[发明专利]一种基于单幅图像的河流网络过程式生成方法

摘要

本发明公开了一种基于单幅图像的河流网络过程式生成方法，其步骤为：1）使用参数模型将自然界中的河流网络的弯曲度、支流、汇流以及相连的湖泊等特性量化的表示出来；2）给定输入河流网络图片，使用GrabCut方法从图像中分割出河流部分，并提取其骨骼结构，分析该河流的参数模型；3）在指定的地形上，基于提取到的模型参数过程式的生成地形一致的河流网络；4）使用考虑河流特性的距离函数来评估输入图像与生成河流网络的差异，并使用模拟退火算法对生成河流网络进行优化，得到最终的结果。应用本发明能够生成丰富多样的河流网络，并且通过使用输入图像来代替手工输入参数，大大的简化了繁琐的调整参数的过程。

主权项

一种基于单幅图像的河流网络过程式生成方法，其特征在于该方法包括以下步骤：a)使用参数模型将自然界中的河流网络的形状特性和几何特性量化的表示出来，具体包括：i)形状参数模型使用形状参数来控制河流网络的形状特性，具体包括河流的弯曲度、支流和汇流的数目、湖泊的大小和数目；河流网络结构被表示为一个有向无环图n为河流之间的交界点，ε为河流的河段；其中，nr表示河流河段的个数；dr表示河流起点到终点的直线距离；ksm和ksv分别表示所有河段弯曲系数的期望和方差，河段的弯曲系数k计算如下：k=ud---(1)]]>其中，u为该河段的实际长度，d为该河段起始点到终点的直线距离；参数dsm和dsv分别表示所有河段直线距离的期望和方差；参数nb、nc和nl分别表示支流、汇流以及湖泊的个数；参数slm和slv分别表示湖泊大小的期望和方差；ii)几何参数模型使用几何参数来控制河流的河道几何特性，具体包括河道的宽度和深度、湖泊的深度；河段的宽度和深度随河道等级的递增而递减，主流的河道等级均为1，随着河流分叉，河道等级保持不变或者增加1；其中，ωr和χrw分别表示等级为1的河道宽度及河道宽度随河道等级下降的系数；hr和χrh分别表示等级为1的河道深度及河道深度随河道等级的增加而下降的系数：ω＝ωr×(χrw)λ  (2)h＝hr×(χrh)λ  (3)其中ω和h为等级为λ的河道的宽度和深度；参数表示河流分叉时河道等级递增的概率；参数hlm和hlv分别表示湖泊深度的期望和方差；b)输入河流网络图片，计算该河流网络的形状参数的值，具体包括：输入河流网络图片，使用GrabCut方法从图像中分割出河流部分，并提取河流网络骨骼结构；标记河流的主流部分并指定河流的起点和终点，遍历河流骨骼结构，并将其表示为有向无环图对于的所有不是主流的边ε，若ε的上游有河段则将其标记为支流，若ε的下游有河段则将其标记为汇流；然后计算输入河流网络的形状参数的值c)输入地形高度图，基于河流的形状参数和几何参数过程式的生成地形一致的河流网络，具体包括：i)待生成河流网络的形状参数计算给定待生成河流网络的地形的高度图并指定待生成河流的起始位置ps和终止位置pm，选取的ps的地形高度必须高于pm的地形高度，待生成河流网络的直线距离为：dr*=distance(ps,pm)---(4)]]>待生成河流网络的其余形状参数的值计算如下：其中对待生成河流网络的河段长度和湖泊大小进行了按场景规模比例计算，为待生成河流网络的形状参数，根据需要生成河流的几何特征输入河流的几何参数ii)河流网络生成河流网络的河段均使用B样条进行插值；在待生成河流网络的地形，首先生成从河流起始位置到终止位置的主流；为使生成的主流符合地形的起伏，使用考虑地形高度的中点位移法对B样条的型值点进行位置调整，选取的型值点约束要求如下：argminp(∫rsrmclamp(▿h,0,∞))---(7)]]>其中p为待调整型值点的位置，rs和rm为待调整的河段的起点和终点，为地形高度的梯度，计算积分时只取的正数部分；使用考虑地形高度的中点位移法将主流调整完毕后，在主流上随机选取个点添加进中，并将主流分裂为个河段；在扩散河流网络的过程中，每次在下面步骤中随机选取一种满足条件的步骤进行扩散，重复迭代扩散直到没有满足条件的步骤：①、扩散支流，如果中支流的数量小于则执行此步骤，随机选取中一条河段ri，添加新的支流bi到中，bi的起点为ri的终点，bi的直线距离从正态分布中采样，bi的弯曲系数从正态分布中采样，bi的河道等级在ri的河道等级基础上以概率增加1，bi的宽度和深度按照公式(2)和公式(3)计算；②、扩散汇流，如果中汇流的数量小于则执行此步骤，随机选取中两条河段ri和rj，添加新的汇流ci到中，ci的起点为ri的终点，ci的终点为rj的起点，ci的弯曲系数从正态分布中采样，ci的河道等级在ri的河道等级基础上以概率增加1，ci的宽度和深度按照公式(2)和公式(3)计算；③、扩散湖泊，如果中湖泊的数量小于则执行此步骤，随机选取中一条河段ri，在ri的终点处添加新的湖泊li，li的大小从正态分布N(slm，slv)中采样，li的深度从正态分布中采样；d)使用模拟退火算法对生成场景进行优化，具体包括：在每次优化迭代的过程中，对生成的河流网络进行调整，并计算当前河流网络与输入河流网络的距离函数的值：其中ξc和ξl分别为河流弯曲度的距离以及被河流包围的陆地面积的距离；ξc计算如下：ξc=1-exp(-Σi=1m(ci-ci*)2m)---(9)]]>其中ci和分别为输入河流网络和当前河流网络中河段的弯曲度，m为河流网络河段的数目；ζl计算如下：其中和分别表示河流网络和中的被河流包围陆地面积；若距离函数的值减少则接受优化调整，否则以概率接受调整，其中ΔE为距离函数增加的部分，t为退火算法当前的温度；经过模拟退火优化，收敛得到的结果为最终的河流网络。