申请/专利权人：四川轻化工大学

申请日：2022-01-16

公开（公告）日：2024-03-22

公开（公告）号：CN114387329B

主分类号：G06T7/60

分类号：G06T7/60;G06T7/13;G06V20/10;G06V10/44;G06V10/74;G06V10/82;G06F17/16;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.04.07#实质审查的生效;2022.04.22#公开

摘要：本发明公开了一种基于高分遥感影像的建筑物轮廓递进式规则化方法，其利用改进的Harris角点检测算法对轮廓进行角点提取，再通过角点筛选机制剔除无用角点，顺序拟合保留的角点集，实现轮廓初步规整优化；然后利用基于Frechet距离的最小面积外接矩形算法对建筑物轮廓边界进行优化；得到整体规则、局部不规则的建筑物轮廓；最后再通过Shi‑Tomasi算法对局部不规整且呈锯齿状的建筑物轮廓边缘进行深度规则化。本发明的规则化总体精度达到了85.36％，相较于初始轮廓提高了13.17％。表明本方法适用于建筑物的轮廓规则化，有效提高了建筑物轮廓边缘的表达精度，能够准确地适应建筑物轮廓的细节变化。

主权项：1.基于高分遥感影像的建筑物轮廓递进式规则化方法，其特征在于：包括如下步骤：S1、在提取的原始建筑物轮廓基础上，利用改进的Harris角点检测算法对轮廓进行角点提取，再通过角点筛选机制剔除无用角点，顺序拟合保留的角点集，实现轮廓初步规整优化；S2、利用基于Frechet距离的最小面积外接矩形对拟合连接后的建筑物轮廓进行边缘线段优化，将建筑物轮廓线段与最小面积外接矩形线段进行离散等分，计算得出各个等分点对应的最短距离dmin，设置距离阈值δ，判断建筑物轮廓线段等分点坐标是否替换为最小面积外接矩形边界等分点坐标，再顺序拟合保留下来的离散等分点，得到初步规则化的建筑物轮廓；S3、利用Shi-Tomasi算法对不规则的局部区域依次进行角点检测、筛选、拟合，进行深度规则化；所述步骤S1包括如下步骤：S11、在提取的原始建筑物轮廓基础上，利用改进的Harris角点检测算法对轮廓进行角点提取；具体的：首先计算出图像中的灰度变化Eu，v：Eu，v＝∑wx，y[Ix+u，y+v-Ix，y]21式中，u，v表示的是窗口偏移量，wx，y是移动的窗口函数，Ix+u，y+v是平移后的图像灰度，Ix，y是图像灰度；Ix+u，y+v＝Ix，y+Ixu+Iyv+Ou2，v22转化得到： 对于局部微小的窗口移动量[u，v]，可以近似得到： 其中，M是为梯度的协方差矩阵，由图像导数可得： 协方差矩阵M的特征值分析： 其中，λ1，λ2是M的两个特征值，由此得到定义角点响应函数CRF：R＝detM-k[traceM]28式中，detM＝λ1λ2，traceM＝λ1+λ2，k为经验常数，取值范围为[0.04，0.06]；基于协方差矩阵M矩阵保存候选角点位置，初值设置为0，角点值设置为1，当角点i，j八邻域的“相似度”参数在中心点与领域其他八个点的像素值之差在-t，+t之间，确认它们为相似点，且相似点不在候选角点中；S12、将检测得到的角点集合排序，利用角点筛选机制决定当前角点是否保留；S13、剔除无关角点后，顺序拟合各个角点得到初始规则化后的建筑物轮廓。

全文数据：

权利要求：

百度查询： 四川轻化工大学 基于高分遥感影像的建筑物轮廓递进式规则化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD