航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf
《航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf》由会员分享,可在线阅读,更多相关《航拍图像道路数据集制备迭代最近边缘算法_杨东方.pdf(11页珍藏版)》请在咨信网上搜索。
1、 第5 2卷 第1期测 绘 学 报V o l.5 2,N o.1 2 0 2 3年1月A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c aJ a n u a r y,2 0 2 3引文格式:杨东方,赵家玮,李永飞,等.航拍图像道路数据集制备迭代最近边缘算法J.测绘学报,2 0 2 3,5 2(1):8 2-9 2.D O I:1 0.1 1 9 4 7/j.AG C S.2 0 2 3.2 0 2 1 0 3 3 1.YANGD o n g f a n g,Z HAOJ i a w e i,L IY o n g f
2、e i,e ta l.I t e r a t i v en e a r e s te d g ea l g o r i t h mf o ra e r i a l i m a g er o a dd a t a s e tp r e p a r a t i o nJ.A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a,2 0 2 3,5 2(1):8 2-9 2.D O I:1 0.1 1 9 4 7/j.AG C S.2 0 2 3.2 0 2 1 0 3 3 1.航拍图像道路数据集制备迭代最近边缘算法杨东方1,
3、赵家玮2,李永飞1,肖 鹏2,杨晶岚21.火箭军工程大学导弹工程学院,陕西 西安7 1 0 0 2 5;2.火箭军工程大学研究生院,陕西 西安7 1 0 0 2 5I t e r a t i v en e a r e s te d g ea l g o r i t h mf o ra e r i a l i m a g e r o a dd a t a s e tp r e p a r a t i o nY A N GD o n g f a n g1,Z H A OJ i a w e i2,L IY o n g f e i1,X I A OP e n g2,Y A N GJ i n g l a
4、 n2I t e r a t i v en e a r e s te d g ea l g o r i t h mf o ra e r i a l i m a g e r o a dd a t a s e tp r e p a r a t i o nY A N GD o n g f a n g1,Z H A OJ i a w e i2,L IY o n g f e i1,X I A OP e n g2,Y A N GJ i n g l a n21.C o l l e g eo fM i s s i l eE n g i n e e r i n g,T h eR o c k e tF o r c
5、 eU n i v e r s i t yo fE n g i n e e r i n g,X i a n7 1 0 0 2 5,C h i n a;2.G r a d u a t eS c h o o l,T h eR o c k e tF o r c eU n i v e r s i t yo fE n g i n e e r i n g,X i a n7 1 0 0 2 5,C h i n aA b s t r a c tA b s t r a c t:T h eq u a l i t ya n de f f i c i e n c yo fd a t a s e tp r e p a
6、r a t i o na r ec o m m o nb a s i c i s s u e s t h a ta r ec o n c e r n e di n t h e f i e l do f r e m o t es e n s i n gi m a g ei n t e l l i g e n tp r o c e s s i n g.A i m i n ga t t h ed i f f i c u l t yo fp r e p a r i n gt h er o a de x t r a c t i o nd a t a s e t f o ra e r i a l i m
7、a g e,t h i sp a p e rp r o p o s e sa n i t e r a t i v ea l g o r i t h mf o r t h eo p t i m i z a t i o no f t h en e a r e s te d g e f e a t u r e t op r e p a r e t h e r o a de x t r a c t i o nd a t a s e t f o r a e r i a l i m a g e.T h ea l g o r i t h mf i r s t e s t a b l i s h e st h
8、 eh o m o g r a p h yt r a n s f o r m a t i o nr e l a t i o n s h i pb e t w e e na e r i a li m a g ea n ds a t e l l i t ei m a g et h r o u g hm a n u a la s s i s t a n c e,a n dp r o j e c t s t h es a t e l l i t e i m a g eo n t o t h ea e r i a l i m a g e t o r e a l i z e t h ec o a r s
9、e r e g i s t r a t i o no f t h es a t e l l i t e i m a g e t o t h ea e r i a l i m a g eb a s e do nt h ef o u r-p o i n tm e t h o d.T h e n,t h ee d g ed e t e c t i o no p e r a t o r i su s e dt oe x t r a c t t h ee d g e f e a t u r e so f t h e i m a g ea f t e r t h e r o u g h r e g i s
10、 t r a t i o n.F i n a l l y,t h ep r e c i s e r e g i s t r a t i o no f t h ei m a g ei sc o m p l e t e db yt h ei t e r a t i v en e a r e s te d g eo p t i m i z a t i o na l g o r i t h m,w h i c hi m p r o v e st h ep r e p a r a t i o na c c u r a c yo f t h e r o a dd a t a s e to f t h ea
11、 e r i a l i m a g e.A t t h ee n do f t h et h e s i s,ar o a de x t r a c t i o nd a t a s e tp r e p a r a t i o ne x p e r i m e n ti sc a r r i e do u t,w h i c hp r o v e st h a tt h er o a dd a t a s e tp r e p a r a t i o nm e t h o dp r o p o s e d i n t h i sp a p e rc a ns i g n i f i c a
12、 n t l y i m p r o v et h ee f f i c i e n c yo f r o a dd a t a s e tp r e p a r a t i o nw h i l em e e t i n gt h ea c c u r a c y r e q u i r e m e n t so f t h ed a t a s e t.K e yw o r d sK e yw o r d s:r o a dd a t a s e t;a e r i a l i m a g e;N-p o i n tm e t h o d;h o m o g r a p h y;i t e
13、 r a t i v ec l o s e s te d g ea l g o r i t h mF o u n d a t i o ns u p p o r tF o u n d a t i o ns u p p o r t:T h eN a t i o n a l N a t u r a l S c i e n c eF o u n d a t i o no f C h i n a(N o.6 1 6 7 3 0 1 7);T h eG e n e r a l P r o j e c to f S h a a n x iN a t u r eS c i e n c eF o u n d a
14、 t i o n(N o s.2 0 2 1 J Q-7 0 2;2 0 1 9 J M-4 3 4)摘 要:数据集制备的质量和效率是遥感图像智能处理领域所关注的共性基础问题。针对航拍图像的道路提取数据集制备困难的问题,本文提出了一种迭代最近边缘特征优化算法的航拍图像道路提取数据集制备算法。该算法首先通过人工辅助,建立航拍图像和卫星图像的单应变换关系,将卫星图像投影到航拍图像上,实现基于四点法的卫星图像到航拍图像的粗配准;然后采用边缘检测算子提取粗配准后图像的边缘特征;最后利用基于迭代最近边缘优化算法完成图像的精配准,提高航拍图像的道路数据集制备精度。通过道路提取数据集制备试验,证明了本文所提
15、出的道路数据集制备方法在满足数据集精度要求的同时,能够显著提高道路数据集制备的效率。关键词:道路数据集;航拍图像;N点法;单应性变换;迭代最近边缘算法中图分类号:P 2 3 7 文献标识码:A 文章编号:1 0 0 1-1 5 9 5(2 0 2 3)0 1-0 0 8 2-1 1基金项目:国家自然科学基金(6 1 6 7 3 0 1 7);陕西省自然科学基金(2 0 2 1 J Q-7 0 2;2 0 1 9 J M-4 3 4)道路是一种重要的地物特征,在地理信息测绘、抗灾减灾、事故救援、认知导航、区域监视等军事和民用领域扮演着重要的角色。如何利用无人机等空基平台,对所采集航拍图像中的地表
16、道路进行快速、智能提取,是上述领域所关注的关键共性问题。当前对航拍图像进行道路提取主要采用人工第1期杨东方,等:航拍图像道路数据集制备迭代最近边缘算法辅助的方式,以测绘领域为例,对航拍图像进行道路、建筑等地理信息的提取,需要大量人力辅助,烦琐低效1-2。近年来,随着机器学习方法和计算机视觉领域的研究发展,以深度学习图像处理技术为代表的遥感图像道路提取技术得到越来越多的关注3。相比于现有的道路提取方法,利用深度学习的方法来提取图像中的道路信息能够极大提升道路等地物信息的提取效率,但是深度学习是一种数据驱动技术,其泛化性能受到训练数据多样性的制约,所以训练数据集的制作是利用深度学习的方法来实现道路
17、提取的重要环节4-7。相比于道路提取网络和算法的研究工作层出不穷,研究人员往往忽视了对道路数据集制备问题的研究。事实上,随着高分辨率航拍图像的大量投入使用,如何准确、快速地制备道路数据集是制约道路智能提取技术发展的一个共性问题。从当前已有的道路数据集制备方法研究成果来看,现有道路数据集制备方法主要存在以下两个问题:图像 分 割 的 道 路 数 据 集 制 备 成 本 高,时 间长8-9。传统的道路数据集制备方法,通常要借助标注工具对原始图像做人工标注来获取标签数据。人工标注工作量大,对原始图像需要进行点、线、面等操作,过程复杂,制备时间过长。航拍图像道路分割数据分布单一导致道路提取技术泛化能力
18、不足1 0。传统的解决方法是对原有的数据进行数据集增广,包括形状、尺寸变化、旋转、伸缩、颜色通道抖动等,这种增广方式难以提升遥感数据本身的特征空间分布,无法有效提升道路提取技术的泛化能力。针对上述存在的问题,本文提出了一种边缘特征辅助的航拍图像道路数据集自动制备方法。该方法利用地理信息系统中已有的卫星影像数据和道路图层数据,再根据实际航拍的图像,制作与航拍图像序列对应的道路分割数据集。该方法相比于传统的道路数据集制备方法,能够大大节省人工标注所花费的时间和资源,为航拍图像道路数据集的快速制备提供了一种思路。1 基于迭代最近边缘算法的航拍图像道路数据集制备方法 迭代最近边缘特征优化的航拍图像道路
19、数据集制备方法包括两个步骤:基于人工特征点匹配的航拍图像粗配准;基于边缘特征对齐的航拍图像精确配准。其中,基于人工特征点匹配的航拍 图 像 粗 配 准 算 法 采 用 单 应 性 变 换 的 原理1 1-1 3,首先寻找N对(N4)航拍图像和卫星图像的对应点,通过N对特征点在航拍图和卫星图中的像素坐标,对卫星图像与航拍图像进行粗配准计算;在此基础上,为了进一步提高航拍图像和卫星图像的配准精度,本文提出边缘特征对齐的航拍图像配准优化算法,利用航拍图像和粗配准后的卫星图像的边缘特征,采用I C E算法对其进行配准优化,从而实现航拍图像和卫星图层的精确匹配。由于卫星图层和道路网络图层(例如高德地图、
20、O p e n s t r e e tm a p等)具有一一对应关系,可以得到和航拍图像所对应的道路网络分布数据,完成航拍图像道路分割数据集的制备。该方法的基本流程如图1所示。图1 航拍图像道路数据集制作F i g.1 A e r i a l i m a g er o a dd a t a s e tp r o d u c t i o n38J a n u a r y2 0 2 3V o l.5 2N o.1A G C Sh t t p:x b.c h i n a s m p.c o m 由图1可知,经过粗配准单应变换后得到的卫星图投影结果和实际航拍图之间存在明显误差,无法将其作为航拍图像道路
21、的标注结果。为此,本文在粗配准基础上,引入边缘特征,并提出了迭代最近边缘算法,对粗配准单应变换矩阵H进行优化,以得到更加准确可靠的航拍图像道路数据集制作结果。1.1 基于人工特征点匹配的航拍图像粗配准算法 本文提出的边缘特征辅助的航拍图像道路数据集制备方法分为粗配准和精配准两个步骤,本节首先对粗配准算法进行介绍。粗配准过程实际上是人工特征点辅助的航拍R G B图像和卫星R G B图像粗对齐的过程,该过程是在人工辅助下,在航拍图像R G B图像和飞行区域卫星R G B图像中找到相同的N对点,一般N4即可。利用这N对点分别在航拍图像和卫星图像中的像素坐标,可以描述航拍图像和卫星图像之间的单应变换关
22、系,在齐次坐标下,它们之间的单应性变换关系表达式为xa iya i1=kh1h2h3h4h5h6h7h8h9xs iys i1(1)式中,(xa i,ya i)是航拍图像上的点;(xs i,ys i)是卫星图像上的点;k表示单应变换过程中存在的尺度缩放比例。此时,H矩阵表示单位单应变换矩阵,其行列式为1,h1h9表示H矩阵的9个元素。将式(1)展开,可以得到xa i=k(h1xs i+h2ys i+h3)ya i=k(h4xs i+h5ys i+h6)1=k(h7xs i+h8ys i+h9)(2)对式(2)进行化简,可以得到h7xs ixa i+h8ys ixa i+h9xa i-h1xs
23、i-h2ys i-h3=0h7xs iya i+h8ys iya i+h9ya i-h4xs i-h5ys i-h6=0(3)将式(3)写成矩阵的形式Aih=0(i是航拍图像和卫星图像对应点的序号,i=1,2,N),其中Ai=-xs i-ys i-1000 xs ixa iys ixa ixa i000-xs i-ys i-1xs iya iys iya iya ih=h1 h2 h3 h4 h5 h6 h7 h8 h9(4)式中,单应变换矩阵有9个未知数,加上约束条件H=1,H矩阵则变成了8个自由度,因此,至少需要4组相对应的点,就可以算出H矩阵。把n组点对代入Aih=0,可以得到n个方程组
24、成的方程组-xs1-ys1-1000 xs1xa1ys1xa1xa1000-xs1-ys1-1xs1ya1ys1ya1ya1-xs n-ys n-1000 xs nxa nys nxa nxa n000-xs n-ys n-1xs nya nys nya nya nh1h2h3h4h5h6h7h8h9=0000(5)对于上述方程组A h=0,加上H矩阵的行列式约束,可以构建一个有约束的优化问题J=m i nA hs.t.H=1(6)为了求解上述含约束优化问题,首先对矩阵A进行S V D分解,A的大小是2i9,i代表点对,可得A=U VT(7)式中,U为2i2i的方阵,U中的正交向量被称为左奇异
25、向量;为2i9的矩阵,除了对角线其他元素都为0,对角线上的元素称为奇异值,按从大到小的顺序排列;VT为V的转置矩阵,是一个99的矩阵。U和V都是酉矩阵,由正交矩阵的保范性可得J=m i nA h=m i nU VTh=m i n VTh(8)VTh=h(9)令48第1期杨东方,等:航拍图像道路数据集制备迭代最近边缘算法y=VTh(1 0)则式(6)所描述的含约束优化问题可以转化为如下新的有约束的优化问题J=m i n ys.t.y=1(1 1)当y=001T时,满足约束条件y=1,而且由于是奇异值组成的对角矩阵,按照从大到小排列,因此取y=001T可以使得 y最小,即y=001T是最优解。由于
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 航拍 图像 道路 数据 制备 最近 边缘 算法 东方
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。