线特征的提取与定位算法.ppt

线特征的提取与定位算法主要内容主要内容 特征的提取特征的提取• 特征点的提取算法特征点的提取算法• 特征线的检测方法特征线的检测方法特征的定位算法特征的定位算法线特征的提取与定位算法线特征提取算子线特征提取算子 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常用方法有差分算子、拉普拉斯算子、LOG算子等 线特征的提取与定位算法房屋的提取线特征的提取与定位算法道路的提取线特征的提取与定位算法线的灰度线的灰度 特征线特征的提取与定位算法一、微分算子一、微分算子1．梯度算子线特征的提取与定位算法差分算子 对于一给定的阈值T，当Gi,j>T时，则认为像素（i，j）是边缘上的点 近似1- 1-11线特征的提取与定位算法Roberts梯度算子-11-11线特征的提取与定位算法方向差分算子 直线与边缘的方向线特征的提取与定位算法  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：i, j线特征的提取与定位算法-101-101-101-1-1-1000111Prewitt算子与算子与Sobel算子算子-101-202-101-1-21-101-121加大模扳抑制噪声Prewitt算子算子Sobel 算子线特征的提取与定位算法二阶差分算子二阶差分算子1．方向二阶差分算子i, ji, j线特征的提取与定位算法方向二阶差分算子i, j线特征的提取与定位算法拉普拉斯算子（Laplace）(高通滤波)  i, j线特征的提取与定位算法拉普拉斯算子（Laplace）  卷积核掩膜 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 线特征的提取与定位算法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高斯函数低通滤波边缘提取线特征的提取与定位算法高斯一拉普拉斯算子（LOG） LOG算子以 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 线特征的提取与定位算法SobelSobel边缘检测算子比较结果边缘检测算子比较结果线特征的提取与定位算法RobertsRobertsPrewittPrewitt线特征的提取与定位算法特征分割法特征分割法 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线特征的提取与定位算法Hough变换变换 用于检测图像中直线、圆、抛物线、椭圆等 图像空间线特征的提取与定位算法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；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 ab ba ab b线特征的提取与定位算法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a ab by yx x(x1,y1)(x2,y2)a’a’b’b’线特征的提取与定位算法a ab bA AHough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；然后找出该点对应的xy平面的直线线段线特征的提取与定位算法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 线特征的提取与定位算法图像空间参数空间正弦曲线共线映射正弦曲线线特征的提取与定位算法Hough变换步骤变换步骤 对影像进行预处理提取特征并计算其梯度方向.将(，)参数平面量化，设置二维累计矩阵H(i，j).边缘细化，即在边缘点的梯度方向上保留极值点而剔除那些非极值点.对每一边缘点，以其梯度方向为中心，设置一小区间[-o，+o].线特征的提取与定位算法（，）取累计矩阵中备选点中的极大值点为所需的峰值点，即所检测直线的参数。

Hough变换变换 对累计矩阵进行阈值检测，将大于阈值的点作为备选点.线特征的提取与定位算法定位算子定位算子 数字影像上明显目标主要是指地面上明显地物在影像上的反映，或者是数字影像自身的明显标志，例如道路、河流的交叉口、田角、房角、建筑物上的明显标志、影像四角上的框标、地面人工标志点等等 线特征的提取与定位算法Wong-Trinder园点定位算子园点定位算子 利用二值图像重心对圆点进行定位 .利用阈值T＝（最小灰度值十平均灰度值）/2将窗口中的影像二值化 .计算目标重心坐标（x，y）与圆度 r.线特征的提取与定位算法内定向内定向线特征的提取与定位算法p＋q阶原点矩与中心矩 Wong-Trinder圆点定位算子圆点定位算子 当r小于阈值时，目标不是圆；否则圆心为（x，y） 线特征的提取与定位算法Trinder 改进算子算子受二值化影响，误差可达0.5像素定位精度可达0.01像素，这种算法只对圆点定位 原始灰度线特征的提取与定位算法Forstner定位算子定位算子 Forstner定位算子是摄影测量界著名的定位算子 最佳窗口由Forstner特征提取算子确定  以原点到窗口内边缘直线的距离为观测值，梯度模之平方为权，在点(x,y)处可列误差方程：线特征的提取与定位算法Forstner定位算子定位算子 最佳窗口选择 最佳窗口内加权重心化 窗口内像元的加权重心线特征的提取与定位算法高精度角点与直线定位算子高精度角点与直线定位算子  梯度算子的误差随机误差 Roberts梯度 梯度方向代替直线方向存在不容忽视的模型误差，Hough变换等使用梯度方向的方法不可能达到很高的精度。

线特征的提取与定位算法 数学模型 高精度角点与直线定位算子高精度角点与直线定位算子 一维边缘的成像为刀刃曲线线扩散函数 影像的梯度 线性化误差方程 线特征的提取与定位算法其中  该平差模型不采用梯度的方向，而是采用梯度的模为观测值 高精度角点与直线定位算子高精度角点与直线定位算子 a0,k0,0与0为参数的近似值线特征的提取与定位算法Roberts梯度 高精度角点与直线定位算子高精度角点与直线定位算子 误差 单位权中误差为 噪声误差 线特征的提取与定位算法初值Hough变换确定直线参数初值0，0 (x0,y0)为直线附近任一点的坐标 是梯度的最大值 高精度角点与直线定位算子高精度角点与直线定位算子 线特征的提取与定位算法高精度角点与直线定位算子高精度角点与直线定位算子 粗差的剔除采用选权迭代法，使粗差在平差的过程中自动地被逐渐剔除 线特征的提取与定位算法 窗口 精确定位窗口在粗定位矩形窗口中确定  角点定位 高精度角点与直线定位算子高精度角点与直线定位算子 x线特征的提取与定位算法。