資源描述：
《基于貝葉斯網(wǎng)的航拍圖像建筑目標(biāo)提取算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、第29卷第4期2012年4月計(jì)算機(jī)應(yīng)用研宄ApplicationResearchofComputersV01．29No．4Apr．2012基于貝葉斯網(wǎng)的航拍圖像建筑目標(biāo)提取算法術(shù)李玲玲1，金泰松h，李翠華h，李淵2“(1．鄭州航空工業(yè)管理學(xué)院計(jì)算機(jī)科學(xué)與應(yīng)用系，鄭州450015；2．廈門大學(xué)a．信息科學(xué)與技術(shù)學(xué)院；b．建筑與土木工程學(xué)院，福建廈門361005)摘要：提出一種基于貝葉斯網(wǎng)的建筑目標(biāo)提取算法。該算法通過(guò)多場(chǎng)景航拍圖像進(jìn)行訓(xùn)練后建立紋元字典，將實(shí)際圖像中的紋元映射到紋元字典獲得圖像的場(chǎng)景類信息；然后使用樸素貝葉斯網(wǎng)建模建筑目標(biāo)與場(chǎng)景類空間上下文的關(guān)系約束，將建筑目標(biāo)提取轉(zhuǎn)換為求解貝
2、葉斯網(wǎng)類別節(jié)點(diǎn)的后驗(yàn)概率問(wèn)題。與同類方法的對(duì)比實(shí)驗(yàn)表明，提出的算法能有效地提取航拍圖像中的建筑目標(biāo)。關(guān)鍵詞：圖像分析；目標(biāo)識(shí)別；貝葉斯分類器；航拍圖像；紋元中圖分類號(hào)：TP391．41文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001-3695(2012)04·1550-03doi：10．3969／j．issn．1001—3695．2012．04．097AutomaticbuildingextractionfromaerialimagesbasedonBayesiannetsLILing-lin91，JINTai．songz。，LICui．hun2‘，LIYuan2“(1．卻I．ofComputerScien
3、ce＆Application。ZhengzhouInstituteofAeronauticalIndustryManagement。Zhengzhou450015，China；2．d．&hooloflnJbrm瓜ion&如柵&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引言針對(duì)航空?qǐng)D像理解與建筑目標(biāo)提取問(wèn)題，國(guó)內(nèi)外學(xué)者發(fā)表了很多相關(guān)論文。Porway等人?提出一種基
6、于場(chǎng)景上下文的航空?qǐng)D像層次理解模型。Karantzalos等人口’3o將統(tǒng)計(jì)學(xué)習(xí)理論引入到建筑目標(biāo)提取過(guò)程，取得了不錯(cuò)的效果。中國(guó)科學(xué)院的孫顯等人”3通過(guò)基于對(duì)象的Boosting方法自動(dòng)提取高分辨率遙感圖像中的人造目標(biāo)。清華大學(xué)的唐亮等人p1充分結(jié)合物方空間和圖像空間的各種有用信息，逐步推理得出一類人造目標(biāo)的位置、高度和屋頂輪廓等信息，實(shí)現(xiàn)建筑目標(biāo)的三維重構(gòu)。以往目標(biāo)提取方法大多直接針對(duì)圖像中的特定目標(biāo)進(jìn)行處理，往往忽視目標(biāo)類別周圍的環(huán)境信息．甚至將環(huán)境信息當(dāng)做干擾因素予以剔除。人類視覺(jué)實(shí)驗(yàn)埔。表明：“目標(biāo)類別周圍的環(huán)境信息對(duì)人眼感知起重要作用。”為了建模目標(biāo)類別與環(huán)境之間的關(guān)系依賴，本文
7、以航拍圖像為例，引入貝葉斯網(wǎng)絡(luò)建模建筑目標(biāo)與環(huán)境的關(guān)系約束，將建筑目標(biāo)提取轉(zhuǎn)換為求解貝葉斯網(wǎng)中類別節(jié)點(diǎn)的最大后驗(yàn)概率問(wèn)題。1基于貝葉斯網(wǎng)的建筑目標(biāo)提取方法本文中的航拍圖像建筑目標(biāo)提取過(guò)程包括特征提取、類別劃分和貝葉斯網(wǎng)目標(biāo)驗(yàn)證三個(gè)階段。對(duì)一幅輸入圖像，首先提取紋元特征，然后基于紋元特征的弱分類器財(cái)圖像中的場(chǎng)景類別進(jìn)行劃分，最后對(duì)可能的建筑目標(biāo)使用貝葉斯網(wǎng)進(jìn)行驗(yàn)證，輸出圖像中的建筑目標(biāo)。其整個(gè)過(guò)程如圖l所示。2
