1、特征的提取与定位算法特征的提取与定位算法摄影测量学摄影测量学(下)(下)第二第二章章遥感信息工程学院遥感信息工程学院 摄影测量教研室摄影测量教研室http:/ “测绘信息网”网友搜集,版权归原权利人所有主要内容主要内容 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 特线的检测方法特线的检测方法特征的定位算法特征的定位算法http:/ “测绘信息网”网友搜集,版权归原权利人所有点特征提取算法点特征提取算法点特征主要指明显点,提取点特征的算子称为兴趣算子或有利算子 http:/ “测绘信息网”网友搜集,版权归原权利人所有点特征的灰度特征点特征的灰度特征http:/ “测绘信息网”网友搜集
2、,版权归原权利人所有Moravec算子算子 Moravec于1977年提出利用灰度方差提取点特征的算子 rchttp:/ “测绘信息网”网友搜集,版权归原权利人所有(1)计算各像元的兴趣值 IV,min4321,VVVVIVrchttp:/ “测绘信息网”网友搜集,版权归原权利人所有(2)给定一经验阈值,将兴趣值大于阈值的点作为候选点。 确定窗口大小http:/ “测绘信息网”网友搜集,版权归原权利人所有综上所述,Moravec算子是在四个主要方向上,选择具有最大最小灰度方差的点作为特征点。(3)选取候选点中的极值点作为 特征点。 http:/ “测绘信息网”网友搜集,版权归原权利人所有For
3、stner算子算子 计算各像素的Roberts梯度和像素(c,r)为中心的一个窗口的灰度协方差矩阵,在影像中寻找具有尽可能小而接近圆的误差椭圆的点作为特征点。 http:/ “测绘信息网”网友搜集,版权归原权利人所有(l)计算各像素的Roberts梯度 Forstner算子步骤算子步骤http:/ “测绘信息网”网友搜集,版权归原权利人所有(2)计算ll(如55或更大)窗口中灰度的协方差矩阵 )()()(,11,111,12,1111,22,111,12jijijikckcikrkrjjivujikckcikrkrjjivjikckcikrkrjjiugggggggggggghttp:/ “测
4、绘信息网”网友搜集,版权归原权利人所有(3)计算兴趣值q与w NNQtrDettr12)(4trNDetNq DetN代表矩阵N之行列式trN代表矩阵N之迹http:/ “测绘信息网”网友搜集,版权归原权利人所有 (4)确定待选点 当 同时 ,该像元为待选点 qTq wTw(5)选取极值点 即在一个适当窗口中选择最大的待选点 http:/ “测绘信息网”网友搜集,版权归原权利人所有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
5、普拉斯算手、LOG算子等 http:/ “测绘信息网”网友搜集,版权归原权利人所有房屋的提取http:/ “测绘信息网”网友搜集,版权归原权利人所有道路的提取http:/ “测绘信息网”网友搜集,版权归原权利人所有线的灰度线的灰度 特征http:/ “测绘信息网”网友搜集,版权归原权利人所有一、微分算子一、微分算子1梯度算子http:/ “测绘信息网”网友搜集,版权归原权利人所有差分算子 2121,2, 1,)(jijijijijiggggG1, 1,jijijijijiggggG对于一给定的阈值T,当时,则认为像素(i,j)是边缘上的点。 近似-11-11http:/ “测绘信息网”网友搜集
6、,版权归原权利人所有Roberts梯度算子vurggvgugyxgG),(2122)(),(vurggyxG2121,2, 1,)(jijijijijiggggG-11-11http:/ “测绘信息网”网友搜集,版权归原权利人所有方向差分算子 直线与边缘的方向http:/ “测绘信息网”网友搜集,版权归原权利人所有 Sobel算子)1, 1(), 1(2) 1, 1() 1, 1(), 1(2) 1, 1(), (jigjigjigjigjigjigjiS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:)1, 1() 1, (2) 1, 1() 1, 1() 1, (2) 1, 1(j
7、igjigjigjigjigjig121000121101202101yxGGi, jhttp:/ “测绘信息网”网友搜集,版权归原权利人所有-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http:/ “测绘信息网”网友搜集,版权归原权利人所有二阶差分算子二阶差分算子1方向二阶差分算子 121121)()(, 1, 1, 1, 1 ijjij ijijij ij ijiijgggggggggi, j 121121)()(1,1,1,1ijjiji
8、jijijijijiijgggggggggi, jhttp:/ “测绘信息网”网友搜集,版权归原权利人所有1111811111211210101410101D010141010121121D方向二阶差分算子i, jhttp:/ “测绘信息网”网友搜集,版权归原权利人所有拉普拉斯算子(Laplace) 22222ygxggjijijijijijijijijijijijijiijgggggggggggggg,1,1,1,11,1,1,124)()()()(010141010i, jhttp:/ “测绘信息网”网友搜集,版权归原权利人所有010141010拉普拉斯算子(Laplace) 卷积核掩膜
9、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 http:/ “测绘信息网”网友搜集,版权归原权利人所有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, )2exp(),(222yxyxf),(),(),(yxgyxfyxG),(*),(),(2yxgyxfyxG高斯函数低通滤波边缘提取http:/ “测绘信息网”网友搜集,版权归原权利人所有),(),(),(2yxgyxfyxG)2exp(2),(42222222yxyxyxf高斯一拉普拉斯算子(LOG) LOG算子以为卷积核,对原灰度
10、函数进行卷积运算后提取零交叉点为边缘 ),(*),(),(2yxgyxfyxGhttp:/ “测绘信息网”网友搜集,版权归原权利人所有边缘检测算子比较结果边缘检测算子比较结果http:/ “测绘信息网”网友搜集,版权归原权利人所有http:/ “测绘信息网”网友搜集,版权归原权利人所有http:/ “测绘信息网”网友搜集,版权归原权利人所有Hough变换变换 用于检测图像中直线、圆、抛物线、椭圆等 sincosyx图像空间http:/ “测绘信息网”网友搜集,版权归原权利人所有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 sincosyxhttp:/ “测绘信
11、息网”网友搜集,版权归原权利人所有弦映射弦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.ij(,)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.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
12、的框标、地面人工标志点等等 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)与园度 r.21120220022021120220022000010010)2(2)2(2MMMMMMMMMMMMMMmmymmxyxyx内定向内定向10101010)2 , 1 , 0,()()()2 , 1 , 0,(nimjijqppqnimjijqppqqpgyjxiMqpgjimpq阶原点矩与中心矩 Wong-Trinder园点定位算子园点定位算子 当r小于阈值时,目标不是园;否则园
13、心为(x,y) Trinder 改进算子1010101011nimjijijnimjijijWjgMyWigMx算子受二值化影响,误差可达0.5像素。 1010nimjijijWgM定位精度可达0.01像素,这种算法只对圆点定位 原始灰度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:22200),()sincos(sincosyxgggyxyxyxvForstner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
14、元的加权重心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1,(,121 ,1,2),1,12kkkkkkkk2222gmgm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。 数学模型 )sincos(21exp21),(22yxyxS)sincos(exp),(2yxkyxg43210dddd),(ccckccyxv高精度角点与直线定位算子高精度角点与直线定位算子 xdxxSxg)()(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 ),()sincos(exp)cossin(
15、)sincos(2)sincos()sincos(exp200004002300000022000001200000yxgyxkacyxccyxckacyxcacyxkc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1, 11, 1,21, 12,1, 1dcosdsindsindcosd)()(),(jijijijijijijijigggggggggjigRoberts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 22222222222cossinsincosmmmmmmg误差 mm20
16、单位权中误差为 噪声误差 初值Hough变换确定直线参数初值0,0。 ),(max0yxga2000000000)sincos(ln),(lnyxayxgk(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 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220220220,/1/OR, 1ijijnjivvW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 窗口 精确定位窗口在粗定位矩形窗口中确定。 角点定位 )sin(coscos)sin(sinsin122112121221ccyx高精度角点与直线定位算子高精度角点与直线定位算子 222111sincossincosyyx理论定位精度为0.02像素 理论精度 qqqq为观测值个数,420nnv单位权中误差 直线参数,的协因素阵 222222221111111120220220220220120120120100000000qqqqqqqqD两直线参数的协方差阵 22yxP