线特征提取算子.ppt

第四章 数字影像与特征提取 主要内容 §4.1 数字影像采样和重采样 ★ §4.2 点特征提取算法 §4.3 线特征提取算法 §4.4 定位算子 §4.1数字影像采样和重采样 数字影像采样 影像重采样理论 核线的重排列（重采样） §4.1 数字影像采样和重采样 数字摄影测量处理的原始资料是 因此，影像的采样与重采样以及获取所需要的影像特征是数字摄影测量最基础的工作。 数字影像中，最明显的就是影像的特征， 是影像分析和影像匹配的基础。 数字影像或数字化影像 灰度值和灰度级 影像的灰度值范围：0.3－1.8mm，人眼的分辨率：0.2mm； 为了便于分辨放大倍数，用0～255级别来表示； 数字影像：为空间的灰度函数g（i，j），构成为矩阵形式的阵列。 数字影像表达形式 数字影像一般表达为空间的灰度函数，g（i，j）构成的矩阵形式的阵列，此表达方式跟真实影像很相似； 可通过变换把影像的表达由“空间域”变换到“频率域”； 空间域表示不同位置的灰度值，频率域表达不同频率中的振幅谱。 傅立叶变换 灰度函数表达影像的空间域，傅立叶函数表示影像的频率域；（灰度值，振幅谱）； 变化的原因： （1）压缩了数据，利于存储和传递（变换后矩阵数目不变，但数值很多为零值和很小的数值）； （2）影像的分析和处理，用频率域更利于计算（空域卷积计算转化为频域乘积计算）。 数字影像采样 采样的原因： 数字影像或者数字化影像信息量巨大，但不能对理论上每个点都获取其灰度值；只能将实际灰度函数离散化，对相隔一定间隔的“点”量测其灰度值。 数字影像采样 采样 对实际连续函数模型离散化的量测过程 样点 被量测的“点” 称为样点 小的区域--像素 采样间隔 样点之间的距离（矩形的长与宽通常称为像素的大小） 数字影像采样 影像采样通常是等（√）或不等（×）间隔进行； 采样间隔如何确定？ 灰度函数和采样函数 当频率f超出区间[-f1,f1]之外都等于零，变换对于任何有限的f1值有这种性质，称之为有限带宽函数 。 f： 截止频率 采样函数 采样：间隔为△X 的脉冲串组成的采样函数乘以函数g（x） 采样函数的傅里叶变换为△f=1/△X 脉冲串的函数 混淆现象：进行反傅立叶变换时，导致样本无法正确分离。截至频率固定不变，即波形大小不变。消除混淆只能改变采样间隔大小。 采样定理 Shannon采样定理经验值：采样间隔最好是使在原函数g（x）中存在的最高频率每周期至少取有三个样本。 影像重采样理论 为什么进行影像重采样？ 对影像进行旋转，核线重排列与数字纠正时，需要的点可能并不是采样点，需要根据采样点内插出新的点。 核线重排列的原因：同名像点均位于同名核线上，进行影像相关计算。 双三次卷积法 双线性内插法，计算时只取了临近四个像素，认为权的大小跟距离有线性关系； 双三次卷积法，取周围16个像素，并分别求其对重采样点P的影响大小。 同名核线的确定与重采样 主要内容 确定同名核线的两种方法 ? 基于影像几何纠正的核线解折关系 ?基于共面条件的同名核线几何关系 核线的重排列（重采样） 特征的提取与定位算法 主要内容 特征的提取 ? 特征点的提取算法 ? 特征线的检测方法 特征的定位算法 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]. 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）与园度 r. （3）计算兴趣值q与w DetN代表矩阵N之行列式 trN代表矩阵N之迹 (4）确定待选点 当 同时 ，该像元为待选点 （5）选取极值点 即在一个适当窗口中选择最大的待选点 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 房屋的提取 道路的提取 线的灰度 特征 一、微分算子 1．梯度算子 差分算子 对于一给定的阈值T，当时，则认为像素（i，j）是边缘上的点。 近似 1 -1 1 -1 Roberts梯度算子 1 -1 1 -1 方向差分算子 直线与边缘的方向 ? 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