[发明专利]基于二进制特征分类器的建筑物提取方法

摘要

本发明公开了一种基于二进制特征分类器的建筑物提取方法，首先对原图像进行降采样，转换至LAB颜色空间，然后在LAB颜色空间之下实施SLIC超分割获得交叉点，利用二进制特征分类器对交叉点进行二分类获得建筑物交叉点和非建筑物交叉点，从而获得建筑物区域；之后将提取出的建筑物区域图像转换至LAB颜色空间，然后在LAB颜色空间之下实施SLIC超分割获得新交叉点，利用二进制特征分类器对新交叉点进行三分类，获得建筑物内部点、建筑物边缘点和非建筑物点，从而得到建筑物轮廓。其显著效果是：实现了建筑物轮廓的快速准确提取；与传统方法相比，本发明精度更高、速度更快且算法过程无交互。

主权项

1.一种基于二进制特征分类器的建筑物提取方法，其特征在于包括以下步骤：步骤1：对原始正射图像进行降采样；步骤2：将降采样后的正射图像从RGB颜色空间转换至LAB颜色空间；步骤3：在LAB颜色空间下对图像进行SLIC超分割处理；步骤4：根据超分割结果标记出交叉点；步骤5：利用二进制特征分类器对交叉点进行二分类，获得建筑物交叉点和非建筑物交叉点；步骤6：将非建筑物交叉点所连接的图斑进行剔除，得到粗略提取的建筑物轮廓；步骤7：设定最小建筑物区域像素阈值，并剔除错误检测的建筑物；步骤8：获得建筑物轮廓的外接矩形，得到建筑物区域，并将其位置还原至原始正射图像上；步骤9：在原始正射图像上，提取建筑物区域，并将其颜色空间由RGB转换为LAB；步骤10：在LAB颜色空间下，对建筑物区域图像进行SLIC超分割处理；步骤11：根据超分割结果标记出新交叉点；步骤12：利用二进制特征分类器对新交叉点进行三分类，获得建筑物内部点、建筑物边缘点和非建筑物点；步骤13：将非建筑物交叉点所连接的图斑进行剔除，得到精细提取的建筑物轮廓；步骤14：设定最小建筑物区域像素阈值，剔除错误检测的建筑物；步骤15：提取建筑物轮廓曲线，获得建筑物轮廓图像；步骤5中与二进制特征分类器相匹配的二进制混合描述符包含方向特征和描述符两部分，具体描述方式为：方向特征为：θ＝atan2(m₀₁，m₁₀)，其中，θ为角度特征，m₀₁和m₁₀为每个图片分割块的矩，计算公式如下：m_pq＝∑_x,yx^py^qI(x，y)，描述符为：f_n(p)＝∑_0≤j<4∑_0≤i<n2^n×j+iτ_j(P；a_i，b_i)，其中，f_n(P)表示分割块P的描述符，τ₁为纹理特征测试对，τ₂为相似度特征测试对，τ₃和τ₄为颜色信息测试对，计算公式分别如下：其中，P_L(a)和P_L(b)分别表示L通道上以a为中心和以b为中心的分割块P，P_A(a)和P_A(b)分别表示A通道上以a为中心和以b为中心的分割块P，P_B(a)和P_B(b)分别表示B通道上以a为中心和以b为中心的分割块P，S为相似度阈值，C_A为A通道的颜色阈值，C_B为B通道的颜色阈值。