建筑物轮廓边缘检测方法对比分析_第1页
建筑物轮廓边缘检测方法对比分析_第2页
建筑物轮廓边缘检测方法对比分析_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、建筑物轮廓边缘检测方法对比分析影像的边缘检测是计算机视觉和数字图像处理中很重要的处理环节，它对于图像分割、纹理特征提取、形状特征提取和图像识别等方面起着重要的作用。在建筑物提取时，通过选择合适的边缘检测方法，可以对影像中的建筑物边缘的进行可靠准确的检测，这对于建筑物的有效提取具有重要的意义。因此，本文首先对Edison算子、OFMM亚像素边缘检测方法和利用极值梯度的通用亚像素边缘检测方法进行了简要介绍，利用这三种方法对影像中的建筑物边缘进行检测，并对检测结果进行对比分析。算法描述Edison算子Edison算子是Canny算子的一种性能较优异的改进算法，在利用梯度大小的基础上，将梯度的相位信息

2、引入方法中加以利用，进一步提高了算法对弱边缘的检测能力和抗噪能力。Edison算子在引入梯度相位信息时，首先根据相位确定标准的边缘模板，然后将归一化的灰度矢量与边缘模板中数据矢量相关系数作为边缘的置信度，最后在二维参数平面中对边缘强度和边缘置信度进行磁滞阈值处理以得到边缘特征。正交Fourier-Mellin矩（OFMM）亚像素边缘检测方法利用极值梯度的通用亚像素边缘检测方法利用极值梯度的通用亚像素边缘检测方法在研究已有的利用梯度进行边缘检测方法基础上，将梯度分解为正梯度和负梯度两部分，在分别确定各像点对应的两部分梯度值并进行非极大抑制处理后，通过判断两种边缘的分布特征以确定所属的边缘类型，并

3、利用相应的拟合模型确定亚像素边缘点的位置，有效提高了边缘检测方法的精度和通用性。实验与分析为了对上述三种方法的性能进行对比分析，选取航空影像的一部分进行边缘检测试验，该截取影像的大小为530像素x530像素，该区域为典型的城市建筑物区域影像，某些建筑物的屋顶在影像中存在一些弱边缘特征。上述三种算法的边缘检测结果如图1所示。选择以上实验结果中三个框选区域进行对比可知，Edison算子对弱边缘的检测能力相比较其它两种算法有着更好的表现，而且所得边缘的连续性较好，尽管OFMM方法与利用极值梯度的通用亚像素边缘检测方法能达到亚像素级的定位精度，但OFMM方法的边缘响应较宽，而且就建筑物轮廓直线特征提取这一应用而言，弱边缘提取效果与边缘连续性好更加有利于后续的处理。结论本文介绍了三种建筑物轮廓边缘检测方法，并利用其对建筑物区

人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论