线特征的提取与定位算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《摄影测量学》
线特征的提取与定位算法
山东交通学院
测绘教研室
主要内容
特征的提取
• 特征点的提取算法 • 特征线的检测方法
特征的定位算法
线特征提取算子
线特征是指影像的“边缘”与“线”
“边缘”可定义为影像局部区域特 征不相同的那些区域间的分界线， 而“线”则可以认为是具有很小宽 度的其中间区域具有相同的影像特 征的边缘对
,y2)
b
在参数ab平面上相交直线最多的点，对应的xy平面上的 直线就是我们的解
Hough变换算法实现
由于垂直直线a,为无穷大， 我们改用极坐标形式：xcos
+ ysin =
参数平面为, ，对应不是 直线而是正弦曲线；
使用交点累加器，或交点
统计直方图，找出相交线 段最多的参数空间的点；
f (x, y) exp( x2 y2 )
2 2
高斯函数
G(x, y) f (x, y) g(x, y)
低通滤波
G(x, y) 2[ f (x, y)* g(x, y)] 边缘提取
高斯一拉普拉斯算子（LOG）
G(x, y) 2[ f (x, y)* g(x, y)]
G(x, y) [2 f (x, y)] g(x, y)
i, j
0 1 0
拉普拉斯算子（Laplace）
卷积核 掩膜
0 1 0 1 4 1 0 1 0
取其符号变化的点，即通 过零的点为边缘点，因此 通常也称其为零交叉 （zero-Crossing）点
高斯一拉普拉斯算子（LOG）
首先用高斯函数先进行低通滤波，然后利用 拉普拉斯算子进行高通滤波并提取零交叉点
图 像 空 间
Hough变换的基本思想
xy平面上的任意一条直线y = ax + b ，对应在参数ab
平面上都有一个点；
a b
过xy平面一个点(x,y)的所有直线，构成参数ab平面上 的一条直线。
a b
Hough变换的基本思想
如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面
上的直线将有一个交点
Sobel
Prewitt
Roberts
Laplacian of Gaussian
Canny
特征分割法
影像段有三个特征点组成：一个灰度梯度最 大点和两个突出点。
三个特征点的像素号与两突出点的灰度差为 描述此特征的四个特征参数。
Hough变换
用于检测图像中直线、圆、抛物线、椭圆等
x cos y sin
2 f (x, y) x2 y2 2 2 exp( x2 y2 )
2
2 4
LOG算子以 2 f (x, y) 为卷积核，对原灰度函数进行 卷积运算后提取零交叉点为边缘
边缘检测算子比较结果
Sobel
Prewitt
Roberts
Laplacian of Gaussian
Canny
原始图像
近似
Gi, j gi, j gi1, j gi, j gi, j1
1 -1
对于一给定的阈值T，当Gi,j>T时，
-1
则认为像素（i，j）是边缘上的点。
1
Roberts梯度算子
g
Gr
g ( x,
y)
u
g
gu
g
v
v
1
Gr
(x,
y)
(
g
2 u
g
2 v
)
2
-1 1
1
Gi, j gi, j gi1, j1 2 (gi1, j gi, j1)2 2
1 0 1
Gx 2 0 2
1 0 1
i, j
1 2 1
Gy
0
0
0
1 2 1
Prewitt算子与Sobel算子
-1 0 1 -1 0 1 -1 0 1
-1 0 1 -2 0 2 -1 0 1
-1 -1 -1 000 111
Prewitt算子
-1 -2 1 -1 0 1 -1 2 1
b
然后找出该点对应的xy平 面的直线线段。
a A
对于影像空间直线上任一点(x，y） 变换将其映射到参数空间(，)的一 条正弦曲线上
1 1 1 1 1 1 1 1 1 1 1 1
Sobel算子
考察它上下、左右邻点灰度的加权差。与 之接近的邻点的权大：
S(i, j) g(i 1, j 1)2g(i 1, j) g(i 1, j 1)[g(i 1, j 1)2g(i 1, j) g(i 1, j 1)]
g(i 1, j 1)2g(i, j 1) g(i 1, j 1)[g(i 1, j 1)2g(i, j 1) g(i 1, j 1)]
常用方法有差分算子、拉普拉斯算子、LOG算子等
房屋的提取
道路的提取
线的灰度 特征
一、微分算子
1．梯度算子
g
Gg ( x,
y)
x
g
y
1
G( x,
y)
magG
(
g x
)2
( g y
)2
2
差分算子
1
Gi, j
gi, j
gi1, j
2
(gi,
j
gi,
)2
j1
2
[ gi, j 1
gi, j
1
gi, j 1 ]
2
1
1
gij
2
1
i, j
方向二阶差分算子
1
0 1 0
D 1 2 1 2 1 4 1
i, j
1
0 1 0
0 1 0
1 1
1 1 1
D1 1 4 1 2 2 1 8 1
0 1 0 1
1 1 1 1
拉普拉斯算子（Laplace）(高通滤波)
-1 1
方向差分算子
直线与边 缘的方向
北
东北
东
东南
1 1 1 1 1 1 1 1 1 1 1 1
1
2
1
1 2 1 1 2 1 1 2 1
1 1 1 1 1 1 1 1 1 1 1 1
南
西南
西
西北
1 1 1 1 1 1 1 1 1 1 1 1
1
2
1
1 2 1 1 2 1 1 2 1
Sobel 算子
加大模扳 抑制噪声
二阶差分算子
1．方向二阶差分算子
gij (gi1, j gi, j ) (gi, j gi1, j )
1
[gi1, j
gi, j
gi1, j ]
2
gij
[1
2
1]
i, j
1
gij ( gi1, j gi, j ) ( gi, j gi1, j )
2g
2g x 2
2g y 2
2 gij ( gi1, j gi, j ) ( gi, j gi1, j ) ( gi, j 1 gi, j ) ( gi, j gi, j 1 )
gi1, j gi1, j gi, j 1 gi, j 1 4gi, j
0 1 0
1 4 1
线特征的提取与定位算法
山东交通学院
测绘教研室
主要内容
特征的提取
• 特征点的提取算法 • 特征线的检测方法
特征的定位算法
线特征提取算子
线特征是指影像的“边缘”与“线”
“边缘”可定义为影像局部区域特 征不相同的那些区域间的分界线， 而“线”则可以认为是具有很小宽 度的其中间区域具有相同的影像特 征的边缘对
,y2)
b
在参数ab平面上相交直线最多的点，对应的xy平面上的 直线就是我们的解
Hough变换算法实现
由于垂直直线a,为无穷大， 我们改用极坐标形式：xcos
+ ysin =
参数平面为, ，对应不是 直线而是正弦曲线；
使用交点累加器，或交点
统计直方图，找出相交线 段最多的参数空间的点；
f (x, y) exp( x2 y2 )
2 2
高斯函数
G(x, y) f (x, y) g(x, y)
低通滤波
G(x, y) 2[ f (x, y)* g(x, y)] 边缘提取
高斯一拉普拉斯算子（LOG）
G(x, y) 2[ f (x, y)* g(x, y)]
G(x, y) [2 f (x, y)] g(x, y)
i, j
0 1 0
拉普拉斯算子（Laplace）
卷积核 掩膜
0 1 0 1 4 1 0 1 0
取其符号变化的点，即通 过零的点为边缘点，因此 通常也称其为零交叉 （zero-Crossing）点
高斯一拉普拉斯算子（LOG）
首先用高斯函数先进行低通滤波，然后利用 拉普拉斯算子进行高通滤波并提取零交叉点
图 像 空 间
Hough变换的基本思想
xy平面上的任意一条直线y = ax + b ，对应在参数ab
平面上都有一个点；
a b
过xy平面一个点(x,y)的所有直线，构成参数ab平面上 的一条直线。
a b
Hough变换的基本思想
如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面
上的直线将有一个交点
Sobel
Prewitt
Roberts
Laplacian of Gaussian
Canny
特征分割法
影像段有三个特征点组成：一个灰度梯度最 大点和两个突出点。
三个特征点的像素号与两突出点的灰度差为 描述此特征的四个特征参数。
Hough变换
用于检测图像中直线、圆、抛物线、椭圆等
x cos y sin
2 f (x, y) x2 y2 2 2 exp( x2 y2 )
2
2 4
LOG算子以 2 f (x, y) 为卷积核，对原灰度函数进行 卷积运算后提取零交叉点为边缘
边缘检测算子比较结果
Sobel
Prewitt
Roberts
Laplacian of Gaussian
Canny
原始图像
近似
Gi, j gi, j gi1, j gi, j gi, j1
1 -1
对于一给定的阈值T，当Gi,j>T时，
-1
则认为像素（i，j）是边缘上的点。
1
Roberts梯度算子
g
Gr
g ( x,
y)
u
g
gu
g
v
v
1
Gr
(x,
y)
(
g
2 u
g
2 v
)
2
-1 1
1
Gi, j gi, j gi1, j1 2 (gi1, j gi, j1)2 2
1 0 1
Gx 2 0 2
1 0 1
i, j
1 2 1
Gy
0
0
0
1 2 1
Prewitt算子与Sobel算子
-1 0 1 -1 0 1 -1 0 1
-1 0 1 -2 0 2 -1 0 1
-1 -1 -1 000 111
Prewitt算子
-1 -2 1 -1 0 1 -1 2 1
b
然后找出该点对应的xy平 面的直线线段。
a A
对于影像空间直线上任一点(x，y） 变换将其映射到参数空间(，)的一 条正弦曲线上
1 1 1 1 1 1 1 1 1 1 1 1
Sobel算子
考察它上下、左右邻点灰度的加权差。与 之接近的邻点的权大：
S(i, j) g(i 1, j 1)2g(i 1, j) g(i 1, j 1)[g(i 1, j 1)2g(i 1, j) g(i 1, j 1)]
g(i 1, j 1)2g(i, j 1) g(i 1, j 1)[g(i 1, j 1)2g(i, j 1) g(i 1, j 1)]
常用方法有差分算子、拉普拉斯算子、LOG算子等
房屋的提取
道路的提取
线的灰度 特征
一、微分算子
1．梯度算子
g
Gg ( x,
y)
x
g
y
1
G( x,
y)
magG
(
g x
)2
( g y
)2
2
差分算子
1
Gi, j
gi, j
gi1, j
2
(gi,
j
gi,
)2
j1
2
[ gi, j 1
gi, j
1
gi, j 1 ]
2
1
1
gij
2
1
i, j
方向二阶差分算子
1
0 1 0
D 1 2 1 2 1 4 1
i, j
1
0 1 0
0 1 0
1 1
1 1 1
D1 1 4 1 2 2 1 8 1
0 1 0 1
1 1 1 1
拉普拉斯算子（Laplace）(高通滤波)
-1 1
方向差分算子
直线与边 缘的方向
北
东北
东
东南
1 1 1 1 1 1 1 1 1 1 1 1
1
2
1
1 2 1 1 2 1 1 2 1
1 1 1 1 1 1 1 1 1 1 1 1
南
西南
西
西北
1 1 1 1 1 1 1 1 1 1 1 1
1
2
1
1 2 1 1 2 1 1 2 1
Sobel 算子
加大模扳 抑制噪声
二阶差分算子
1．方向二阶差分算子
gij (gi1, j gi, j ) (gi, j gi1, j )
1
[gi1, j
gi, j
gi1, j ]
2
gij
[1
2
1]
i, j
1
gij ( gi1, j gi, j ) ( gi, j gi1, j )
2g
2g x 2
2g y 2
2 gij ( gi1, j gi, j ) ( gi, j gi1, j ) ( gi, j 1 gi, j ) ( gi, j gi, j 1 )
gi1, j gi1, j gi, j 1 gi, j 1 4gi, j
0 1 0
1 4 1