基于贝叶斯网的航拍图像建筑目标提取算法

《基于贝叶斯网的航拍图像建筑目标提取算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第29卷第4期2012年4月计算机应用研宄ApplicationResearchofComputersV01．29No．4Apr．2012基于贝叶斯网的航拍图像建筑目标提取算法术李玲玲1，金泰松h，李翠华h，李渊2“(1．郑州航空工业管理学院计算机科学与应用系，郑州450015；2．厦门大学a．信息科学与技术学院；b．建筑与土木工程学院，福建厦门361005)摘要：提出一种基于贝叶斯网的建筑目标提取算法。该算法通过多场景航拍图像进行训练后建立纹元字典，将实际图像中的纹元映射到纹元字典获得图像的场景类信息；然后使用朴素贝叶斯网建模建筑目标与场景类空间上下文的关系约束，将建筑目标提取转换为求解贝

2、叶斯网类别节点的后验概率问题。与同类方法的对比实验表明，提出的算法能有效地提取航拍图像中的建筑目标。关键词：图像分析；目标识别；贝叶斯分类器；航拍图像；纹元中图分类号：TP391．41文献标志码：A文章编号：1001-3695(2012)04·1550-03doi：10．3969／j．issn．1001—3695．2012．04．097AutomaticbuildingextractionfromaerialimagesbasedonBayesiannetsLILing-lin91，JINTai．songz。，LICui．hun2‘，LIYuan2“(1．却I．ofComputerScien

3、ce＆Application。ZhengzhouInstituteofAeronauticalIndustryManagement。Zhengzhou450015，China；2．d．&hooloflnJbrm瓜ion&如栅&Technology，b．&1wolofArchitecture＆CivilEngineering，XiamenUmversity．Xlamen凡泌n361005，China)Abstract：Thispaperproposedanapproachtobuildinge】(tractionfromaerialimageusingBayesiannets．Firstly，

4、itrepresen—tedtextondictionarybytrainingaerialimagesets．Secondly，acquiredclassificationofanewimagebymappingthetextonstotextondictionaryandobtainedthescenecategoriesinthewholeimage．Finally．itselectednaiveBayesiannetstorepresentspatialconstraintsbetweenobjectsandsceneclasses，andcomputedtheposteriorpr

5、obabilityofcategorynodetobuildingex·traction．Thetestonthedatasetshowsthattheproposedapproachyieldssubstantialimprovementoverothersonbuildingex-tractionfromtheaerialimage．Keywords：imageanalysis；targetrecognition；Bayesianclassifier；aerialimage；textons0引言针对航空图像理解与建筑目标提取问题，国内外学者发表了很多相关论文。Porway等人⋯提出一种基

6、于场景上下文的航空图像层次理解模型。Karantzalos等人口’3o将统计学习理论引入到建筑目标提取过程，取得了不错的效果。中国科学院的孙显等人”3通过基于对象的Boosting方法自动提取高分辨率遥感图像中的人造目标。清华大学的唐亮等人p1充分结合物方空间和图像空间的各种有用信息，逐步推理得出一类人造目标的位置、高度和屋顶轮廓等信息，实现建筑目标的三维重构。以往目标提取方法大多直接针对图像中的特定目标进行处理，往往忽视目标类别周围的环境信息．甚至将环境信息当做干扰因素予以剔除。人类视觉实验埔。表明：“目标类别周围的环境信息对人眼感知起重要作用。”为了建模目标类别与环境之间的关系依赖，本文

7、以航拍图像为例，引入贝叶斯网络建模建筑目标与环境的关系约束，将建筑目标提取转换为求解贝叶斯网中类别节点的最大后验概率问题。1基于贝叶斯网的建筑目标提取方法本文中的航拍图像建筑目标提取过程包括特征提取、类别划分和贝叶斯网目标验证三个阶段。对一幅输入图像，首先提取纹元特征，然后基于纹元特征的弱分类器财图像中的场景类别进行划分，最后对可能的建筑目标使用贝叶斯网进行验证，输出图像中的建筑目标。其整个过程如图l所示。2