程曉慶，張 丹

（1.黃河水利職業(yè)技術(shù)學(xué)院 ，河南 開封 475000；2.武漢航天遠(yuǎn)景科技股份有限公司，湖北 武漢 430074）

DOM數(shù)字正射影像是對(duì)航空（或航天）影像進(jìn)行數(shù)字微分糾正和鑲嵌，通常由多張正射影像鑲嵌而成，其中鑲嵌線對(duì)于實(shí)際成果的影響至關(guān)重要。在實(shí)際生產(chǎn)中，DOM中的鑲嵌線大都是在軟件自動(dòng)生成簡(jiǎn)單鑲嵌線的基礎(chǔ)上進(jìn)行人工編輯，生產(chǎn)成本高、耗時(shí)長(zhǎng)。研究鑲嵌線的自動(dòng)生成方法對(duì)于提高DOM的質(zhì)量與生產(chǎn)效率具有重要意義。

1 算法簡(jiǎn)介

本算法提出如下思路：首先利用圖割[1]對(duì)影像進(jìn)行分塊，對(duì)每張影像進(jìn)行Canny變換，然后提取輪廓和線段；接著根據(jù)矩形直角的特點(diǎn)，對(duì)線段進(jìn)行組合得到矩形或者近似矩形，結(jié)合之前的分塊信息對(duì)矩形區(qū)域進(jìn)行判斷。因?yàn)榻ㄖ镏苓呁ǔＳ嘘幱埃ň植康土炼龋?，這一重要參考因素將決定所檢測(cè)到的矩形否為建筑物，根據(jù)已經(jīng)確定的建筑物區(qū)域的紋理進(jìn)行學(xué)習(xí)。結(jié)合紋理對(duì)附近的非規(guī)則區(qū)域進(jìn)行建筑物提取[2]，同時(shí)參考鄰近圖像相減得到的差值，綜合之后得到權(quán)重圖備用，根據(jù)簡(jiǎn)單的初始鑲嵌線，參考權(quán)重圖移動(dòng)初始鑲嵌線中的關(guān)鍵點(diǎn)。最后利用最短路么（shortest path）[3]在權(quán)重圖上得到鑲嵌線，經(jīng)過(guò)反饋和篩選完成自動(dòng)生成鑲嵌線。

2 提取建筑物輪廓

2.1 圖像分割

圖像分割是數(shù)字圖像處理領(lǐng)域一個(gè)主要研究方向，在許多計(jì)算機(jī)視覺應(yīng)用的研究中作為第一步，起到十分關(guān)鍵的作用。圖像分割算法通常可以分為兩類：

①全自動(dòng)圖像分割。一般采用聚類算法來(lái)最大化前景與背景的差；②用戶互動(dòng)式圖像分割。用戶提供前景和背景的種子，然后對(duì)前景背景建立概率分布模型。

為了實(shí)現(xiàn)圖像的自動(dòng)分割，以O(shè)pencv提供的FloodFill算法和WaterShed算法為例，這兩種算法本身并不提供用于分割的種子，但是采取一定的措施讓FloodFill和WaterShed實(shí)現(xiàn)自動(dòng)取種，以此實(shí)現(xiàn)圖像的自動(dòng)分割功能。

FloodFill官方譯作“漫水填充”，是一種用特定的顏色填充連通區(qū)域，通過(guò)設(shè)置可連通像素的上下限以及連通方式來(lái)達(dá)到不同的填充效果的方法，漫水填充經(jīng)常被用來(lái)標(biāo)記或分離圖像的一部分以便對(duì)其進(jìn)行進(jìn)一步處理或分析。我們根據(jù)影像的尺寸，均勻分布適當(dāng)數(shù)量的種子點(diǎn)，對(duì)每個(gè)種子點(diǎn)得到的區(qū)域進(jìn)行疊加，就可以實(shí)現(xiàn)對(duì)影像區(qū)域的自動(dòng)分割，實(shí)現(xiàn)效果如圖1所示。

圖1 FloodFill算法

從圖中的效果可以看到，F(xiàn)loodFill算法可以得到較為理想的分割結(jié)果，但部分分割細(xì)節(jié)出現(xiàn)錯(cuò)誤，建筑物和地表被分割到一個(gè)區(qū)域。

針對(duì) WaterShed算法，有人提出了用Canny之后的輪廓信息作為用于分割的種子點(diǎn)的辦法，可以達(dá)到利用分水嶺算法自動(dòng)分割的目的，是一種改進(jìn)。在使用分水嶺算法之前需要對(duì)圖像進(jìn)行平滑處理，以減少噪點(diǎn)對(duì)于圖像分割的影響，必要時(shí)可以對(duì)圖像進(jìn)行重采樣，圖2是這種改進(jìn)方法的效果。

圖2 WaterShed算法

分水嶺算法是一種圖像區(qū)域分割法，在分割的過(guò)程中，它會(huì)把跟鄰近像素間的相似性作為重要的參考依據(jù)，從而將在空間位置上相近并且灰度值相近的像素點(diǎn)互相連接起來(lái)構(gòu)成一個(gè)封閉的輪廓，封閉性是分水嶺算法的一個(gè)重要特征。圖2可以看到，改進(jìn)后的分水嶺算法可以得到良好的分割細(xì)節(jié)，但是分割內(nèi)容過(guò)多，建筑物基本上都被拆分，如圖3所示。

圖3 分割結(jié)果

一般來(lái)說(shuō)，初步分割可能會(huì)提取到部分建筑物，但是也很有可能提取不到，這個(gè)時(shí)候就需要對(duì)各個(gè)區(qū)域進(jìn)行進(jìn)一步的處理。

2.2 矩形提取

對(duì)每一幅影像進(jìn)行Canny變換，然后在結(jié)果中提取線段，注意這里需要剔除背景的影響。對(duì)線段的提取和組合中，如果有接近直角的線段，則首先認(rèn)為其是矩形的兩邊，然后對(duì)周邊的線段進(jìn)行判斷，如果正好存在可能組成矩形的線段，則認(rèn)為其很可能是矩形；而如果其有矩形的第四條邊，再結(jié)合矩形大小（建筑物大小在一定的范圍之內(nèi)），判斷其是否是建筑物或者疑似建筑物，同時(shí)可以判斷該區(qū)域是否為非建筑物，比如道路、水域等。

矩形判斷完成之后，對(duì)線段進(jìn)行組合得到矩形或者近似矩形。結(jié)合之前的分塊信息，必要的話對(duì)分塊信息進(jìn)行不斷分割與合并，然后對(duì)矩形區(qū)域進(jìn)行判斷，因?yàn)榻ㄖ镏苓呁ǔＳ嘘幱埃ň植康土炼龋?，這一重要參考因素將決定所檢測(cè)到的矩形否為建筑物[4]。根據(jù)同樣的方法，可以甄別非建筑物區(qū)域。

2.3 相鄰影像的差異

相鄰影像的差異可以通過(guò)圖像相減得到。通常這部分差異可以很好地表示建筑物的輪廓，這部分信息對(duì)于輪廓提取也至關(guān)重要，在后面的權(quán)重圖生成的時(shí)候也用到了相鄰影像的差異，如圖4所示。

用P(x,y)表示在坐標(biāo)(x,y)點(diǎn)的像素值，則其基本公式為：

圖4 圖像相減

2.4 建筑物提取

對(duì)于已經(jīng)檢測(cè)到是建筑物的矩形，我們可以提取矩形區(qū)域的屬性，屬性包括紋理信息、尺寸、顏色、亮度、陰影（局部低亮度）等。對(duì)鄰近的可能為建筑物的屬性進(jìn)行再次判斷，這種反饋可以大大提高檢測(cè)的正確性。如圖5是檢測(cè)結(jié)果范例，圖中的房屋屋頂具有明顯的紋理特征，所以也能夠取得較好的檢測(cè)效果。

圖5 建筑物輪廓提取

2.5 權(quán)重圖

權(quán)重圖是根據(jù)建筑物提取結(jié)果，結(jié)合鄰近影像的差值得到的重要圖像，將直接影響自動(dòng)鑲嵌線的結(jié)果。

權(quán)重圖有兩類：第一類是用于移動(dòng)初始鑲嵌線關(guān)鍵點(diǎn)的權(quán)重圖；第二類是利用最短路么搜尋鑲嵌線的權(quán)重圖。這兩類權(quán)重圖都是綜合了單張影像的權(quán)重圖，影像背景的權(quán)值最高，其次就是建筑物的權(quán)值，在沒有其他信息時(shí)采用了影像梯度信息作為權(quán)重，權(quán)值最低的為道路，涉及到道路檢測(cè)的相關(guān)內(nèi)容[5]，本算法中采用了與建筑物輪廓提取相同的方法，對(duì)于提取到的路面設(shè)置為比較低的權(quán)值，若多張影像上共同檢測(cè)到路面，則將其權(quán)值設(shè)置更低，無(wú)論是移動(dòng)關(guān)鍵點(diǎn)還是自動(dòng)鑲嵌線的時(shí)候都更容易選取到路面上。這里對(duì)權(quán)重圖的灰度值進(jìn)行增強(qiáng)以方便查看，如圖6所示。

圖6 第一類權(quán)重圖和第二類權(quán)重圖

2.6 構(gòu)建初始鑲嵌線和移動(dòng)關(guān)鍵點(diǎn)

初始鑲嵌線的生成方如下：首先對(duì)相鄰的兩幅影像進(jìn)行分塊，分塊的大小根據(jù)影像的尺寸自適應(yīng)。然后判斷每個(gè)小塊的中心點(diǎn)與兩個(gè)影像的中心點(diǎn)的距離，根據(jù)距離的大小來(lái)決定每個(gè)小塊應(yīng)該屬于哪一幅影像，以此得到初始鑲嵌線[6]。

圖7 初始鑲嵌線

如圖7所示，初始鑲嵌線通常比較簡(jiǎn)單，很可能穿過(guò)建筑物等。初始鑲嵌線的節(jié)點(diǎn)稱之為關(guān)鍵點(diǎn)，如果關(guān)鍵點(diǎn)正好落在房屋上，則需要對(duì)其進(jìn)行移動(dòng)，通常來(lái)說(shuō)將其移動(dòng)到路面上是不錯(cuò)的選擇，而移動(dòng)的方法為根據(jù)之前得到的第一類權(quán)重圖，將其移動(dòng)到權(quán)值較小的路面的中心位置，如圖8所示。

圖8 移動(dòng)關(guān)鍵點(diǎn)

移動(dòng)關(guān)鍵點(diǎn)的主要方法為：①選擇公共區(qū)域內(nèi)權(quán)值小的點(diǎn)，利用與一個(gè)固定的矩陣的乘積可使得新的關(guān)鍵點(diǎn)更容易選取到道路的中心位置[7]。②結(jié)合多邊形的方法來(lái)將不必要的關(guān)鍵點(diǎn)壓縮到一起，有利于后續(xù)獲取自動(dòng)鑲嵌線，減少干擾。

2.7 自動(dòng)鑲嵌線

自動(dòng)鑲嵌線主要利用了最短路么算法，在已經(jīng)合理設(shè)計(jì)的權(quán)重圖的基礎(chǔ)之上，結(jié)合已經(jīng)移動(dòng)好的關(guān)鍵點(diǎn)，對(duì)每一條需要自動(dòng)鑲嵌線的走線進(jìn)行重新走線，再配合控制好多邊形形狀以及走線平滑、美觀等要求對(duì)鑲嵌線進(jìn)行選取和處理，得到最終的鑲嵌線。

3 結(jié) 語(yǔ)

本文提出了一種基于圖割的建筑物輪廓信息提取及自動(dòng)搜索鑲嵌線算法，實(shí)現(xiàn)了自動(dòng)提取建筑物信息以及自動(dòng)鑲嵌線的功能，在實(shí)際應(yīng)用中取得了良好的效果。