《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 基于MRF模型的遙感圖像建筑物分割研究
基于MRF模型的遙感圖像建筑物分割研究
來(lái)源:微型機(jī)與應(yīng)用2013年第2期
張 彥
(河北工業(yè)大學(xué) 信息工程學(xué)院, 天津300401)
摘要: 為了快速有效地從遙感圖像中提取目標(biāo)建筑物,采用小波分析和Markov隨機(jī)場(chǎng)(MRF)相結(jié)合的方法進(jìn)行遙感圖像建筑物目標(biāo)分割。首先將小波分解得到圖像的多尺度序列作為各個(gè)尺度特征場(chǎng)的觀測(cè)值,采用高斯混合模型建模特征場(chǎng),以MRF模型作為標(biāo)記場(chǎng)先驗(yàn)概率分布模型,通過(guò)EM算法迭代使得參數(shù)估計(jì)和圖像分割交替進(jìn)行,最后采用模板匹配檢測(cè)建筑物目標(biāo)的位置。選擇多幅遙感圖片進(jìn)行實(shí)驗(yàn),結(jié)果表明,采用分解層數(shù)為3的Haar小波,類(lèi)別數(shù)為2,MLL模型勢(shì)函數(shù)β為1時(shí),該方法能夠完成復(fù)雜背景下的建筑物目標(biāo)分割并能對(duì)規(guī)則目標(biāo)進(jìn)行檢測(cè)。
Abstract:
Key words :

摘   要: 為了快速有效地從遙感圖像中提取目標(biāo)建筑物,采用小波分析和Markov隨機(jī)場(chǎng)(MRF)相結(jié)合的方法進(jìn)行遙感圖像建筑物目標(biāo)分割。首先將小波分解得到圖像的多尺度序列作為各個(gè)尺度特征場(chǎng)的觀測(cè)值,采用高斯混合模型建模特征場(chǎng),以MRF模型作為標(biāo)記場(chǎng)先驗(yàn)概率分布模型,通過(guò)EM算法迭代使得參數(shù)估計(jì)和圖像分割交替進(jìn)行,最后采用模板匹配檢測(cè)建筑物目標(biāo)的位置。選擇多幅遙感圖片進(jìn)行實(shí)驗(yàn),結(jié)果表明,采用分解層數(shù)為3的Haar小波,類(lèi)別數(shù)為2,MLL模型勢(shì)函數(shù)β為1時(shí),該方法能夠完成復(fù)雜背景下的建筑物目標(biāo)分割并能對(duì)規(guī)則目標(biāo)進(jìn)行檢測(cè)。
關(guān)鍵詞: 遙感影像; 圖像分割; 馬爾可夫隨機(jī)場(chǎng); 建筑物檢測(cè); 模板匹配

    建筑物是城市遙感影像的典型地物之一,建筑物等人造目標(biāo)的分割提取是遙感圖像分析和處理的關(guān)鍵。對(duì)建筑物提取的方法有很多:(1)利用建筑物的顏色紋理信息[1-2],如參考文獻(xiàn)[1]采用圖像子塊灰度的標(biāo)準(zhǔn)差和直方圖的熵作為模糊C-均值聚類(lèi)的特征矢量用于建筑群的粗略分割,參考文獻(xiàn)[2]將Gabor紋理塊的遙感影像對(duì)象模型方法應(yīng)用于遙感影像城鎮(zhèn)建筑物的提取;(2)從建筑物形狀特征出發(fā)[3-4],如田昊等將多個(gè)先驗(yàn)形狀競(jìng)爭(zhēng)模型引入水平集方法中,在標(biāo)記函數(shù)的指導(dǎo)下,利用先驗(yàn)形狀能量來(lái)約束曲線的演化,對(duì)圖像分割的同時(shí)完成建筑物的檢測(cè)和提取;(3)基于建筑物幾何直線特征的提取方法[5-6]。
    本文介紹無(wú)監(jiān)督環(huán)境下基于馬爾可夫隨機(jī)場(chǎng)MRF(Markov Random Field)的可見(jiàn)光遙感圖像中建筑物目標(biāo)分割。利用建筑物顏色信息,從統(tǒng)計(jì)學(xué)角度出發(fā),將影像各個(gè)像素顏色值視為具有一定概率分布的隨機(jī)變量, MRF表示影像像素間的相互關(guān)系,結(jié)合影像的多尺度特性,采用貝葉斯規(guī)則,通過(guò)數(shù)學(xué)模型進(jìn)行影像分割。對(duì)分割結(jié)果進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理后,利用相關(guān)性和常見(jiàn)建筑物形狀模板進(jìn)行匹配,可以檢測(cè)出建筑物的位置。
1 小波域影像建模
1.1小波變換

    單尺度的基于MRF的圖像分割方法中都有一個(gè)基本假設(shè),即圖像是一個(gè)平穩(wěn)的隨機(jī)過(guò)程,這種假設(shè)過(guò)于嚴(yán)格而與實(shí)際的圖像特性出入較大。遙感數(shù)字圖像通常不是平穩(wěn)的隨機(jī)信號(hào),因此將MRF模型與小波分解結(jié)合起來(lái)進(jìn)行圖像分析,可以更好地描述圖像的統(tǒng)計(jì)特點(diǎn),從而很好地呈現(xiàn)其非平穩(wěn)特性。
    對(duì)圖像進(jìn)行離散小波變換,經(jīng)過(guò)一次小波分解,獲取4個(gè)頻帶(LL、LH、HL和HH)的小波系數(shù),低頻小波系數(shù)為原始圖像的一個(gè)近似,高頻小波系數(shù)則在不同方向上捕獲了圖像的奇異性,對(duì)應(yīng)位置的小波系數(shù)構(gòu)成系數(shù)向量,表示該尺度、該位置處圖像的觀測(cè)特征。經(jīng)過(guò)L層小波分解后,遙感數(shù)字圖像分解為:

1.3 多尺度圖像特征場(chǎng)統(tǒng)計(jì)模型
    小波分解后的各尺度特征場(chǎng)是一個(gè)向量場(chǎng),觀測(cè)到的小波系數(shù)向量圖像是該特征場(chǎng)的一個(gè)實(shí)現(xiàn)。假設(shè)圖像的各個(gè)位置的像素是獨(dú)立同分布的,即
 
1.5 影像分割的MAP估計(jì)
       由于隨機(jī)場(chǎng)X(n)是MRF,具有正概率性和Markov性,不同分辨率尺度的標(biāo)記場(chǎng)之間也滿足Markov性,標(biāo)記場(chǎng)和特征場(chǎng)的聯(lián)合分布可以表示為:
 

 


3 實(shí)驗(yàn)結(jié)果與分析
 選擇512×512像素大小的不同的實(shí)驗(yàn)遙感圖片,使用Haar小波基進(jìn)行小波分解,層數(shù)L=3,類(lèi)別數(shù)M=2,MLL模型勢(shì)函數(shù)β=1。各個(gè)分辨率的初始權(quán)重分別設(shè)為5、10、15、20。分割結(jié)果共得到包括原始分辨率影像在內(nèi)的4個(gè)分辨率影像數(shù)據(jù),這里僅給出尺度n=0(原始分辨率)的分割結(jié)果,如圖2所示。

    實(shí)驗(yàn)結(jié)果證明,圖2(b)、圖2(d)的分割效果較好, 圖2(f)并未達(dá)到理想分割。圖2(a)中建筑物目標(biāo)較少,從圖2(b)可看出所有建筑物被分割出來(lái),但建筑物低矮部分受到陰影遮擋,建筑物目標(biāo)并不完整。圖2(c)中建筑物目標(biāo)密集而排列無(wú)規(guī)則,從圖2(d)可看出大多數(shù)建筑物被分割出來(lái),建筑物和道路有明顯的分界。 圖2(e)中建筑物目標(biāo)不是很復(fù)雜,圖2(f)是其分割結(jié)果,從中可看出分割出的部分建筑物被“擴(kuò)大化”,中間位置的建筑物周?chē)糠植皇墙ㄖ锒划?dāng)成建筑物分割出來(lái),這是因?yàn)楸徽`分的建筑物和真正建筑物是同質(zhì)性區(qū)域,反射性質(zhì)相似,造成了混淆。
    對(duì)圖2(b)進(jìn)行形態(tài)學(xué)運(yùn)算,將其和圖3(b)所示的模板進(jìn)行模板匹配,結(jié)果如圖4所示,其中模板和目標(biāo)相關(guān)性最大處為最佳匹配位置(圖中最亮處)。圖3(a)中存在與前兩個(gè)模板形狀相似的目標(biāo),圖4(a)、圖4(b)中最亮部分是這些目標(biāo)的匹配點(diǎn)位置。圖3(a)中沒(méi)有第3個(gè)模板圖形狀的目標(biāo),圖4(c)中最亮點(diǎn)不明確,該模板不能檢測(cè)出圖中的建筑物。第4個(gè)模板和圖3(a)中左下角建筑物形狀相似,圖4(d)下方有一個(gè)最亮點(diǎn),目標(biāo)得到正確的識(shí)別。

圖4 模板與目標(biāo)匹配結(jié)果

    將Markov隨機(jī)場(chǎng)模型用于遙感影像建筑物目標(biāo)分割,可以實(shí)現(xiàn)單幅影像中多目標(biāo)建筑物分割。分割結(jié)果經(jīng)形態(tài)學(xué)處理后,與常見(jiàn)建筑物形狀模板進(jìn)行相關(guān)匹配,能夠較為準(zhǔn)確地檢測(cè)出目標(biāo)建筑物位置。在目標(biāo)分割階段,MRF通過(guò)建立鄰域系統(tǒng),考慮到相鄰像素間的相互作用,與單純的K-均值聚類(lèi)相比,分割效果有很大的提高。但由于該方法只利用了像素的顏色值信息,因此對(duì)顏色值比較依賴(lài)。建筑物受到陰影遮擋時(shí)目標(biāo)分割不完整的‘欠分割’,或是遇到反射性質(zhì)與其相近區(qū)域造成分割被擴(kuò)大的‘過(guò)分割’狀況,都是這一原因造成的。在目標(biāo)檢測(cè)階段,利用形狀模板和目標(biāo)建筑物的相關(guān)性進(jìn)行匹配,能把圖像區(qū)域和模板形狀一致的目標(biāo)識(shí)別出來(lái)。但只有在模板和目標(biāo)相似度較高的情況下才能得到準(zhǔn)確的匹配位置,需要進(jìn)一步改進(jìn)以降低幾何失真對(duì)匹配性能的影響。
參考文獻(xiàn)
[1] 謝興燦,裴繼紅,黃建軍,等.城市航空影像中建筑群的FCM聚類(lèi)分割方法[J].計(jì)算機(jī)仿真,2004,21(4):43-46.
[2] 王世偉,方濤. 基于對(duì)象建模的遙感影像建筑物提取方 法[J].計(jì)算機(jī)仿真,2010,27(12):254-257.
[3] 田昊,楊劍,汪彥明,等.基于先驗(yàn)形狀約束水平集模型的建筑物提取方法[J].自動(dòng)化學(xué)報(bào),2010,36(11):1502-1511.
[4] 李志軍,牛照東,陳曾平.基于模板的前視紅外圖像建筑物分割方法[J].光電工程,2012,39(5):109-114.
[5] YANG M, WEI Z Q, CHU J, et al. A framework for automatic recovery of camera rotation and parallelepiped contour extraction in simple urban scene based on morphological sieves[J]. IEEE Transactions on Image Processing,2008,10(9):1332-1345.
[6] TRINH H H, KIM D N, JO K H. Urban building detection by visual and geometrical features[C]. International Conference on Control, Automation and Systems, 2007:1779-1784.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区
欧美成人午夜视频| 欧美午夜精品久久久久久久| 亚洲人成毛片在线播放| 亚洲欧美日韩精品久久久| 亚洲免费成人av| 亚洲欧洲一区| 亚洲黄色在线看| 国外成人在线视频| 国产精品一区二区久激情瑜伽| 欧美日韩情趣电影| 欧美精品偷拍| 欧美精品成人| 欧美精品亚洲一区二区在线播放| 麻豆亚洲精品| 久久只精品国产| 久久手机免费观看| 久久人人爽人人| 久久先锋资源| 看欧美日韩国产| 久久综合精品一区| 久久香蕉精品| 女人天堂亚洲aⅴ在线观看| 另类图片国产| 免费在线看成人av| 奶水喷射视频一区| 欧美精品久久久久久| 欧美极品在线播放| 欧美深夜影院| 国产精品美女xx| 国产美女高潮久久白浆| 国产日韩欧美中文| 精品成人一区二区三区| 亚洲国产另类 国产精品国产免费| 亚洲国产乱码最新视频| 日韩小视频在线观看专区| 一本在线高清不卡dvd| 亚洲一区二区在线播放| 午夜电影亚洲| 亚洲国产成人porn| 99视频一区| 亚洲欧美日韩精品久久久久| 欧美一区二区成人6969| 久久久久国产精品厨房| 欧美v日韩v国产v| 欧美日韩999| 国产精品国产三级国产专区53 | 亚洲狠狠丁香婷婷综合久久久| 亚洲看片网站| 亚洲欧美日韩一区二区三区在线观看 | 久久精品久久99精品久久| 久久久久久久综合色一本| 你懂的国产精品| 欧美色图天堂网| 国产一区日韩二区欧美三区| 亚洲激情自拍| 亚洲宅男天堂在线观看无病毒| 欧美综合二区| 99在线精品观看| 欧美亚洲一区三区| 免费观看国产成人| 欧美天堂亚洲电影院在线观看| 国产日韩欧美视频| 91久久精品国产91性色| 亚洲一区在线视频| 91久久精品日日躁夜夜躁欧美| 亚洲婷婷综合色高清在线| 久久久久久久综合日本| 欧美精品免费看| 国产日韩欧美在线播放不卡| 亚洲欧洲三级| 欧美一区二区在线播放| 一本色道久久| 久久久久久久999精品视频| 欧美激情一区在线观看| 国产欧美丝祙| 亚洲老板91色精品久久| 欧美影院在线| 亚洲一区二区成人| 久久亚洲不卡| 国产精品男女猛烈高潮激情| 亚洲第一页在线| 亚洲欧美日韩国产精品 | 91久久精品国产| 欧美一区二区三区的| 欧美精品黄色| 极品少妇一区二区三区精品视频| 一区二区三区福利| 亚洲精品国久久99热| 久久成人av少妇免费| 欧美先锋影音| 亚洲黄色毛片| 亚洲国产老妈| 久久精品欧洲| 国产精品视频免费观看| 亚洲人成网站999久久久综合| 欧美一区在线直播| 亚洲欧美激情诱惑| 欧美日韩国产区| 亚洲第一色中文字幕| 亚洲欧美色一区| 亚洲一区二区三区777| 欧美激情一区二区三级高清视频 | 日韩午夜电影av| 91久久久久久久久久久久久| 久久精品国产96久久久香蕉| 欧美午夜精品理论片a级大开眼界 欧美午夜精品理论片a级按摩 | 国产区二精品视| 亚洲视频久久| 一区二区三区四区蜜桃| 欧美韩日一区二区| 伊人伊人伊人久久| 久久国产精品久久久久久电车| 亚洲欧美成人| 欧美性感一类影片在线播放 | 亚洲国产精品成人一区二区| 久久国产精品99精品国产| 欧美在线亚洲一区| 国产精品天天看| 亚洲嫩草精品久久| 欧美在线观看www| 国产精品红桃| 一区二区在线视频| 欧美一区二区三区日韩视频| 欧美在线看片| 国产精品免费一区二区三区在线观看 | 欧美一区亚洲二区| 国产模特精品视频久久久久| 亚洲综合大片69999| 久久av一区二区| 国内精品久久久久影院薰衣草| 久久国产毛片| 久久天堂精品| 亚洲国产一区二区三区在线播 | 你懂的成人av| 亚洲国产精品久久久久秋霞不卡 | 午夜久久美女| 国产精自产拍久久久久久| 午夜一级久久| 久久五月激情| 亚洲激情黄色| 亚洲午夜影视影院在线观看| 欧美日韩1区2区| 亚洲视频精选| 欧美一区二区三区在线免费观看| 国产日韩欧美在线看| 亚洲成在线观看| 欧美激情女人20p| 宅男精品视频| 久久精品国产亚洲高清剧情介绍| 伊人春色精品| 一本色道久久综合亚洲精品不卡| 国产精品草莓在线免费观看| 亚洲欧美日韩一区二区在线| 久久免费视频观看| 伊人精品在线| 一区二区三区四区国产| 国产精品爽爽ⅴa在线观看| 久久se精品一区精品二区| 你懂的国产精品永久在线| 99在线热播精品免费99热| 午夜在线视频一区二区区别| 国产在线精品一区二区夜色| 亚洲精品美女| 国产精品乱人伦一区二区| 久久精品观看| 欧美午夜精品电影| 欧美一区二区在线免费观看| 免费黄网站欧美| 一区二区三区精品在线| 久久精品国产99国产精品| 亚洲激情社区| 久久超碰97中文字幕| 亚洲精品国产精品久久清纯直播| 午夜精品视频| 亚洲国产一区二区三区高清| 亚洲欧美影音先锋| 18成人免费观看视频| 香蕉久久国产| 亚洲欧洲在线看| 久久久久国产精品www| 日韩视频免费| 久久综合精品一区| 中日韩午夜理伦电影免费| 久久琪琪电影院| 正在播放欧美视频| 蜜乳av另类精品一区二区| 亚洲视频福利| 欧美激情网站在线观看| 午夜影院日韩| 欧美日韩在线播放一区二区| 久久精品国产一区二区三区免费看| 欧美日韩在线看| 亚洲欧洲在线视频| 国产私拍一区| 亚洲午夜久久久久久久久电影院 | 午夜精品免费视频| 亚洲免费观看| 欧美福利视频网站| 欧美综合国产| 国产精品专区第二|