基于模板匹配方法房屋提取.docVIP

基于模板匹配方法房屋提取 　　摘要：该文提出的方法，使用模板匹配的方式在高分辨率遥感影像中提取房屋。通过对相关系数的调整来实现对相似房屋的提取。实验结果表明该方法提取模板对应及其相似的房屋具有可行性。 　　关键词：房屋提取；模板匹配；高分辨率 　　中图分类号：TP391 文献标识码：A文章编号：1009-3044(2007)18-31703-02 　　The Building Extraction Based on Model Match 　　HUANG Xue-qing1,LI Jian-wei1,YAN Yong-long1,LI Ren-zhuo1,HE Wei2 　　(1.Key Lab of Optoelectronic Technology Systems, Ministry of Education, Chongqing University, Chongqing 400030, China;2.Chongqing Communications institute,chongqing 400035,China) 　　Abstract:The paper presents a method of model match to extract the building from high-resolution remote sensing image.The similar building can be extracted by adjust correlation coefficient. The result indicates that the method is feasible to extract the building. 　　Key words:building extraction;Model match;High-resolution 　　 　　1 引言 　　 　　房屋提取在制图和相片判读等技术中有着传统的应用。随着社会的进步，科学的发展，房屋提取逐渐的在城市规划、虚拟现实等技术中有了新的要求。 　　由于高分辨率遥感影像的出现，使得影像中的房屋信息更加丰富，细节更加突出。对本来难以建立的房屋模型提出了更高的要求。 　　本文通过一种模板匹配的方法在高分辨率遥感影像中提取具有一定形状和灰度特征的房屋。 　　 　　2 模板匹配 　　 　　文中使用到了图像匹配的知识，图像匹配是在图像中寻找所关心的目标物。在计算机图像处理中常用到两种匹配方法，即全图匹配和特征匹配。全图匹配，是把目标的每一个像元对图像的每一个离散像元都做相关匹配以寻找图像中有无该目标。特征匹配则仅仅对该目标的某些特征如幅度、直方图、频率系数以及点、线的几何特征等做匹配和相关运算。显然，后者的工作量少的多，因此理解目标的速度可以大大提高。 　　为了从图像中确定出是否存在某个目标物，可以把某个目标从该图像中预先分割出来作为一个全局描述的模板（样板），然后去搜索在该幅图片中是否有和该模板所描述的目标物相同或相似的。从刚才的取样中我??会知道和样板完全相同的目标物只有一个，而原图像中还有许多和该样板中目标物近似的地物，这就需要用一个相关程度来确定在什么范围内该地物能被看作与样板所显示的地物属同类，并且将该地物提取出来。 　　具体来说，根据图2.1中样板与全图的关系把他们之间的相关性这样表示： 　　式中w1为w(j-m,k-n)形成的向量。 　　以上考虑图像本身的像元与目标像元之间的相关性，若考虑像元相互见的相关性，则还应考虑f和w1的协方差矩阵，并需要把f和w1分别进行白化处理，然后再用向量的相关公式。 　　由公式可知道若通过计算R（m,n）=1时即表示以该点为顶点范围大小为M×N的区域正是处理前所选择的模板区域。如果将R（m,n）的值限定在某个范围内就可以把相似的房屋提取出来。 　　全局匹配的用途很多，常用的医学减影技术DSA就是医学诊断重要的手段。 　　 　　3 实验及结果分析 　　 　　在高分辨率卫星影像中提取房屋。首先需要在一幅高分辨率卫星影像中选定一个房屋作为一个样板，并将其分割出来如下图（图2）： 　　下面所要做的事就是使用不同的方法实现房屋的提取。 　　根据全局样板匹配公式处理图像接下来就是要对原图像(图2)进行处理了： 　　设样板的宽度为tx，高度为ty。模板中的灰度我们可用一个数组来表示，则数组的长度就为tx×ty，设该数组所表示的模板中任意一点的灰度值为T[i]，并求出样板灰度值的平方和设Tw。在原图像中选定和样板大小相同的区域，在该区域进行计算并求灰度值的平方和Tf，并计算摸板和原图同样大小区域内灰度乘积之和记为Tfw.,根据公式(2)计算相关系数R。