缝线优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103489164B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933687A (zh) * | 2015-07-09 | 2015-09-23 | 武汉大学 | 一种考虑变化区域的接缝线多尺度羽化算法 |
CN106097375A (zh) * | 2016-06-27 | 2016-11-09 | 湖南大学 | 一种扫描图像的折痕检测方法和装置 |
CN106157248A (zh) * | 2016-07-19 | 2016-11-23 | 武汉大学 | 一种基于栅格的接缝线网络生成方法 |
CN109671021A (zh) * | 2018-12-17 | 2019-04-23 | 北京航天宏图信息技术股份有限公司 | 一种影像拼接接缝线网络的生成方法和装置 |
CN110021001A (zh) * | 2018-01-08 | 2019-07-16 | 聚星电子股份有限公司 | 图像缝合方法及装置 |
CN111242073A (zh) * | 2020-01-19 | 2020-06-05 | 武汉大学 | 一种融合加权Unet网络和IR-MAD的建筑物变化检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2221764A1 (en) * | 2009-02-20 | 2010-08-25 | Samsung Electronics Co., Ltd. | Method of creating a composite image |
CN103247055A (zh) * | 2013-05-27 | 2013-08-14 | 武汉大学 | 基于大跨度区域提取的接缝线优化方法 |
-
2013
- 2013-09-17 CN CN201310423048.9A patent/CN103489164B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2221764A1 (en) * | 2009-02-20 | 2010-08-25 | Samsung Electronics Co., Ltd. | Method of creating a composite image |
CN103247055A (zh) * | 2013-05-27 | 2013-08-14 | 武汉大学 | 基于大跨度区域提取的接缝线优化方法 |
Non-Patent Citations (4)
Title |
---|
周清华、潘俊、李德仁: "遥感图像镶嵌接缝线自动生成方法综述", 《国土资源遥感》 * |
徐丽华、江万寿: "顾及配准误差的遥感影像变化检测", 《武汉大学学报•信息科学版》 * |
徐丽华、江万寿: "顾及配准误差的遥感影像变化检测", 《武汉大学学报•信息科学版》, vol. 31, no. 8, 31 August 2006 (2006-08-31), pages 688 - 689 * |
袁修孝、钟灿: "一种改进的正射影像镶嵌线最小化最大搜索算法", 《测绘学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933687A (zh) * | 2015-07-09 | 2015-09-23 | 武汉大学 | 一种考虑变化区域的接缝线多尺度羽化算法 |
CN104933687B (zh) * | 2015-07-09 | 2018-01-23 | 武汉大学 | 一种考虑变化区域的接缝线多尺度羽化算法 |
CN106097375A (zh) * | 2016-06-27 | 2016-11-09 | 湖南大学 | 一种扫描图像的折痕检测方法和装置 |
CN106097375B (zh) * | 2016-06-27 | 2018-11-23 | 湖南大学 | 一种扫描图像的折痕检测方法和装置 |
CN106157248A (zh) * | 2016-07-19 | 2016-11-23 | 武汉大学 | 一种基于栅格的接缝线网络生成方法 |
CN106157248B (zh) * | 2016-07-19 | 2019-06-25 | 武汉大学 | 一种基于栅格的接缝线网络生成方法 |
CN110021001A (zh) * | 2018-01-08 | 2019-07-16 | 聚星电子股份有限公司 | 图像缝合方法及装置 |
CN109671021A (zh) * | 2018-12-17 | 2019-04-23 | 北京航天宏图信息技术股份有限公司 | 一种影像拼接接缝线网络的生成方法和装置 |
CN111242073A (zh) * | 2020-01-19 | 2020-06-05 | 武汉大学 | 一种融合加权Unet网络和IR-MAD的建筑物变化检测方法 |
CN111242073B (zh) * | 2020-01-19 | 2022-02-08 | 武汉大学 | 一种融合加权Unet网络和IR-MAD的建筑物变化检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103489164B (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103489164A (zh) | 基于区域变化率的遥感影像接缝线优化方法 | |
CN103247055B (zh) | 基于大跨度区域提取的接缝线优化方法 | |
CN102411778B (zh) | 一种机载激光点云与航空影像的自动配准方法 | |
CN102231206B (zh) | 适用于汽车辅助驾驶系统的彩色夜视图像亮度增强方法 | |
CN105046198B (zh) | 一种车道检测方法 | |
CN104182949B (zh) | 基于直方图特征点配准的影像匀色与融合方法及系统 | |
CN104685513A (zh) | 根据使用阵列源捕捉的低分辨率图像的基于特征的高分辨率运动估计 | |
CN101408985B (zh) | 一种圆形光斑亚像素中心提取方法及装置 | |
CN101308572B (zh) | 一种发光特效处理方法及装置 | |
CN104574366A (zh) | 一种基于单目深度图的视觉显著性区域的提取方法 | |
CN107194866B (zh) | 减少拼接图像错位的图像融合方法 | |
US20180184071A1 (en) | Photographing device and method for obtaining depth information | |
CN102665086A (zh) | 利用基于区域的局部立体匹配获取视差的方法 | |
CN106599760B (zh) | 一种变电站巡检机器人行驶区域计算方法 | |
CN102883175A (zh) | 深度图提取、判断视频场景切换及深度图边缘优化方法 | |
CN102129669A (zh) | 一种航空遥感影像的最小二乘区域网匀色方法 | |
CN104809716A (zh) | 一种确定图像偏移量的方法及设备 | |
Zhao et al. | A robust stereo feature-aided semi-direct SLAM system | |
CN105225233B (zh) | 一种基于两类膨胀的立体影像密集匹配方法及系统 | |
CN102855627A (zh) | 基于光谱特性和拓扑关系的城市遥感影像阴影检测方法 | |
US9811747B2 (en) | Traffic light detecting device and traffic light detecting method | |
CN104063870A (zh) | 一种基于扫描线检测的海陆模板自动分割方法及其应用 | |
CN103985106A (zh) | 用于对强噪声图像进行多帧融合的设备和方法 | |
CN106056630B (zh) | 基于图像序列光流与三角网格的遮挡区域检测方法 | |
CN105427336A (zh) | 一种基于双目视频的测距方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |