[发明专利]基于空间拓扑关系约束和消失点的建筑物轮廓识别方法

说明书

技术领域

本发明涉及一种基于空间拓扑关系约束和消失点的建筑物轮廓识别方法，属于图像识别技术领域。

背景技术

当今社会，违章建筑建造、土地违法使用等现象十分严重，能够快速识别建筑物并保证检测结果的鲁棒性和实时性显得十分重要。因此弥补二维图像的深度信息并判断建筑物的轮廓信息是解决此问题的关键。

在三维世界里中，规则的立方体的某一个角会对应三条两两垂直的边，对应于现实世界中的规则建筑物，同样会呈现这样的轮廓信息。人眼由于有先验知识，我们能很快从只剩下边缘轮廓的图像中区分出建筑物和其他自然物体。而对于计算机视觉来说，建筑物还原到二维图像空间的图像，建筑物就变成了直线轮廓信息，失去了三维空间中的“深度”信息，同时由于建筑物在拍摄过程中，由于拍摄角度和树木的遮挡的影响，轮廓信息有一定程度的缺失。针对于上述问题，结合建筑物轮廓区别于自然物体在形态特征上的特点，对于可以判定图像中是否含有建筑物的技术的需求日益凸显。

发明内容

本发明所要解决的技术问题是提供一种基于空间拓扑关系约束和消失点的建筑物轮廓识别方法，弥补拍摄的二维图像缺失的深度信息，识别建筑物的轮廓，提高检测结果的鲁棒性和实时性。

本发明为解决上述技术问题采用以下技术方案

本发明提供一种基于空间拓扑关系约束和消失点的建筑物轮廓识别方法，包括以下具体步骤：

步骤1，对采集到的建筑物图像进行预处理，得到建筑物的直线段轮廓信息；

步骤2，采用M估计子抽样一致性估计算法对步骤1得到的建筑物的直线段轮廓信息进行消失点估计，得到三个消失点；

步骤3，对步骤2中得到的三个消失点的方向属性进行判定，将三个消失点分为两个水平方向消失点和一个垂直方向消失点；

步骤4，判断步骤3中的两个水平方向消失点的连线与图像水平方向的夹角是否小于30°，若是则执行步骤5，否则判定采集到的建筑物图像中不存在建筑物；

步骤5，减小M估计子抽样一致性估计算法的代价函数阈值，采用M估计子抽样一致性估计算法对步骤1得到的建筑物的直线段轮廓信息再次进行消失点估计，重新得到三个消失点；

步骤6，对步骤5中重新得到的三个消失点进行方向属性以及坐标位置判定，若满足下述三个条件：1)垂直方向消失点与图像中心之间的距离大于设定第一阈值，2)两个水平方向消失点之间的距离大于设定第二阈值，3)两个水平方向消失点的连线与图像水平方向的夹角小于25°，则判定采集到的建筑物图像中存在建筑物，否则判定采集到的建筑物图像中不存在建筑物。

作为本发明的进一步优化方案，步骤1包括如下步骤：

1.1，通过数学形态开闭算法对采集到的建筑物图像进行预处理；

1.2，对预处理后的图像进行边缘检测；

1.3，对步骤1.2中的边缘检测结果进行直线检测；

1.4，采用形态特征去干扰算法对步骤1.3中的直线检测结果进行筛选，剔除其中的干扰直线，得到建筑物的直线段轮廓信息。

作为本发明的进一步优化方案，步骤1.2中采用Canny算子对预处理后的图像进行边缘检测。

作为本发明的进一步优化方案，步骤1.3中采用LSD直线检测方法对步骤1.2中的边缘检测结果进行直线检测。

作为本发明的进一步优化方案，步骤3中对步骤2中得到的三个消失点的方向属性进行判定，具体为：

首先，对消失点对应的分类直线进行方向属性判定；然后，通过直线的方向属性得到对应消失点方向属性；最后，将三个消失点分为两个水平方向消失点和一个垂直方向消失点。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明通过引入“三线垂直”空间约束关系，更好利用空间直线特征关系，提高检测结果鲁棒性和实时性。在直线检测中，由于环境干扰引起的空间“同一条线段”轮廓切分现象，利用消失点来进行直线分类，使更多直线信息得以利用，更好地表述空间轮廓关系。

附图说明

图1是本发明的建筑物识别方法的整体框图。

图2是本发明的立方体透视成像形成的三个方向的消失点示意图。

图3是本发明的拍摄建筑物时形成的消失点示意图。

图4是本发明的建筑物轮廓、顶点和消失点之间的关系示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：