地物自动提取与更新2.ppt

地物自动提取与GIS数据更新 （第二部分） 内 容 人工地物自动提取的基本方法 基于模板匹配与平差模型的线状地物半自动提取 基于感知编组与平差模型的房屋半自动提取 GIS数据更新与广义点理论 人工地物自动提取的基本方法 边缘和直线的提取 基于最小二乘平差模型的特征提取 基于物方解的特征提取 中级处理与感知编组 边缘提取 经典算子 Roberts算子（1阶） Sobel 算子（1阶） Laplacian （2阶） LoG(Laplacian of Gaussian) （2阶） 最优线性算子 Canny算子（ 1阶） 沈俊算子（2阶） 新算子 SUSAN算子（统计） EDISON算子（Canny 改进） 一阶与二阶边缘检测 Roberts Cross Edge Detector Sobel Edge Detector Laplacian算子（二阶） LoG(Laplacian of Gaussian) Gauss函数和1阶、2阶导数（LoG) 二维LoG (?= 1.4 ) LoG例子 LoG的多尺度效应 最优线性算子 好的信噪比：将非边缘点判为边缘点、将边缘点判为非边缘点的概率要低 好的定位性能 对单一边缘仅有唯一的响应，对虚假边缘的响应应受到最大的抑制。 Canny边缘检测 Canny首次将上述判据用数学形式表达出来，然后采用最优化数值的方法得到了对给定边缘类型的最佳边缘检测模板。 对二维图象，需要使用若干方向的模板分别对图象进行卷积处理，再取最可能的边缘方向。 阶跃边缘的最优边缘检测滤波器的形状与Gaussian函数的一阶导数类似 在实际应用中选择高斯函数的一阶导数作为“次”最优检测算子。 Canny边缘检测 将图像与尺度为? 的高斯函数做卷积 对图像中的每个像素，计算梯度和边缘强度 估计局部边缘的法向量 通过非极大抑制找到边缘的位置。 对边缘图像做滞后阈值化处理，消除虚假响应。 Canny边缘点定义 该点的边缘强度大于沿该点梯度方向相邻两个像素点的边缘强度； 与该点梯度方向上相邻两个像素点的方向差小于45°； 以该点为中心的3X3邻域中边缘的强度极大值大于某个阈值。 如果（1）和（2）同时被满足，则在梯度方向相邻两个像素点就从候选边缘点中删除，条件（3）相当于用区域梯度最大值组成的阈值图象与边缘点进行匹配，消除了许多虚假的边缘点。 Non-maxima suppression 边缘强度 边缘方向法向量(n) Non-maxima suppression Canny – Non-maxima suppression Hysteresis thresholding / Edge linking The output of non-maxima suppression still contains the local maxima created by noise. Can we get rid of them just by using a single threshold? if we set a low threshold, some noisy maxima will be accepted too. if we set a high threshold, true maxima might be missed (the value of true maxima will fluctuate above and below the threshold, fragmenting the edge). A more effective scheme is to use two thresholds: a low threshold tl a high threshold th usually, th ≈ 2tl Hysteresis thresholding / Edge linking Hysteresis thresholding / Edge linking 沈俊算子 沈俊，1946年12月生，中共党员。1968年毕业于清华大学无线电系，1978年在入清华大学攻读研究生，1980年进入法国Paul Sabatier大学学习，1986年5月获法国国家博士学，1986年8月来生医系工作，不久被聘为教授。 沈俊教授从事模式识别、人工智能、视觉仿生、图像处理等研究工作，在国际上发表论文30多篇，其中“边界探测最佳线性算子”一文获IEEE 计算机学会“傅京逊(K.S.Fu)”奖，受到各国学者高度评价，被聘为国际学术杂志《Industrial Metrology》编委，《模式识别与人工智能》杂志编委，为国际光学协会、法国信息处理学会会员。 沈俊算子 影像线性模糊算子 行模糊（左?右，右?左） 列模糊（