论文部分内容阅读
现代城市的快速发展以及遥感、航天海量数据的不断更新，要求尽可能快速地获取城市中的地理信息。利用航空影像获取城市地理环境信息是城市规划的主要技术之一，而如何从航空影像中快速自动提取建筑物特征信息是一个亟待解决的技术瓶颈问题。本文采用基于能量场的主动轮廓算法对正射影像中建筑物顶面轮廓特征进行提取研究。
本文在分析传统主动轮廓模型和GVF Snake模型优缺点的基础上，提出了采用基于优化二值边缘影像的PGVF Snake模型来提取正射影像中建筑物顶面轮廓特征。首先用Canny算子对影像进行边缘检测，并设定阈值去除噪声和虚假边缘，得到优化的二值边缘影像，然后，利用优化的二值边缘影像和拉普拉斯算子求解泊松方程，得到主动轮廓的外部能量场。PGVF Snake模型在保留GVF Snake所有优点的基础上，对梯度矢量流力场有了更好的改善，它利用数值差分法求解边界值问题所遭遇收敛性问题，不需要经过时间迭代，在速度上提高了很多。主动轮廓线的初始化，本文采用基于分块影像的建筑物顶面初始轮廓设定方法，先将影像以道路为边界进行分块，缩小了影像中建筑物的搜索空间；然后，在各个分块影像内部的小范围区域，对建筑物顶面轮廓进行粗略定位，从而大大较少了计算量。之后，采用泊松梯度矢量场PGVF进行迭代，使初始轮廓收敛于建筑物顶面的真实轮廓特征。
在基于分块影像的建筑物顶面初始轮廓设定方法基础上，结合基于优化二值边缘影像的PGVF Snake模型的泊松梯度矢量场，对航空影像中复杂背景下建筑物顶面轮廓特征进行快速、自动提取，取得了良好的效果。实验结果表明，与传统主动轮廓模型、GVF Snake模型、边缘算子法以及其他人工干预的方法相比，本文所采用的方法其提取速度、准确性与自动化程度都有了很大提高。