城市CCD图像关键目标区域提取相关技术研究

城市CCD图像关键目标区域提取相关技术研究

论文摘要

作为数字城市三维重建的重要信息来源,CCD图像中的关键目标区域提取是一个十分重要的课题。本文把建筑物和道路作为城市CCD图像中的两个关键目标区域,设计并实现了提取这两类目标区域的算法,并针对不同目的,分别给出了算法的评价标准。数字城市中的目标区域提取,要求快速、准确,本文的两个核心算法基本符合此要求。提取建筑物区域主要是为了缩小建筑物特征点的提取、匹配的搜索范围,提高三维重建的效率,其次是为了建立建筑物纹理库及实现建筑物纹理的自动贴图功能;所以,本文设计的建筑物自动提取算法在满足速度要求的同时,尽可能精确的提取出建筑物轮廓,允许提取的范围略大于建筑物自身的范围;提取道路区域主要是为了建立道路纹理库、并实现纹理的自动贴图,因此,提取的道路区域中要尽可能少的含有树木、草地等冗余信息。本文的两个核心算法都是基于直线特征的。在分析了两类提取直线特征的算法后,本文采用了基于Hough变换的直线特征提取,并针对经典Hough变换中存在的过渡累积导致的伪直线过多的缺点,提出了基于点密度的Hough变换,将图像空间和Hough空间有机的统一起来。在设计区域提取算法时,均提出了假设模型。提取建筑物区域时,利用假设模型中边界的位置信息和相互之间的几何约束关系,通过分析提取的线段集合,确定出建筑物的轮廓区域;提取道路区域则是利用了模型假设中两条道路边界及中间黄色标志线三者间的几何关系。这两个算法均是通过点密度和Hough空间中计数器的阈值去除干扰线段,所不同的是,建筑物提取算法中的阈值是自适应获得的。此外,在道路提取算法中,还利用了彩色道路图像中的RGB值的均值和方差,来划分道路区域、非道路区域等,最终只保留含有道路边缘的区域,压缩了Hough映射的图像空间。全文共分六章。前两章分别是绪论部分和图像增强、边缘提取的基础理论介绍及实验验证部分;第三章系统介绍了直线特征提取技术,提出了基于点密度的Hough变换;第四章和第五章是本文的核心部分,系统讲述了建筑物提取和道路提取的模型假设、算法原理和设计;最后总结了全文的工作,并展望了下一步的研究方向。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景和意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 研究现状
  • 1.2.1 建筑物提取的研究现状
  • 1.2.2 道路提取的研究现状
  • 1.3 本文的主要内容
  • 2 图像增强与边缘提取
  • 2.1 图像增强
  • 2.1.1 空域增强法
  • 2.1.2 频域增强
  • 2.1.3 图像增强小结
  • 2.2 边缘提取
  • 2.2.1 边缘提取的基本算子
  • 2.2.2 边缘提取算子对比实验
  • 2.2.3 边缘提取小结
  • 2.3 本章小结
  • 3 直线特征检测技术
  • 3.1 基于连接的直线特征检测算法
  • 3.1.1 启发式连接算法
  • 3.1.2 层次记号编组法
  • 3.1.3 相位编组法
  • 3.2 基于Hough 变换的直线特征检测算法
  • 3.2.1 经典Hough 变换
  • 3.2.2 已有Hough 变换的一些改进算法
  • 3.2.3 基于点密度的Hough 变换直线检测
  • 3.3 本章小结
  • 4 基于 CCD 图像的建筑物区域提取
  • 4.1 建筑物模型假设
  • 4.2 建筑物区域自动提取算法
  • 4.2.1 图像的预处理算法
  • 4.2.2 建筑物直线特征提取及分析
  • 4.2.3 建筑物轮廓范围自动提取算法步骤
  • 4.2.4 Hough 空间计数阈值及点密度阈值自适应算法
  • 4.3 实验结果分析
  • 4.4 本章小结
  • 5 基于 CCD 图像的道路区域提取
  • 5.1 道路模型假设
  • 5.2 道路区域半自动提取算法
  • 5.2.1 道路图像的预处理算法
  • 5.2.2 道路图像中直线特征检测
  • 5.2.3 提取道路边界算法
  • 5.2.4 获得道路区域算法的步骤
  • 5.3 实验结果分析
  • 5.4 本章小结
  • 6 全文总结与展望
  • 6.1 总结
  • 6.2 今后的研究方向
  • 参考文献
  • 致谢
  • 个人简历、在学期间发表的学术论文
  • 相关论文文献

    • [1].电子竞技人员选拔方式研究——基于CCD素质分析模型[J]. 河北企业 2020(08)
    • [2].基于CCD传感器的地铁隧道拱顶沉降监测系统[J]. 工业控制计算机 2020(08)
    • [3].激光热处理高速升温过程的红外CCD监测方法[J]. 红外技术 2020(08)
    • [4].基于CCD的火车车轮踏面磨损自动检测研究[J]. 机械制造 2016(12)
    • [5].激光干扰CCD规则亮点分布原理研究[J]. 红外与激光工程 2016(11)
    • [6].低温制冷CCD探测器在医疗机器人中的应用[J]. 科技创新与应用 2017(12)
    • [7].CCD技术在光学实验教学中的应用[J]. 科教导刊(上旬刊) 2017(02)
    • [8].CCD栅介质工艺对多晶硅层间介质的影响[J]. 半导体光电 2017(03)
    • [9].基于彩色线阵CCD的蚕卵色选机研究[J]. 机电信息 2017(21)
    • [10].CCD与CMOS图像传感器的现状及发展趋势[J]. 电子技术与软件工程 2017(13)
    • [11].空间相机CCD信号处理电路匹配性分析[J]. 电子测量技术 2015(11)
    • [12].CCD图像传感器和CMOS图像传感器的比较研究[J]. 信息通信 2015(12)
    • [13].基于线性CCD搬运机器人弯道控制分析[J]. 山东工业技术 2016(12)
    • [14].基于CCD的金属薄板印刷墨层厚度在线检测研究[J]. 包装工程 2014(23)
    • [15].基于环境一号卫星CCD影像的磷石膏识别[J]. 遥感技术与应用 2014(06)
    • [16].CCD暗电流自动抑制的一种方法[J]. 科学技术与工程 2015(19)
    • [17].CCD暗物质实验原型装置放射性氡本底研究[J]. 佳木斯大学学报(自然科学版) 2020(05)
    • [18].CCD对飞秒激光与连续激光响应特性实验研究[J]. 光电技术应用 2017(04)
    • [19].基于线性CCD的智能车路径识别控制系统[J]. 电子世界 2015(21)
    • [20].基于线性CCD的智能车路径提取与寻迹[J]. 电子测量技术 2016(03)
    • [21].通道可编程水色成像光谱仪CCD成像电路设计[J]. 红外技术 2016(07)
    • [22].基于CCD无损测量生物组织光学参数[J]. 机械工程与自动化 2016(06)
    • [23].基于CCD成像的侧向散射激光雷达几何标定方法[J]. 光子学报 2015(02)
    • [24].改进的航空全帧型面阵CCD相机电子式像移补偿方法[J]. 红外与激光工程 2015(05)
    • [25].多CCD大幅面扫描仪图像拼接算法与实现[J]. 科技致富向导 2015(08)
    • [26].空间应用CCD视频处理器评估测试系统[J]. 光电工程 2013(12)
    • [27].一种典型的科学级CCD驱动时序的FPGA设计[J]. 大气与环境光学学报 2012(03)
    • [28].基于CCD工艺的模型参数提取测试图形设计[J]. 半导体光电 2011(04)
    • [29].基于CCD的工件直径动态检测[J]. 自动化技术与应用 2011(12)
    • [30].焊接机器人光电跟踪CCD传感系统的优化设计[J]. 北京石油化工学院学报 2010(01)

    标签:;  ;  ;  ;  ;  

    城市CCD图像关键目标区域提取相关技术研究
    下载Doc文档

    猜你喜欢