02特征的提取与定位.ppt

特征的提取与定位算法 主要内容 特征的提取 ? 特征点的提取算法 ? 特线的检测方法 特征的定位算法 Hough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]. Wong-Trinder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. Roberts Prewitt Canny Laplacian of Gaussian / “测绘信息网”网友搜集,版权归原权利人所有 Sobel Roberts Prewitt Canny Laplacian of Gaussian 原始图像 / “测绘信息网”网友搜集,版权归原权利人所有 Hough变换 用于检测图像中直线、圆、抛物线、椭圆等 图像空间 / “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 / “测绘信息网”网友搜集,版权归原权利人所有 图像空间 参数空间 正弦曲线共线 映射 正弦曲线 （?，?） 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 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 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 * * 《摄影测量学》（下）第二章 武汉大学 遥感信息工程学院 摄影测量教研室 / “测绘信息网”网友搜集,版权归原权利人所有 / “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 / “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 / “测绘信息网”网友搜集,版权归原权利人所有 Moravec算子 Moravec于1977年提出利用灰度方差提取点特征的算子 r c / “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 / “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 / “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。 / “测绘信息网”网友搜集,版权归原权利人所有 Forstner算子 计算各像素的Robert’s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。 / “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Robert’s梯度 Forstner算子步骤 / “测绘信息网”网友搜集,版权归原权利人所有 （2）计算l?l（如5?5或更大）窗口中灰度的协方差矩阵 / “测绘信息网”网友搜集,版权归原权利人所有 （3）计算兴趣值q与w DetN代表矩阵N之行列式 trN代表矩阵N之迹 / “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 （5）选取极值点 即在一个适当窗口中选择最大的待选点 / “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、拉普拉斯算手、LOG算子等 / “测绘信息网”网友搜集,版权归原权利人所有 房屋的提取 / “测绘信息网”网友搜集,版权归原权利人所有 道路的提取 / “测绘信息网”网友搜集,版权归原权利人所有 线的灰度 特征 / “测绘信息网”网友搜集,版权归原权利人所有 一、微分算子 1．梯度算子 / “测绘信息网”网友搜集,版权归原权利人所有 差分算子 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 1 -1 1 -1 / “测绘信息网”网友搜集,版权归原权利人所有 Roberts梯度算子 1 -1 1 -1 / “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 / “测绘信息