正射影像镶嵌线自动选择研究范文

本站小编为你精心准备了正射影像镶嵌线自动选择研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《测绘与空间地理信息杂志》2016年第9期

摘要:

由于投影差的存在，正射影像镶嵌时往往采用基于镶嵌线的镶嵌方法，当两幅正射影像镶嵌时，选取镶嵌线要尽量避开房屋。本文将两幅正射影像镶嵌建立为一个图模型优化问题，并且采用图割获取最小割将影像重叠区域划分为两部分，最小割经过的分界线即为影像镶嵌线。实验表明，本文方法效率较高，不需要指定镶嵌线的起始点，而且可以较好地避开房屋。

关键词:

正射影像;影像镶嵌;镶嵌线;图割

0引言

由于数字正射影像具有精度高、信息丰富、直观逼真、现实性强等优点，可作为背景控制信息评价其他数据的精度、现实性、完整性;可从中提取自然信息和人文信息，并派生出新的信息和产品，为地形图的秀策和更新提供良好的数据和更新手段。然而，由于单张正射影像覆盖范围有限，单独使用受到限制，于是需要进行镶嵌处理，把多张正射影像拼接成一幅更大的影像［1］。张剑清等采用蚁群算法自动选择镶嵌线，能避开房屋、树冠等高出地面的地物［2］。在镶嵌过程中，提高工作效率，减少人工工作量，使镶嵌线绕过高大建筑等明显地物，得到优质的DOM产品，一直是国内外学者研究的热点之一［3］。MartinKer-schner提出利用twinsnakes算法选择正射影像的镶嵌线，该方法难以保证全局最优性［4］。Davis采用Dijkstra最短路径搜索算法进行最优缝线搜索，该方法采用穷举的搜索策略，需要较大的计算量［5］。JaechoonChon采用动态规划检测最优镶嵌线，需要指定镶嵌线的起点和终点［6］。袁修孝等提出基于正射影像视差图的区域级镶嵌线搜索算法，但仅仅利用简单的阈值分割建筑物区域［7］。镶嵌线优化一直是计算机视觉领域拼接全景影像、纹理合成、无缝纹理映射的关键问题［8］，这些问题可以处理为能量最小化问题，然后，采用图割方法标记，实现镶嵌线的优化。因此，本文将正射镶嵌的问题转化为一个图模型优化问题，采用图割算法优化实现正射影像的镶

1镶嵌线优化算法

1．1基于图割的镶嵌线选择原理

如图1所示，两幅相邻正射影像镶嵌，中间部分为重叠区域，实现无缝影像镶嵌需要首先在此区域内寻找一条镶嵌线，使得镶嵌线避开建筑物等区域，图中镶嵌线用曲线条表示。镶嵌时，主要考虑重叠区域的镶嵌线，因此，下文以重叠区域为规则四边形的情形进行算法说明。以图2为例，将重叠区域的每个像素看成一个图的节点，每个节点与其邻域的节点相连接，这些连接的边称为n－link，根据正射镶嵌的要求赋予一定的权值。在图2中引入两个特殊节点:源点s和汇点t，分别代表左影像和右影像。如图所示，最左边的一列与节点s相连，最右边的一列与节点t相连，与这两个特殊节点相连的边称为t－link。为了使最左边的一列元素来自左影像，最右边的一列元素来自右影像，将t－link的权值定义为无穷大［9］，这样可以保证后续镶嵌线的拓扑形式。建立了如图2所示的一个图模型之后，采用图割算法优化，将图中的节点分为互不重叠的s和t两部分，最小割穿过的边就是我们需要的最优镶嵌线［10］。

1．2权值确定

权值的确定是利用图割方法的关键，图中各节点的代价值C(x)定义为:C(x)=xrgb×wt×exrgb/σ(1)其中，xrgb是由两张影像的RGB值利用公式(2)运算得到的xrgb=(xlr－xrr)2+(xlg－xrg)2+(xlb－xrb)2(2）xlr、xlg、xlb、xrr、xrg、xrb分别代表左右影像在节点x处的RGB值。exrgb/σ是用来控制xrgb对最终能量值C(x)的影响力，本文中用到的σ值设置为50。wt随着节点x的位置变化而变化，当节点x越远离中心线，wt的值越小。wt与正射影像的特性有关，正射影像中影像越靠近摄影中心质量越好，因此，应使生成的镶嵌线尽量靠近重叠区域的中心线。设节点x与y是相邻节点，则连接节点x与y的边的权值为:M(x，y)=C(x)+C(y)(3)

2实验

为了验证本文算法，采用C++进行了实现，在配备Intel酷睿i53470、3．2GHzCPU和8GB内存的台式机上进行实验。实验采用了如图3(a)和(b)所示的两组正射影像，从图中可以看到，两组数据都存在高大密集建筑物，两组数据均已根据地理坐标裁剪了重叠区域，两组影像大小分别为1528×2392和1572×2699。为了进行对比，本文还采用Dijkstra算法进行了镶嵌线的优化。镶嵌线优化结果如图4和图5所示。其中，图4(a)和图5(a)是Dijkstra算法得到的镶嵌影像，图4(b)和图5(b)是本文方法得到的镶嵌影像。从结果可以看出，本文方法的镶嵌线更靠近影像区域的中心线。为更好地判断两种方法得到的镶嵌线的效果，将两条镶嵌线叠加在差分影像上进行比较。图6(a)为数据1的比较图，图6(b)为数据2的比较图。较浅的线为Dijk-stra算法得到的镶嵌线，较粗的线为本文方法获取的镶嵌线。从图6(a)可以看出，两种方法穿越的区域近似，但Dijkstra算法依然穿越少量差分影像上显示为白色的区域，意味着穿过了少量建筑物区域。基于差分影像上生成镶嵌线应尽可能绕过灰度值大的区域，于是有差分影像上镶嵌线优劣的定量评价:差分影像上镶嵌线灰度值较大(灰度值大于某一阈值)的像素个数越少，效果越好。分析表1和表2，从镶嵌线在差分影像上的像素信息来看，灰度值较大的个数，本文方法比Dijkstra明显少;从运行时间来看，本文方法比Dijkstra方法效率高。表1数据1差分影像上镶嵌线像素统计

3结束语

本文将正射影像的镶嵌线优化问题建立成一个图模型优化问题，然后，采用图割选取最优镶嵌线，具有无须规定镶嵌线的起始点和终点的优势，通过定义顾及正射影像质量的权值，可以自动避开建筑物区域，获取高质量的镶嵌线。而且相对于传统的镶嵌线选取方法，效率更高。

参考文献:

［1］潘俊，王密，李德仁．接缝线网络的自动生成及优化方法［J］．测绘学报，2010，39(3):300－302．

［2］张剑清，孙明伟，张祖勋．基于蚁群算法的正射影像镶嵌线自动选择［J］．武汉大学学报:信息科学版，2009，34(6):675－678．

［3］周清华，潘俊，李德仁．遥感图像镶嵌接缝线自动生成方法综述［J］．国土资源遥感，2013，25(2):1－7．

［7］袁修孝，段梦梦，曹金山．正射影像镶嵌线自动搜索的视差图算法［J］．测绘学报，2015，44(8):877－883．

作者:丁锴为 邹峥嵘 张云生 张明磊 单位:中南大学地球科学与信息物理学院 水能资源利用关键技术湖南省重点实验室