《攝影測量學(xué)》（下）第二章特征的提取與定位算法

1、特征的提取與定位算法攝影測量學(xué)（下）第二章主要內(nèi)容 特征的提取 特征點(diǎn)的提取算法 特線的檢測方法特征的定位算法點(diǎn)特征提取算法點(diǎn)特征主要指明顯點(diǎn)，提取點(diǎn)特征的算子稱為興趣算子或有利算子 點(diǎn)特征的灰度特征Moravec算子 Moravec于1977年提出利用灰度方差提取點(diǎn)特征的算子 rc（1）計(jì)算各像元的興趣值 IV（2）給定一經(jīng)驗(yàn)閾值，將興趣值大于閾值的點(diǎn)作為候選點(diǎn)。 確定窗口大小綜上所述，Moravec算子是在四個(gè)主要方向上，選擇具有最大最小灰度方差的點(diǎn)作為特征點(diǎn)。（3）選取候選點(diǎn)中的極值點(diǎn)作為 特征點(diǎn)。 Forstner算子 計(jì)算各像素的Roberts梯度和像素（c，r）為中心的一個(gè)窗口的灰

2、度協(xié)方差矩陣，在影像中尋找具有盡可能小而接近圓的誤差橢圓的點(diǎn)作為特征點(diǎn)。 （l）計(jì)算各像素的Roberts梯度 Forstner算子步驟（2）計(jì)算ll（如55或更大）窗口中灰度的協(xié)方差矩陣 （3）計(jì)算興趣值q與w DetN代表矩陣N之行列式trN代表矩陣N之跡 (4）確定待選點(diǎn) 當(dāng) 同時(shí) ，該像元為待選點(diǎn) （5）選取極值點(diǎn) 即在一個(gè)適當(dāng)窗口中選擇最大的待選點(diǎn) 線特征提取算子 線特征是指影像的“邊緣”與“線” “邊緣”可定義為影像局部區(qū)域特征不相同的那些區(qū)域間的分界線，而“線”則可以認(rèn)為是具有很小寬度的其中間區(qū)域具有相同的影像特征的邊緣對常用方法有差分算子、拉普拉斯算手、LOG算子等 房屋的提取

3、道路的提取線的灰度 特征一、微分算子1梯度算子差分算子 對于一給定的閾值T，當(dāng)時(shí)，則認(rèn)為像素（i，j）是邊緣上的點(diǎn)。 近似-11-11Roberts梯度算子-11-11方向差分算子 直線與邊緣的方向 Sobel算子考察它上下、左右鄰點(diǎn)灰度的加權(quán)差。與之接近的鄰點(diǎn)的權(quán)大：i, j-101-101-101-1-1-1000111Prewitt算子與Sobel算子-101-202-101-1-21-101-121加大模扳抑制噪聲Prewitt算子Sobel 算子二階差分算子1方向二階差分算子i, ji, j方向二階差分算子i, j拉普拉斯算子（Laplace） i, j拉普拉斯算子（Laplace）

4、 卷積核掩膜 取其符號變化的點(diǎn)，即通過零的點(diǎn)為邊緣點(diǎn)，因此通常也稱其為零交叉（zero-Crossing）點(diǎn) 高斯一拉普拉斯算子（LOG） 首先用高斯函數(shù)先進(jìn)行低通濾波，然后利用拉普拉斯算子進(jìn)行高通濾波并提取零交叉點(diǎn)， 高斯函數(shù)低通濾波邊緣提取高斯一拉普拉斯算子（LOG） LOG算子以為卷積核，對原灰度函數(shù)進(jìn)行卷積運(yùn)算后提取零交叉點(diǎn)為邊緣 Sobel邊緣檢測算子比較結(jié)果RobertsPrewittHough變換 用于檢測圖像中直線、圓、拋物線、橢圓等 圖像空間對于影像空間直線上任一點(diǎn)(x，y）變換將其映射到參數(shù)空間(，)的一條正弦曲線上 圖像空間參數(shù)空間正弦曲線共線映射正弦曲線Hough變換步

5、驟 對影像進(jìn)行預(yù)處理提取特征并計(jì)算其梯度方向.將(，)參數(shù)平面量化，設(shè)置二維累計(jì)矩陣H(i，j).邊緣細(xì)化，即在邊緣點(diǎn)的梯度方向上保留極值點(diǎn)而剔除那些非極值點(diǎn).對每一邊緣點(diǎn)，以其梯度方向?yàn)橹行?，設(shè)置一小區(qū)間-o，+o.（，）取累計(jì)矩陣中備選點(diǎn)中的極大值點(diǎn)為所需的峰值點(diǎn)，即所檢測直線的參數(shù)。Hough變換 對累計(jì)矩陣進(jìn)行閾值檢測，將大于閾值的點(diǎn)作為備選點(diǎn).定位算子 數(shù)字影像上明顯目標(biāo)主要是指地面上明顯地物在影像上的反映，或者是數(shù)字影像自身的明顯標(biāo)志，例如道路、河流的交叉口、田角、房角、建筑物上的明顯標(biāo)志、影像四角上的框標(biāo)、地面人工標(biāo)志點(diǎn)等等 Wong-Trinder園點(diǎn)定位算子 利用二值圖像重心

6、對圓點(diǎn)進(jìn)行定位 .利用閾值T（最小灰度值十平均灰度值）/2將窗口中的影像二值化 .計(jì)算目標(biāo)重心坐標(biāo)（x，y）與園度 r.內(nèi)定向pq階原點(diǎn)矩與中心矩 Wong-Trinder園點(diǎn)定位算子 當(dāng)r小于閾值時(shí)，目標(biāo)不是園；否則園心為（x，y） Trinder 改進(jìn)算子算子受二值化影響，誤差可達(dá)像素。 定位精度可達(dá)像素，這種算法只對圓點(diǎn)定位 原始灰度Forstner定位算子 Forstner定位算子是攝影測量界著名的定位算子 最佳窗口由Forstner特征提取算子確定 以原點(diǎn)到窗口內(nèi)邊緣直線的距離為觀測值，梯度模之平方為權(quán)，在點(diǎn)(x,y)處可列誤差方程：Forstner定位算子 最佳窗口選擇 最佳窗口內(nèi)加權(quán)重心化 窗口內(nèi)像元的加權(quán)重心高精度角點(diǎn)與直線定位算子 梯度算子的誤差隨機(jī)誤差 Roberts梯度 梯度方向代替直線方向存在不容忽視的模型誤差，Hough變換等使用梯度方向的方法不可能達(dá)到很高的精度。 數(shù)學(xué)模型 高精度角點(diǎn)與直線定位算子 一維邊緣的成像為刀刃曲線線擴(kuò)散函數(shù) 影像的梯度 線性化誤差方程 其中 該平差模型不采用梯度的方向，而是采用梯度的模為觀測值 高精度角點(diǎn)與直線定位算子 a0,k0,0與0為參數(shù)的近似值Roberts梯度 高精度角點(diǎn)與直線定位算子 誤差 單位權(quán)中誤差為