[发明专利]一种基于GVF模型的土地利用图斑轮廓提取算法

说明书

本发明公开了一种基于GVF模型的土地利用图斑轮廓提取算法，基本现有GVF算法的不足，针对算法容易陷入伪边缘的情况，结合土地利用图斑特点，对图像进行了闭运算及高斯模糊处理0；针对原算法适用于灰度图而丢失光谱信息的情况，引入RGB光谱信息；针对算法计算量巨大及易陷入伪边缘两种情况，采用由Suzuki和Abe提出的基于拓扑分析的边界跟踪算法(以下简称SA算法)提取初始轮廓，极大减小计算量，同时提升算法精度，配合闭运算，可以为GVF算法留出优化空间；最后针对传统GVF算法的梯度矢量场计算部分，使用自适应Canny算法辅助计算梯度图提升算法精度。相比传统算法，更加适用于在移动设备上进行土地利用图斑轮廓采集。

技术领域

本发明涉及一种基于GVF模型的土地利用图斑轮廓提取算法，属于土地利用图斑更新领域。

背景技术

在计算机视觉的研究中,边缘与线段包含丰富的图像信息,代表了图像的特征,边缘与线段的组合构成一幅图像区别于其他图像的特征集合。物体的轮廓不同于边缘,图像的边缘信息包含所有的轮廓信息,轮廓包含着比位置更多的信息,从图像的轮廓,人们即可识别大量的物体。因此轮廓提取是图像领域的核心研究内容之一，主要任务是获取图像中物体轮廓曲线的位置，以此作为重要特征识别目标，完成更高级的智能需求。轮廓提取技术在很多领域有着广泛的应用，如土地调查、视频监控、人机交互等。目前已经存在许多有效的轮廓提取算法，例如GVF算法、sobel算法、canny算法等，但在实际环境中，针对土地利用图斑应用轮廓提取算法时，由于该目标领域对结果轮廓曲线存在连续性、封闭性、光滑性以及处理速度等要求。

目前经典的许多轮廓提取算法基本上使用GVF算法，但是现有的GVF算法的提取结果往往存在大量伪边缘，且结果曲线离散，并不能取得理想的提取效果。因此，如何提取连续光滑的封闭图斑轮廓曲线仍是一大研究挑战，其研究成果也具有很高的应用价值。

发明内容

本发明的目的是针对土地利用图斑轮廓提取的连续性、封闭性、光滑性以及高效性等要求设计一种基于GVF模型的图斑轮廓提取算法。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明提供一种基于GVF模型的土地利用图斑轮廓提取算法，包括以下步骤：

步骤S1：首先对原始图像预处理，使用闭运算和高斯滤波对原始图像进行去噪处理得到图U；

步骤S2：步骤S1中得到的图U，根据用户点选目标图斑区域内一像素点P，计算以像素点P为中心k*l范围内RGB色彩均值；

步骤S3：根据步骤S2中得到的RGB色彩均值，结合使用SA算法计算轮廓线a；

步骤S4：使用自适应Canny算法计算图U的梯度图M；计算像素值直方图以确定Canny算法上下阈值，其中，基本Canny算法其余部分无需改变；

步骤S5：将步骤S3中得到的轮廓线a和步骤S4中得到的梯度图M代入GVF模型计算得到最终轮廓线c。

作为本发明的一种优选技术方案，步骤S1中，原始图像进行闭运算来消除A类噪点，选取矩形内核，内核尺寸为7*7，锚点位于点(7,7)；随后进行高斯模糊处理来消除B类噪点，采用半径为3的高斯模糊，对输入图像的所有波段均进行滤波。

作为本发明的一种优选技术方案，k和l的取值范围在3附近，即步骤S2中的像素点P为中心的RGB色彩均值的范围值为3*3。

作为本发明的一种优选技术方案，步骤S3中的具体算法流程如下：

A1：根据RGB色彩均值划分二值图，扫描输入图像，找到任意点(i,j)，如果该点处于二值图中0和1的分界处，定义该点为边界起点，然后给它分配一个唯一边界序号标识NBD；

A2：根据A1中找到的起点(i,j)沿着找到的边框，标记边框上的像素，确定整条该点所在边界；