《线特征的提取与定位算法.pptx》由会员分享，可在线阅读，更多相关《线特征的提取与定位算法.pptx（46页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、主要内容主要内容 特征的提取 特征点的提取算法特征点的提取算法 特征线的检测方法特征线的检测方法特征的定位算法第1页/共46页线特征提取算子线特征提取算子 线特征是指影像的“边缘”与“线”“边缘”可定义为影像局部区域特征不相同的那些区域间的分界线，而“线”则可以认为是具有很小宽度的其中间区域具有相同的影像特征的边缘对常用方法有差分算子、拉普拉斯算子、LOG算子等 第2页/共46页房屋的提取第3页/共46页道路的提取第4页/共46页线的灰度线的灰度 特征第5页/共46页一、微分算子1梯度算子第6页/共46页差分算子 对于一给定的阈值T，当Gi,jT时，则认为像素（i，j）是边缘上的点。近似1-1
2、-11第7页/共46页Roberts梯度算子-11-11第8页/共46页方向差分算子 直线与边缘的方向第9页/共46页 Sobel算子考察它上下、左右邻点灰度的加权差。与之接近的邻点的权大：i,j第10页/共46页-101-101-101-1-1-1000111Prewitt算子与Sobel算子-101-202-101-1-21-101-121加大模扳抑制噪声Prewitt算子Sobel 算子第11页/共46页二阶差分算子1方向二阶差分算子i,ji,j第12页/共46页方向二阶差分算子i,j第13页/共46页拉普拉斯算子（Laplace）(高通滤波)i,j第14页/共46页拉普拉斯算子（Lap
3、lace）卷积核掩膜 取其符号变化的点，即通过零的点为边缘点，因此通常也称其为零交叉（zero-Crossing）点 第15页/共46页高斯一拉普拉斯算子（LOG）首先用高斯函数先进行低通滤波，然后利用拉普拉斯算子进行高通滤波并提取零交叉点高斯函数低通滤波边缘提取第16页/共46页高斯一拉普拉斯算子（LOG）LOG算子以 为卷积核，对原灰度函数进行卷积运算后提取零交叉点为边缘 第17页/共46页SobelSobel边缘检测算子比较结果边缘检测算子比较结果第18页/共46页RobertsRobertsPrewittPrewitt第19页/共46页CannyCannyLaplacian of Ga
4、ussianLaplacian of Gaussian第20页/共46页SobelSobelRobertsRobertsPrewittPrewittCannyCannyLaplacian of GaussianLaplacian of Gaussian原始图像原始图像第21页/共46页特征分割法 影像段有三个特征点组成：一个灰度梯度最大点和两个突出点。三个特征点的像素号与两突出点的灰度差为描述此特征的四个特征参数。第22页/共46页Hough变换 用于检测图像中直线、圆、抛物线、椭圆等 图像空间第23页/共46页Hough变换的基本思想xy平面上的任意一条直线y=ax+b，对应在参数ab平面上
5、都有一个点；过xy平面一个点(x,y)的所有直线，构成参数ab平面上的一条直线。a ab ba ab b第24页/共46页Hough变换的基本思想如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面上的直线将有一个交点在参数ab平面上相交直线最多的点，对应的xy平面上的直线就是我们的解a ab by yx x(x1,y1)(x2,y2)a ab b第25页/共46页a ab bA AHough变换算法实现由于垂直直线a,为无穷大，我们改用极坐标形式：xcos +ysin =参数平面为,，对应不是直线而是正弦曲线；使用交点累加器，或交点统计直方图，找出相交线段最多的参数空间的点；
6、然后找出该点对应的xy平面的直线线段。第26页/共46页对于影像空间直线上任一点(x，y）变换将其映射到参数空间(，)的一条正弦曲线上 第27页/共46页图像空间参数空间正弦曲线共线映射正弦曲线第28页/共46页Hough变换步骤 对影像进行预处理提取特征并计算其梯度方向.将(，)参数平面量化，设置二维累计矩阵H(i，j).边缘细化，即在边缘点的梯度方向上保留极值点而剔除那些非极值点.对每一边缘点，以其梯度方向为中心，设置一小区间-o，+o.第29页/共46页（，）取累计矩阵中备选点中的极大值点为所需的峰值点，即所检测直线的参数。Hough变换 对累计矩阵进行阈值检测，将大于阈值的点作为备选点
7、.第30页/共46页定位算子 数字影像上明显目标主要是指地面上明显地物在影像上的反映，或者是数字影像自身的明显标志，例如道路、河流的交叉口、田角、房角、建筑物上的明显标志、影像四角上的框标、地面人工标志点等等 第31页/共46页Wong-Trinder园点定位算子 利用二值图像重心对圆点进行定位.利用阈值T（最小灰度值十平均灰度值）/2将窗口中的影像二值化.计算目标重心坐标（x，y）与圆度 r.第32页/共46页内定向内定向第33页/共46页pq阶原点矩与中心矩 Wong-Trinder圆点定位算子 当r小于阈值时，目标不是圆；否则圆心为（x，y）第34页/共46页Trinder 改进算子算子
8、受二值化影响，误差可达0.5像素。定位精度可达0.01像素，这种算法只对圆点定位 原始灰度第35页/共46页Forstner定位算子 Forstner定位算子是摄影测量界著名的定位算子 最佳窗口由Forstner特征提取算子确定 以原点到窗口内边缘直线的距离为观测值，梯度模之平方为权，在点(x,y)处可列误差方程：第36页/共46页Forstner定位算子 最佳窗口选择 最佳窗口内加权重心化 窗口内像元的加权重心第37页/共46页高精度角点与直线定位算子 梯度算子的误差随机误差 Roberts梯度 梯度方向代替直线方向存在不容忽视的模型误差，Hough变换等使用梯度方向的方法不可能达到很高的精
9、度。第38页/共46页 数学模型 高精度角点与直线定位算子 一维边缘的成像为刀刃曲线线扩散函数 影像的梯度 线性化误差方程 第39页/共46页其中 该平差模型不采用梯度的方向，而是采用梯度的模为观测值 高精度角点与直线定位算子 a0,k0,0与0为参数的近似值第40页/共46页Roberts梯度 高精度角点与直线定位算子 误差 单位权中误差为 噪声误差 第41页/共46页初值Hough变换确定直线参数初值0，0。(x0,y0)为直线附近任一点的坐标 是梯度的最大值 高精度角点与直线定位算子 第42页/共46页高精度角点与直线定位算子 粗差的剔除采用选权迭代法，使粗差在平差的过程中自动地被逐渐剔除 第43页/共46页 窗口 精确定位窗口在粗定位矩形窗口中确定。角点定位 高精度角点与直线定位算子 x第44页/共46页理论定位精度为0.02像素 理论精度 单位权中误差 直线参数，的协因素阵 两直线参数的协方差阵 第45页/共46页感谢您的观看！第46页/共46页