正射影像鑲嵌線自動(dòng)選擇研究范文

本站小編為你精心準(zhǔn)備了正射影像鑲嵌線自動(dòng)選擇研究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《測繪與空間地理信息雜志》2016年第9期

摘要:

由于投影差的存在，正射影像鑲嵌時(shí)往往采用基于鑲嵌線的鑲嵌方法，當(dāng)兩幅正射影像鑲嵌時(shí)，選取鑲嵌線要盡量避開房屋。本文將兩幅正射影像鑲嵌建立為一個(gè)圖模型優(yōu)化問題，并且采用圖割獲取最小割將影像重疊區(qū)域劃分為兩部分，最小割經(jīng)過的分界線即為影像鑲嵌線。實(shí)驗(yàn)表明，本文方法效率較高，不需要指定鑲嵌線的起始點(diǎn)，而且可以較好地避開房屋。

關(guān)鍵詞:

正射影像;影像鑲嵌;鑲嵌線;圖割

0引言

由于數(shù)字正射影像具有精度高、信息豐富、直觀逼真、現(xiàn)實(shí)性強(qiáng)等優(yōu)點(diǎn)，可作為背景控制信息評價(jià)其他數(shù)據(jù)的精度、現(xiàn)實(shí)性、完整性;可從中提取自然信息和人文信息，并派生出新的信息和產(chǎn)品，為地形圖的秀策和更新提供良好的數(shù)據(jù)和更新手段。然而，由于單張正射影像覆蓋范圍有限，單獨(dú)使用受到限制，于是需要進(jìn)行鑲嵌處理，把多張正射影像拼接成一幅更大的影像［1］。張劍清等采用蟻群算法自動(dòng)選擇鑲嵌線，能避開房屋、樹冠等高出地面的地物［2］。在鑲嵌過程中，提高工作效率，減少人工工作量，使鑲嵌線繞過高大建筑等明顯地物，得到優(yōu)質(zhì)的DOM產(chǎn)品，一直是國內(nèi)外學(xué)者研究的熱點(diǎn)之一［3］。MartinKer-schner提出利用twinsnakes算法選擇正射影像的鑲嵌線，該方法難以保證全局最優(yōu)性［4］。Davis采用Dijkstra最短路徑搜索算法進(jìn)行最優(yōu)縫線搜索，該方法采用窮舉的搜索策略，需要較大的計(jì)算量［5］。JaechoonChon采用動(dòng)態(tài)規(guī)劃檢測最優(yōu)鑲嵌線，需要指定鑲嵌線的起點(diǎn)和終點(diǎn)［6］。袁修孝等提出基于正射影像視差圖的區(qū)域級鑲嵌線搜索算法，但僅僅利用簡單的閾值分割建筑物區(qū)域［7］。鑲嵌線優(yōu)化一直是計(jì)算機(jī)視覺領(lǐng)域拼接全景影像、紋理合成、無縫紋理映射的關(guān)鍵問題［8］，這些問題可以處理為能量最小化問題，然后，采用圖割方法標(biāo)記，實(shí)現(xiàn)鑲嵌線的優(yōu)化。因此，本文將正射鑲嵌的問題轉(zhuǎn)化為一個(gè)圖模型優(yōu)化問題，采用圖割算法優(yōu)化實(shí)現(xiàn)正射影像的鑲

1鑲嵌線優(yōu)化算法

1．1基于圖割的鑲嵌線選擇原理

如圖1所示，兩幅相鄰正射影像鑲嵌，中間部分為重疊區(qū)域，實(shí)現(xiàn)無縫影像鑲嵌需要首先在此區(qū)域內(nèi)尋找一條鑲嵌線，使得鑲嵌線避開建筑物等區(qū)域，圖中鑲嵌線用曲線條表示。鑲嵌時(shí)，主要考慮重疊區(qū)域的鑲嵌線，因此，下文以重疊區(qū)域?yàn)橐?guī)則四邊形的情形進(jìn)行算法說明。以圖2為例，將重疊區(qū)域的每個(gè)像素看成一個(gè)圖的節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)與其鄰域的節(jié)點(diǎn)相連接，這些連接的邊稱為n－link，根據(jù)正射鑲嵌的要求賦予一定的權(quán)值。在圖2中引入兩個(gè)特殊節(jié)點(diǎn):源點(diǎn)s和匯點(diǎn)t，分別代表左影像和右影像。如圖所示，最左邊的一列與節(jié)點(diǎn)s相連，最右邊的一列與節(jié)點(diǎn)t相連，與這兩個(gè)特殊節(jié)點(diǎn)相連的邊稱為t－link。為了使最左邊的一列元素來自左影像，最右邊的一列元素來自右影像，將t－link的權(quán)值定義為無窮大［9］，這樣可以保證后續(xù)鑲嵌線的拓?fù)湫问健＝⒘巳鐖D2所示的一個(gè)圖模型之后，采用圖割算法優(yōu)化，將圖中的節(jié)點(diǎn)分為互不重疊的s和t兩部分，最小割穿過的邊就是我們需要的最優(yōu)鑲嵌線［10］。

1．2權(quán)值確定

權(quán)值的確定是利用圖割方法的關(guān)鍵，圖中各節(jié)點(diǎn)的代價(jià)值C(x)定義為:C(x)=xrgb×wt×exrgb/σ(1)其中，xrgb是由兩張影像的RGB值利用公式(2)運(yùn)算得到的xrgb=(xlr－xrr)2+(xlg－xrg)2+(xlb－xrb)2(2）xlr、xlg、xlb、xrr、xrg、xrb分別代表左右影像在節(jié)點(diǎn)x處的RGB值。exrgb/σ是用來控制xrgb對最終能量值C(x)的影響力，本文中用到的σ值設(shè)置為50。wt隨著節(jié)點(diǎn)x的位置變化而變化，當(dāng)節(jié)點(diǎn)x越遠(yuǎn)離中心線，wt的值越小。wt與正射影像的特性有關(guān)，正射影像中影像越靠近攝影中心質(zhì)量越好，因此，應(yīng)使生成的鑲嵌線盡量靠近重疊區(qū)域的中心線。設(shè)節(jié)點(diǎn)x與y是相鄰節(jié)點(diǎn)，則連接節(jié)點(diǎn)x與y的邊的權(quán)值為:M(x，y)=C(x)+C(y)(3)

2實(shí)驗(yàn)

為了驗(yàn)證本文算法，采用C++進(jìn)行了實(shí)現(xiàn)，在配備Intel酷睿i53470、3．2GHzCPU和8GB內(nèi)存的臺(tái)式機(jī)上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)采用了如圖3(a)和(b)所示的兩組正射影像，從圖中可以看到，兩組數(shù)據(jù)都存在高大密集建筑物，兩組數(shù)據(jù)均已根據(jù)地理坐標(biāo)裁剪了重疊區(qū)域，兩組影像大小分別為1528×2392和1572×2699。為了進(jìn)行對比，本文還采用Dijkstra算法進(jìn)行了鑲嵌線的優(yōu)化。鑲嵌線優(yōu)化結(jié)果如圖4和圖5所示。其中，圖4(a)和圖5(a)是Dijkstra算法得到的鑲嵌影像，圖4(b)和圖5(b)是本文方法得到的鑲嵌影像。從結(jié)果可以看出，本文方法的鑲嵌線更靠近影像區(qū)域的中心線。為更好地判斷兩種方法得到的鑲嵌線的效果，將兩條鑲嵌線疊加在差分影像上進(jìn)行比較。圖6(a)為數(shù)據(jù)1的比較圖，圖6(b)為數(shù)據(jù)2的比較圖。較淺的線為Dijk-stra算法得到的鑲嵌線，較粗的線為本文方法獲取的鑲嵌線。從圖6(a)可以看出，兩種方法穿越的區(qū)域近似，但Dijkstra算法依然穿越少量差分影像上顯示為白色的區(qū)域，意味著穿過了少量建筑物區(qū)域。基于差分影像上生成鑲嵌線應(yīng)盡可能繞過灰度值大的區(qū)域，于是有差分影像上鑲嵌線優(yōu)劣的定量評價(jià):差分影像上鑲嵌線灰度值較大(灰度值大于某一閾值)的像素個(gè)數(shù)越少，效果越好。分析表1和表2，從鑲嵌線在差分影像上的像素信息來看，灰度值較大的個(gè)數(shù)，本文方法比Dijkstra明顯少;從運(yùn)行時(shí)間來看，本文方法比Dijkstra方法效率高。表1數(shù)據(jù)1差分影像上鑲嵌線像素統(tǒng)計(jì)

3結(jié)束語

本文將正射影像的鑲嵌線優(yōu)化問題建立成一個(gè)圖模型優(yōu)化問題，然后，采用圖割選取最優(yōu)鑲嵌線，具有無須規(guī)定鑲嵌線的起始點(diǎn)和終點(diǎn)的優(yōu)勢，通過定義顧及正射影像質(zhì)量的權(quán)值，可以自動(dòng)避開建筑物區(qū)域，獲取高質(zhì)量的鑲嵌線。而且相對于傳統(tǒng)的鑲嵌線選取方法，效率更高。

參考文獻(xiàn):

［1］潘俊，王密，李德仁．接縫線網(wǎng)絡(luò)的自動(dòng)生成及優(yōu)化方法［J］．測繪學(xué)報(bào)，2010，39(3):300－302．

［2］張劍清，孫明偉，張祖勛．基于蟻群算法的正射影像鑲嵌線自動(dòng)選擇［J］．武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2009，34(6):675－678．

［3］周清華，潘俊，李德仁．遙感圖像鑲嵌接縫線自動(dòng)生成方法綜述［J］．國土資源遙感，2013，25(2):1－7．

［7］袁修孝，段夢夢，曹金山．正射影像鑲嵌線自動(dòng)搜索的視差圖算法［J］．測繪學(xué)報(bào)，2015，44(8):877－883．

作者:丁鍇為 鄒崢嶸 張?jiān)粕?張明磊 單位:中南大學(xué)地球科學(xué)與信息物理學(xué)院 水能資源利用關(guān)鍵技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室