衛星影像中建筑物水平矢量輪廓自動批量提取方法技術

本發明專利技術提供了一種衛星影像中建筑物水平矢量輪廓自動批量提取方法，首先利用K-均值算法進行圖像分類，得到建筑物的主干部分，取各建筑物區域質心解決初始種子點的選取問題。生長出所有種子點所在區域后，借助圖像邊緣信息將建筑物區域與周圍區域分開，并根據矩形度、帶狀指數等特征參數去除掉非建筑物區域，從而實現建筑物水平像素輪廓的自動提取。然后利用Hough變換、塊處理等技術對水平像素輪廓進行直線矢量化處理，最終批量得到所有建筑物的水平矢量輪廓。本發明專利技術適用于衛星影像中俯視圖為直線段結構多邊形的普通建筑物的水平矢量輪廓的批量快速提取。

【技術實現步驟摘要】

本專利技術涉及一種從單幅建筑群衛星影像中自動批量提取建筑物水平矢量輪廓的方法，特別是對俯視圖為直線結構多邊形的建筑物的水平矢量輪廓的自動批量提取。
技術介紹
利用單幅衛星影像實現三維場景虛擬重建是一個很活躍的研究課題，它主要應用在城市建設規劃、軍事場景仿真、資源管理、抗震救災模擬等方面。在真實場景的三維虛擬重建中，絕大部分為結構簡單、俯視圖為直線段結構多邊形的普通建筑物，如何實現這類大量存在的普通建筑物的快速建模是高效重建三維建筑群的關鍵，而如何實現從建筑群影像中自動批量地提取建筑物的水平輪廓是高效重建三維建筑群的基礎，并且決定著未來重建的虛擬場景中建筑群的分布格局與真實場景的符合程度。當前的研究中，針對不同的應用目的，人們提出了各種各樣的建筑物圖像邊緣提取算法，比較常見的有snake模型法、水平集曲線演化法、區域生長法等。以上方法的研究對象均為灰度圖像，不適用于彩色圖像，因此無法利用彩色圖像中豐富的顏色信息。除此之外，snake模型法對初始位置敏感，需要依賴其他機制將初始輪廓放置在感興趣的圖像特征附近，否則輪廓提取會失敗，目前大多采用手工選取的辦法來設置初始邊界，不僅非常繁瑣，而且給輪廓線自動生成造成了困難。而較為常用的區域生長法存在著兩點不足:第一，是初始種子點的選取問題。當前方法對種子點的選取大多數是手動選取，需要大量的人工干涉，耗時費力，效率很低。第二，是生長閾值的選取問題。生長閾值過大將會出現過分割，即生成的目標區域面積往往比實際面積大；而生長閾值過小又會導致分割不足，即目標區域生長不完整。因此不同建筑物需要選取不同的生長閾值，這一工作需要人工逐一根據經驗完成。另外，snake模型法與區域生長法針對的是單個目標區域，也即每次只能生成一個目標區域，導致了方法的低效率。以上方法提取的邊緣輪廓，均由像素組成，這里稱之為像素輪廓。本專利研究建筑物水平輪廓提取的目的，是為后續建筑群的三維虛擬重建提供建模數據，需要對提取出的建筑物像素輪廓進一步作直線矢量化處理，這里將直線矢量化處理后的輪廓稱為矢量輪廓。目前的輪廓矢量化方法是將邊緣像素提取出來并組成列表，然后對該列表進行直線段擬合，其中設置一個距離閾值，定義為偏離直線的最大距離，當超過該距離閾值后，直線段就會按比例一分為二。這種方法的結果受距離閾值選取的影響較大，為了得到較好的效果，影像中的每個建筑物都需要對應不同的距離閾值，以往設置距離閾值的方法往往是根據經驗手工設置，操作效率低。
技術實現思路
為了克服現有技術的不足，本專利技術提供一種從單幅建筑群衛星影像中批量快速提取建筑物水平像素輪廓的自動化方法；進一步提出一種新的無需距離閾值及其他閾值選取的直線矢量化自動處理方法，對提取到的建筑物水平像素輪廓進行直線矢量化處理，得到滿足后續建筑物三維虛擬重建所需的水平矢量輪廓。該方法特別適用于衛星影像中俯視圖為直線段結構多邊形的普通建筑物的水平矢量輪廓的批量快速提取，對航拍建筑群影像中的這類建筑群同樣適用。本專利技術解決其技術問題所采用的技術方案是:首先利用K-均值算法進行圖像分類，得到建筑物的主干部分，取各建筑物區域質心解決初始種子點的選取問題。生長出所有種子點所在區域后，借助圖像邊緣信息將建筑物區域與周圍區域分開，并根據矩形度、帶狀指數等特征參數去除掉非建筑物區域，從而實現建筑物水平像素輪廓的自動提取。然后利用Hough變換、塊處理等技術對水平像素輪廓進行直線矢量化處理，最終批量得到所有建筑物的水平矢量輪廓。本專利技術中，圖像坐標系的原點位于圖像左上角，X軸正方向豎直向下，y軸正方向水平向右。具體步驟如下:步驟一、采用高斯平滑濾波器對建筑群衛星影像進行平滑處理，所述高斯平滑濾波器的方差σ = 0.8,窗口大小為7*7像素；然后在Hsv色彩空間內，保持每個像素的色調不變，按照步進值Λ s調整飽和度，按照步進值Λ V調整亮度，對衛星影像進行圖像增強處理，得到源圖像IOTig，其中As為0.06-0.08，Λν為0.05-0.07 ;步驟二、輪廓自動提取，包括以下步驟:1.不同建筑物種子點的自動生成，包括以下步驟:I)在Lab色彩空間利用K-均值算法，在代表顏色信息的a、b色彩子空間上對源圖像Iwig進行建筑物區域分割，K-均值算法執行中需要的分類類別數等于圖像IOTig在a、b色彩子空間的二維直方圖中的峰值個數，將分割出建筑物的圖像存儲為Iseg ；2)將圖像1%轉換為灰度圖像，再由灰度圖像轉換為二值化圖像Ibw，其中，建筑物區域為白色，背景為黑色，對二值化圖像Ibw依次進行下列處理:(I)采用窗口為5*5像素的中值濾波器去掉圖像中孤立的像素點；(2)采用5*5像素的方形結構算子進行開閉運算，去掉面積小于方形結構算子覆蓋范圍的區域；(3)去除面積小于Sarea個像素的連通區域，Sarea的取值范圍為[700，2000]內的整數；(4)去除面積大于Imea個像素的連通區域，Imea的取值范圍為[8000,10000]內的整數；3)對建筑物區域分別編號，并記錄其質心作為各建筑物的初始種子點；設種子點位置坐標為(xk，yk)，k為建筑物編號，xk和yk分別為第k個建筑物種子點在圖像中的行號 和列號，本文檔來自技高網...

【技術保護點】
一種衛星影像中建筑物水平矢量輪廓自動批量提取方法，其特征在于包括下述步?驟：?步驟一、采用高斯平滑濾波器對建筑群衛星影像進行平滑處理，所述高斯平滑濾波器的方差σ＝0.8，窗口大小為7*7像素；然后在Hsv色彩空間內，保持每個像素的色調不變，按照步進值Δs調整飽和度，按照步進值Δv調整亮度，對衛星影像進行圖像增強處理，得到源圖像Iorig，其中Δs為0.06?0.08，Δv為0.05?0.07；?步驟二、輪廓自動提取，包括以下步驟：?1.不同建筑物種子點的自動生成，包括以下步驟：?1）在Lab色彩空間利用K?均值算法，在代表顏色信息的a、b色彩子空間上對源圖像Iorig進行建筑物區域分割，K?均值算法執行中需要的分類類別數等于圖像Iorig在a、b色彩子空間的二維直方圖中的峰值個數，將分割出建筑物的圖像存儲為Iseg；?2）將圖像Iseg轉換為灰度圖像，再由灰度圖像轉換為二值化圖像Ibw，其中，建筑物區域為白色，背景為黑色，對二值化圖像Ibw依次進行下列處理：?（1）采用窗口為5*5像素的中值濾波器去掉圖像中孤立的像素點；?（2）采用5*5像素的方形結構算子進行開閉運算，去掉面積小于方形結構算子覆蓋范圍的區域；?（3）去除面積小于sarea個像素的連通區域，sarea的取值范圍為[700，2000]內的整數；?（4）去除面積大于Iarea個像素的連通區域，Iarea的取值范圍為[8000，10000]內的整數；?3）對建筑物區域分別編號，并記錄其質心作為各建筑物的初始種子點；設種子點位置坐標為(xk,yk)，k為建筑物編號，xk和yk分別為第k個建筑物種子點在圖像中的行號和列號，i表示圖像的行號，j表示圖像的列號，f(i,j)表示(i,j)處像素的灰度值，D表示聯通區域，符號表示向下取整運算。?FDA0000452713860000011.jpg,FDA0000452713860000012.jpg...

【技術特征摘要】
1.一種衛星影像中建筑物水平矢量輪廓自動批量提取方法，其特征在于包括下述步 驟: 步驟一、采用高斯平滑濾波器對建筑群衛星影像進行平滑處理，所述高斯平滑濾波器的方差σ =0.8,窗口大小為7*7像素；然后在Hsv色彩空間內，保持每個像素的色調不變，按照步進值As調整飽和度，按照步進值Λν調整亮度，對衛星影像進行圖像增強處理，得到源圖像 IOTig，其中 As 為 0.06-0.08，Λν 為 0.05-0.07 ; 步驟二、輪廓自動提取，包括以下步驟: 1.不同建筑物種子點的自動生成，包括以下步驟: 1)在Lab色彩空間利用K-均值算法，在代表顏色信息的a、b色彩子空間上對源圖像1rig進行建筑物區域分割，K-均值算法執行中需要的分類類別數等于圖像IOTig在a、b色彩子空間的二維直方圖中的峰值個數，將分割出建筑物的圖像存儲為Iseg ; 2)將圖像Iseg轉換為灰度圖像，再由灰度圖像轉換為二值化圖像Ibw，其中，建筑物區域為白色，背景為黑色，對二值化圖像Ibw依次進行下列處理: (1)采用窗口為5*5像素的中值濾波器去掉圖像中孤立的像素點； (2)采用5*5像素的方形結構算子進行開閉運算，去掉面積小于方形結構算子覆蓋范圍的區域； (3)去除面積小于Sarea個像素的連通區域，s_的取值范圍為[700，2000]內的整數； (4)去除面積大于I _a個像素的連通區域，IaMa的取值范圍為[8000,10000]內的整數； 3)對建筑物區域分別編號，并記錄其質心作為各建筑物的初始種子點；設種子點位置坐標為(? yk)，k為建筑物編號，Xk和yk分別為第k個建筑物種子點在圖像中的行號和列Σ Ef/o'-1) Σ號，；=............77:........-.......， v* =.............::7.:........::.........* i 表示圖像的行號，j 表示圖像的列 L.UmΣ Um ...

【專利技術屬性】
技術研發人員：齊敏，家建奎，李珂，樊養余，齊榕，趙子巖，
申請(專利權)人：西北工業大學，
類型：發明
國別省市：陜西;61