建筑物图像识别.doc

建筑物图像识别.doc

《建筑物图像识别.doc》由会员分享，可在线阅读，更多相关《建筑物图像识别.doc（57页珍藏版）》请在冰豆网上搜索。

西安石油大学本科毕业设计（论文）

建筑物图像识别研究

摘要：

随着城市化进程的不断发展，城市人口、经济等要素密切影响着城市建筑物的几何形态与分布。

从航拍图像或者卫星图像上快速准确的获取城市建筑物的信息不仅有利于地理空间数据的更新，而且对于有效监测新增建筑等城市专题信息有重要意义。

不仅如此，近年来基于卫星图像或者航拍图像的建筑物识别与轮廓提取算法的提出与研究改进，更有助于实现对城市建筑物的识别和分类。

其对GIS数据的获得、对影像的理解、大比例尺制图和及其它许多对遥感数据的应用都具有重要的意义。

基于此，本文从建筑物轮廓的几何形态出发，对卫星图像中的建筑物轮廓的提取方法进行了研究。

主要进行了如下几方面工作：

1、阐述了建筑物提取的基础理论。

对典型城市建筑物进行了特征分析，学习并理解在建筑物的轮廓提取中所要用到的算法，从中选择合适的边缘检测与轮廓提取算法。

2、在对已有方法进行总结归纳的基础上，系统的研究了基于灰度特征与二值数学形态学的轮廓描述算法和基于边缘特征的Hough变换直线提取算法，对这两种算法进行改进，初步实现了典型城市建筑物的半自动提取。

3、针对本文出现的方法进行编程实现，并针对试验结果对这两种方法进行综合的检测与评价，分析了这两种方法的特点及不足。

关键词：

卫星图像；建筑物轮廓；二值数学形态学；边缘检测；直线提取

BuildingImageRecognitionandResearch

Abstract:

Withthecontinuingdevelopingofurbanization,theurbanpopulation,economicandotherfactorsarecloselyaffectingthecitybuilding’sgeometryanddistribution.Itisnotonlyconductivetothedataupdatingofgeospatial,butalsohasimportantsignificanceofthethematicinformationforeffectivemonitoringofnewcitybuildingsandsoonthataccessinginformationformthecitybuildingsaerialimagesorsatelliteimagesfastandaccurately.Moreover,inrecentyears,buildingonsatelliteimagestoidentifyandcontourextractionoraerialimageryandresearchtoimprovethealgorithmproposed,butalsohelpachievetheidentificationandclassificationofcitybuildings.ItsGISdataacquisition,imageunderstanding,largescalemappingandmanyotherapplicationsareofgreatsignificance.

Thispaperisstartformthegeometryofthebuildingoutline,doingresearchoftheextractionmethodsforthebuildingoutlinewhichfromhighresolutionimages.Mainlyforthefollowingworkareas:

1.Describesthebasictheoryofbuildingextraction.Urbanbuildingstypicalcharacteristicanalysis,systematicstudyofimageprocessingalgorithmstouseinextractionofthebuilding,fromwhichtoselecttheappropriatealgorithmforedgedetectionandcontourextraction.

2.Onthebasisofsummarizingtheexistingmethods,theproposedfeatureextractionbasedongrayandbinarymathematicalmorphologythecontouredgedetectionalgorithmbasedonlinearHoughtransformalgorithm,thesemi-automaticextractionoftypicalurbanbuildings.

3.Wewereagainsttheproposedmethodprogramming,andcomprehensivetestingandevaluationofthesetwomethodsforthetestresults,thecharacteristicsanddrawbacksofthetwomethods.

Keywords:

Satelliteimages,Buildingoutline,Binarymathematicalmorphology，Edgedetection，LineExtraction

目录

1绪论 1

1.1研究背景和意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2研究现状 2

1.3本文的主要内容 3

2建筑物图像预处理的基础理论 6

2.1建筑物的特征分析 6

2.2建筑物几何特征分类 6

2.3图像增强 8

2.3.1灰度变换 8

2.3.2直方图均衡变换 14

2.4本章小结 19

3基于灰度特征的建筑物轮廓提取 20

3.1图像二值化 20

3.2二值数学形态学 25

3.2.1膨胀与腐蚀 25

3.2.2开启与闭合 27

3.3本章小结 31

4基于边缘特征的建筑物轮廓提取 32

4.1边缘检测 32

4.1.1边缘检测技术 32

4.1.2边缘的分析 33

4.1.3关于梯度的概念 33

4.2边缘检测算子 34

4.2.1罗伯特（Robert）边缘算子 35

4.2.2索贝尔（Sobel）边缘算子 35

4.2.3Prewitt边缘算子 35

4.2.4拉普拉斯（Laplacian）边缘算子 36

4.2.5坎尼（Canny）边缘算子 37

4.2.6边缘检测算子比较 40

4.3直线段提取 42

4.3.1基于连接的直线段提取算法 42

4.3.2经典Hough变换算法 43

4.3.3经典Hough变换实验结果 46

4.4本章小结 48

5总结与展望 49

5.1总结 49

5.2展望 50

参考文献 51

致谢 53

II

1绪论

1.1研究背景和意义

1.1.1研究背景

近年来，不断发展的空间技术使卫星图像与遥感图像呈现出高空间分辨率、高光谱分辨率和高时间分辨率的特点。

这些图像数据包含丰富的地物细节信息，为地物提取提供了丰富的数据源。

人工地物是空间地理信息库中的重要元素，主要包括建筑物、桥梁、道路和大型工程构筑物，在城市区域的影像中80%的目标是建筑物和道路。

建筑物作为重要的人工地物之一，与人们的生活息息相关，其提取对数字地图、GIS数据库更新、数字城市建模、虚拟城市、虚拟旅游、游戏业等的发展有很大的促进作用。

基于此，建筑物信息的提取与描述方法处于不断的发展与完善过程中，是摄影测量与遥感、计算机视觉、图像理解等领域的研究热点，同时，由于问题的复杂性也是一个难点。

因此，探索快速、高效、准确的从卫星影像中提取出建筑物轮廓的方法已经成为当前遥感应用研究领域一个重要的课题，急待解决。

从实际应用角度来说，实现图像中建筑物的识别需要能够满足影像制图、地理信息系统的数据获取和自动更新的需要；从研究的角度出发，由于影像中目标的高度多样性和复杂性，成功的建筑物自动识别系统将为其他类型的影像理解问题提供具有普遍指导意义的理论和方法。

因此，如何识别和提取图像中的建筑物是图像处理领域中的重要的研究课题之一。

1.1.2研究意义

随着航空航天领域的技术越来越成熟，各种高分辨率卫星传感器的发射，所获取的地面图像质量也越来越高。

利用卫星图像或者航空照片来对地物进行信息提取，大大提高了工作效率。

伴随着海量卫星影像数据的提供，其信息提取与处理方法却相对进展缓慢。

人工解译与人工判读仍然是普遍的工作方式，费时费力，成为制约高分辨率卫星影像大范围应用的主要瓶颈因素之一。

从影像上自动识别地物类型并精确量测地物形状、大小，是卫星影像和摄影测量研究中的热点和难点，也是最终高度自动化地由影像获取基础地理信息的关键问题。

人工地物是空间地理信息库中的重要元素。

作为地物类别中的主要内容，建筑物的识别与提取占有很大的比例。

作为地形图中重要的成图元素，建筑物的识别与提取，直接影响到地物绘测的自动化水平。

由于建筑物具有明显的定位特征，所以对它的识别和了为特征提取、特征匹配、图像理解、制图和作为其他目标的参照体有重要的意义。

从实际应用角度来说，实现影像中建筑物的识别需要能够满足遥感影像制图、地理信息系统的数据获取和自动更新的需要；从研究的角度出发，由于遥感影像中目标的高度多样性和复杂性，成功的建筑物自动识别系统将为其他类型的影像理解问题提供具有普遍指导意义的理论和方法。

1.2研究现状

图形分析的基本任务之一是从航空或者卫星图像中自动提取人造目标。

特别的，建筑物是城区的重要特征，提取建筑物的技术在城市制图、城市规划、地理信息工程以及军事侦察等领域有着广泛的应用。

在这些应用中，产生了许多自动提取建筑物的方法。

综合目前关于利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法，总体上大致可以分为两类：

第一类是研究的最为广泛和深入的方法，是利用图像信息结合高程信息进行建筑物信息的提取。

该方法的主要原理是利用建筑物与周围环境之间存在的高差进行建筑物屋顶的提取，已经有大量的比较成熟的算法，如CSG方法等。

有些成熟的商业化软件系统就附加有此项功能。

但此类方法大多需要辅助数据（如DEM、DSM等）。

另一类是利用影像信息结合图像处理与分析、机器视觉、人工智能等学科领域的新方法而实现对建筑物屋顶信息半自动甚至全自动的识别与提取。

该方法的特点是不需要其它的外部信息源，也不需要多景图像，因此相对于前一种方法具有更为广泛的应用范围和应用前景。

由于后一类方法利用的信息主要是图像的灰度信息、光谱信息、建筑物的形态信息以及一部分先验知识，而缺乏对识别建筑物非常有用的表面高度信息，不像第一类方法中有大量信息可用。

因此，从有限的图像表面信息中提取出建筑物的信息，其难度要较前者大。

加之，高分辨率商业卫星数据的提供起步较晚，到目前为止，仍处于方法的研究和探索阶段。

另外，由于建筑物本身结构的复杂性；在城市环境中，建筑物常常被一些其他人造目标或者自然目标包围，这就给提