[发明专利]一种从卫星图片中提取建筑物轮廓的方法

说明书

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。Maitre and 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：