[发明专利]一种基于特征位置优选整合的城区检测方法

摘要

本发明提出一种基于特征位置优选整合的城区检测方法，无需进行先验学习，计算简单，更适合在实际应用中实现。步骤一、图像预处理包括RGB彩图转灰度图像及高斯金字塔生成；步骤二、城区位置特征点初步选取；步骤三、城区位置特征点筛选；步骤四、基于高斯渲染加权的城区区域整合；步骤五、通过自适应迭代法求出分割阈值并对加权矩阵进行二值化，对二值图进行连通域标记并将连通域面积小于预设阈值的连通域剔除；步骤六、对步骤一生成的高斯金字塔的各层重复步骤二至步骤五，并将各层结果扩展到原图大小后取并集得到城区候选范围，检查RGB彩图中候选范围的色彩特征，剔除色彩特征不满足条件的像素区域，得到最终检测结果。

主权项

一种基于特征位置优选整合的城区检测方法，其特征在于，包括以下步骤：步骤一、图像预处理：包括RGB彩图转灰度图像及高斯金字塔生成；步骤二、城区位置特征点初步选取：从步骤一中生成的图像中选取能够标示城区的特征点；步骤三、城区位置特征点筛选：通过步骤二中选取的特征点的局部最大值筛选与全局特征点数量约束，剔除不稳定的特征点；步骤四、基于高斯渲染加权的城区区域整合：使用二维高斯函数将步骤三中剔除后的每个特征点扩展成为加权子矩阵，将每个特征点扩展的加权子矩阵相叠加得到整幅图的加权矩阵，并对加权矩阵进行中值滤波；步骤五、通过自适应迭代法对步骤四得到的加权矩阵求出分割阈值并进行二值化操作，然后再对二值图进行连通域标记并将连通域面积小于预设阈值的连通域剔除；步骤六、对步骤一生成的高斯金字塔的各层重复步骤二至步骤五，并将各层结果扩展到原图大小后取并集得到城区候选范围，检查RGB彩图中候选范围的色彩特征，剔除色彩特征不满足条件的像素区域，得到最终检测结果；其中，步骤二中城区特征点的选取采用下述方法：1)建立特征标记矩阵C，各元素初始值为零，大小等于本层金字塔图像尺寸；2)将滑窗中心G置于图像中待判断像素点I(i,j)，建立一个16位一维数组a[n]，通过比较滑窗中心G与其周围半径为3的16个离散点的灰度值，对数组进行赋值；如下式所示：其中，IG→n表示模板中圆弧上的第n个点的灰度值，IG表示滑窗中心G的灰度值，T为相似性度量阈值，选取范围为15至30；3)对数组a[n]求和，若和大于等于15或者小于等于‑15，则认为该点为候选特征点，将特征标记矩阵中C(i,j)置为1，若和等于0，则认为该点不是候选特征点，进行下一个像素点判断；4)若不满足第3)步的条件，则比较数组首尾两个数a[1]和a[16]，若两者相同则进行一次循环移位，移位后再进行比较，直到两者不相同后进入下一步；5)判断移位后的数组是否存在连续9个“1”或者连续9个“‑1”，若数组存在连续9个“1”或者连续9个“‑1”的情况，则认为该点为候选特征点，将特征标记矩阵中C(i,j)置为1，否则将滑窗中心G移至下一个像素点重复步骤2)‑5)；重复步骤1)‑5)将全图每个像素点遍历一遍，矩阵C(i,j)中元素为1的位置即为图中特征点位置。