基于阈值分割的影像建筑物角点提取算法优化研究

编号 zgly0000657368

文献类型 期刊论文

文献题名 基于阈值分割的影像建筑物角点提取算法优化研究

作者 孙一权  冯仲科 

作者单位 北京林业大学测绘与3S技术研究中心  北京林业大学省部共建森林培育与保护教育部重点实验室 

母体文献 遥感信息 

年卷期 2010(4)

页码 29-34

年份 2010 

分类号 TP79 

关键词 特征提取  兴趣算子  角点检测  抑制局部非最大  阈值分割 

文摘内容 对Moravec和SUSAN这两种经典的特征提取算法进行了深入研究,以Matlab软件为实验平台,验证了它们的可行性。通过对实验结果的比较,分析了Moravec算子中运用＂抑制局部非最大＂思想的优势、局限性和适用性;在SUSAN算子中通过考虑提取过程中的误差影响因素,为算法中几何阈值和灰度阈值的确定和模板选择提供了依据,对其影响范围进行了定量分析。指出在两种算法实现过程中,Moravec算子由于对如何确定判断窗口的大小不能给出可靠的依据,加之缺少对影像的先验知识,无法了解研究区域角点分布状况。因此,仅仅用这种方法很难获得完全准确的角点特征;对于SUSAN算子,根据分析结果对几何阈值加设一个下限d,在很大程度上排除了孤立噪声点的干扰;并运用＂重心距离法＂,即通过判定SUSAN重心与核心点连线上的像素点的边缘初始值的相近条件,消除了虚假的角点,从而实现了对算法的优化。