CN106056598A - 基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法 - Google Patents

Abstract

基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，属于遥感图像处理领域，本发明为解决现有技术无法获得高准确度的保持建筑结构特征的建筑物轮廓问题。本发明提取方法的具体过程为：提取建筑物的高分卫星图像中的直线段，并校正至贴合建筑物边缘，获得边缘直线段和建筑物潜在角点；采用随机纹理遮挡图像分割算法，将原始高分图像聚类成3‑5类，计算每一组聚类的均值和方差，根据均值和方差从分割的3‑5类中选取建筑物区域；将边缘直线段和建筑物区域融合，获得具有建筑物结构特征的建筑物轮廓提取结果。本发明尤其适用于复杂的线性建筑的精确轮廓提取。

Description

基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提 取方法

技术领域

本发明涉及一种卫星高分图像的建筑物轮廓提取方法，属于遥感图像处理领域。

背景技术

高分辨率卫星图像提取建筑物一直是非常重要且具有挑战性的遥感领域热门课题。建筑物轮廓作为建筑物提取的一个延伸产物，是建筑物最主要的结构特征之一。在诸如建筑物的模型构建、城市的摄影测量和城市建筑的三维重建等前沿研究，都需要建筑物轮廓特征作为其基础研究，因此建筑物轮廓提取在城市应用领域具有巨大潜力。目前卫星空间分辨率不断提高，可达到0.5m到2m的高分全色图像，如此高分辨的卫星图像带来了更加清晰的边缘信息，充分利用高分图像的优势，这是可以准确提取建筑物轮廓特征的保障。在近年的研究中，多数的建筑物提取方法主要依赖于图像分割算法的改进，这样的提取思路和方法只能获得光滑和圆润的建筑物轮廓特征。但众所周知的是，大部分的建筑轮廓是由平行或垂直的直线边缘特征组成，现有的建筑物提取算法准确性还有待提高。

发明内容

本发明目的是为了解决现有技术无法获得高准确度的保持建筑结构特征的建筑物轮廓问题，提供了一种基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法。

本发明所述基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，该提取方法的具体过程为：

步骤1、提取建筑物的高分卫星图像中的直线段，并校正至贴合建筑物边缘，获得边缘直线段和建筑物潜在角点；

步骤2、采用随机纹理遮挡图像分割算法，将原始高分图像聚类成3-5类，计算每一组聚类的均值和方差，根据均值和方差从分割的3-5类中选取建筑物区域；

步骤3、将步骤1获取的边缘直线段和步骤2获取的建筑物区域融合，获得具有建筑物结构特征的建筑物轮廓提取结果。

本发明的优点：本发明提出一种利用直线段特征约束图像分割结果的方法来提取建筑物轮廓特征，以获得具有保持建筑结构特征的准确建筑物轮廓。尤其对于复杂的线性建筑的精确轮廓提取，我们的方法更显现出充分利用高分辨率卫星图像的优势。本方法充分发挥高分卫星图像边缘清晰的优势，利用直线段来约束基于分割方法的建筑物检测结果，获得具有相互平行、垂直边缘结构特性的建筑物轮廓提取。本方法首先利用直线检测算子提取基础直线段，发明一套基于直线方向调整、线段融合、线段长度调整的直线段校正方法，调整后的直线段更加贴近于真实建筑物边缘；再利用一个先进的图像分割算法获取建筑物的区域检测结果；最后，最主要的发明就是边缘直线段和图像分割结果的融合处理算法，获得具有直线特性约束的建筑物轮廓。

附图说明

图1是本发明所述基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法的原理图。

具体实施方式

具体实施方式一：下面结合图1说明本实施方式，本实施方式所述基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，该提取方法的具体过程为：

步骤1、提取建筑物的高分卫星图像中的直线段，并校正至贴合建筑物边缘，获得边缘直线段和建筑物潜在角点；

步骤2、采用随机纹理遮挡图像分割算法，将原始高分图像聚类成3-5类，计算每一组聚类的均值和方差，根据均值和方差从分割的3-5类中选取建筑物区域；

步骤3、将步骤1获取的边缘直线段和步骤2获取的建筑物区域融合，获得具有建筑物结构特征的建筑物轮廓提取结果。

本实施方式中，随机纹理遮挡图像分割算法为ORT(Occlusion of RandomTexture)图像分割算法。步骤2所述根据均值和方差从分割的3-5类中选取建筑物区域的依据为：以8bit位深的卫星数据为例，均值阈值为140，方差阈值为40，其他位深数据按照灰度值比例做相应调整。

具体实施方式二：下面结合图1说明本实施方式，本实施方式对实施方式一作进一步说明，步骤1的具体过程为：

步骤1-1、提取图像直线段：采用直线检测算法，对高分卫星图像进行直线段提取，提取的直线段作为边缘直线段的基本线段；

步骤1-2、修正边缘直线段方向：将步骤1-1所有提取到的基本线段的斜率倾角[0,pi)分为八个区间，计算每个区间的直线段总长度，获得累积长度最长的区间，计算斜率倾角以线段长度为权重的加权平均值，将加权平均值作为边缘线段主方向，并将其垂直方向规定为次方向，将所有与主方向和次方向相差pi/8的线段都旋转至主方向和次方向；

步骤1-3、融合边缘直线段：对于所有待融合线段，同时满足前提条件和一个判断条件时，两条直线段可以融合；融合后的直线段位于两直线中间；

步骤1-4、修正边缘直线段长度：搜索相邻边缘线段的建筑物潜在角点，将所有修正的直线段连接到紧邻的建筑潜在角点上。

具体实施方式三：下面结合图1说明本实施方式，本实施方式对实施方式二作进一步说明，步骤1-3所述的前提条件和判断条件分别为：

前提条件为：计算待融合线段与边缘线段垂直方向的距离d_v，且d_v满足d_v<T₁；判断条件有三个，分别为：

两边缘线段重叠长度d_o满足d_o≥0；

两边缘线段覆盖长度l_e满足l_e>0；

两边缘线段分离距离d_d满足d_d<T₂；

其中：T₁和T₂均表示阈值，在1m分辨率卫星图像中分别取值2和5，其他分辨率卫星图像按照分辨率倍数调整。

具体实施方式四：下面结合图1说明本实施方式，本实施方式对实施方式三作进一步说明，步骤1-4所述建筑物潜在角点，当满足下述三种条件中的一个即为潜在角点：

当交点同时位于两条直线段上时，交点为潜在角点；

当交点不在直线段上，但两直线段与交点距离d₁满足d₁<T₃时，交点为潜在角点；

当交点在其中一条直线段上，但与另一直线段距离d₂满足d₂<T₃/2时，交点为潜在角点；

其中：T₃表示阈值，在1m分辨率卫星图像中取值10，其他分辨率卫星图像按照分辨率倍数调整。

具体实施方式五：下面结合图1说明本实施方式，本实施方式对实施方式二或四作进一步说明，步骤3的具体过程为：

步骤3-1、利用修正后的边缘直线段和建筑物潜在角点将整幅图像进行平行四边形区域划分，以列优先的搜索方式查找建筑物潜在角点，以第一个查找的点作为平行四边形的起点进行平行四边形搜索，搜索结果包括四种：

搜索到1个点：平行四边形对角的两个顶点；

搜索到2个点：相邻的三个平行四边形顶点；

搜索到1个点和1条边缘线段：两个相邻平行四边形顶点和一条对边；

搜索到2条边缘线段：平行四边形的一个顶点和两条对边；

将获得搜索结果分别沿主方向和次方向进行平行四边形闭合，获得平行四边形网格划分结果；

步骤3-2、利用建筑物区域对划分的平行四边形进行标记，平行四边形的总像素数为P_a，建筑物区域填充平行四边形的像素数为P_b，若则平行四边形全部标记为建筑物区域，其中T₄表示阈值，在高于1m分辨率卫星图像中取值0.7，在1m和低于1m的分辨率卫星图像中取值0.5；

步骤3-3、如果标记为建筑物区域的两邻近平行四边形中含有原始提取的边缘直线段，边缘直线段的长度为l，平行四边形的相应边长为l'，若则两相邻平行四边形不能融合，若包含l＝0，即中间没有直线段，则两相邻平行四边形融合，表征为同一建筑物区域；

步骤3-4、对平行四边形网格约束下的建筑物区域进行轮廓提取。

Claims (5)

1.基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，其特征在于，该提取方法的具体过程为：

步骤1、提取建筑物的高分卫星图像中的直线段，并校正至贴合建筑物边缘，获得边缘直线段和建筑物潜在角点；

步骤2、采用随机纹理遮挡图像分割算法，将原始高分图像聚类成3-5类，计算每一组聚类的均值和方差，根据均值和方差从分割的3-5类中选取建筑物区域；

步骤3、将步骤1获取的边缘直线段和步骤2获取的建筑物区域融合，获得具有建筑物结构特征的建筑物轮廓提取结果。

2.根据权利要求1所述的基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，其特征在于，步骤1的具体过程为：

步骤1-1、提取图像直线段：采用直线检测算法，对高分卫星图像进行直线段提取，提取的直线段作为边缘直线段的基本线段；

步骤1-2、修正边缘直线段方向：将步骤1-1所有提取到的基本线段的斜率倾角[0,pi)分为八个区间，计算每个区间的直线段总长度，获得累积长度最长的区间，计算斜率倾角以线段长度为权重的加权平均值，将加权平均值作为边缘线段主方向，并将其垂直方向规定为次方向，将所有与主方向和次方向相差pi/8的线段都旋转至主方向和次方向；

步骤1-3、融合边缘直线段：对于所有待融合线段，同时满足前提条件和一个判断条件时，两条直线段可以融合；融合后的直线段位于两直线中间；

步骤1-4、修正边缘直线段长度：搜索相邻边缘线段的建筑物潜在角点，将所有修正的直线段连接到紧邻的建筑潜在角点上。

3.根据权利要求2所述的基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，其特征在于，步骤1-3所述的前提条件和判断条件分别为：

前提条件为：计算待融合线段与边缘线段垂直方向的距离d_v，且d_v满足d_v<T₁；判断条件有三个，分别为：

两边缘线段重叠长度d_o满足d_o≥0；

两边缘线段覆盖长度l_e满足l_e＞0；

两边缘线段分离距离d_d满足d_d<T₂；

其中：T₁和T₂均表示阈值，在1m分辨率卫星图像中分别取值2和5，其他分辨率卫星图像按照分辨率倍数调整。

4.根据权利要求3所述的基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，其特征在于，步骤1-4所述建筑物潜在角点，当满足下述三种条件中的一个即为潜在角点：

当交点同时位于两条直线段上时，交点为潜在角点；

当交点不在直线段上，但两直线段与交点距离d₁满足d₁<T₃时，交点为潜在角点；

当交点在其中一条直线段上，但与另一直线段距离d₂满足d₂<T₃/2时，交点为潜在角点；

其中：T₃表示阈值，在1m分辨率卫星图像中取值10，其他分辨率卫星图像按照分辨率倍数调整。

5.根据权利要求2或4所述的基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，其特征在于，步骤3的具体过程为：

步骤3-1、利用修正后的边缘直线段和建筑物潜在角点将整幅图像进行平行四边形区域划分，以列优先的搜索方式查找建筑物潜在角点，以第一个查找的点作为平行四边形的起点进行平行四边形搜索，搜索结果包括四种：

搜索到1个点：平行四边形对角的两个顶点；

搜索到2个点：相邻的三个平行四边形顶点；

搜索到1个点和1条边缘线段：两个相邻平行四边形顶点和一条对边；

搜索到2条边缘线段：平行四边形的一个顶点和两条对边；

将获得搜索结果分别沿主方向和次方向进行平行四边形闭合，获得平行四边形网格划分结果；

步骤3-2、利用建筑物区域对划分的平行四边形进行标记，平行四边形的总像素数为P_a，建筑物区域填充平行四边形的像素数为P_b，若则平行四边形全部标记为建筑物区域，其中T₄表示阈值，在高于1m分辨率卫星图像中取值0.7，在1m和低于1m的分辨率卫星图像中取值0.5；

步骤3-3、如果标记为建筑物区域的两邻近平行四边形中含有原始提取的边缘直线段，边缘直线段的长度为l，平行四边形的相应边长为l'，若则两相邻平行四边形不能融合，若包含l＝0，即中间没有直线段，则两相邻平行四边形融合，表征为同一建筑物区域；

步骤3-4、对平行四边形网格约束下的建筑物区域进行轮廓提取。