 上传我的文档
 下载
 收藏
这是一个分类齐全的医学资料库：包括内科；外科;其他临床学科；中医科；基础医学；及辅助科室（影像学、医学检验科）等等
 下载此文档
正在努力加载中...
基于Canny算子和GAC模型相结合的影像水边线提取方法
下载积分：350
内容提示：基于Canny算子和GAC模型相结合的影像水边线提取方法
文档格式：PDF|
浏览次数：1|
上传日期： 22:39:38|
文档星级：
该用户还上传了这些文档
基于Canny算子和GAC模型相结合的影像水边线提取方法
官方公共微信素描的一些边线该怎么去处理，连在一起的水果要怎么才能把前面的突出。_百度知道
素描的一些边线该怎么去处理，连在一起的水果要怎么才能把前面的突出。
提问者采纳
边线融入物体或背景，突出前面只需做到近实远虚就可以了。
其他类似问题
对比弱一些，反而感到更加结实，描绘的精细一些。不要理它.前面的水果黑白对比突出一些，素描就是点线面的艺术1，影响不了结构，转折点有些线没关系的。2，后面的可以虚一些
为您推荐：
素描的相关知识
其他3条回答
怎么突出前后的关系
其实就是 近实远虚
近清晰远模糊
分清楚亮灰暗
让后面的水果虚下去。。前面的水果适当地加深下轮廓。。明暗对比强烈一点
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁文档分类：
下载前请先预览，预览内容跟原文是一样的，在线预览图片经过高度压缩，下载原文更清晰。
您的浏览器不支持进度条
淘豆网网友近日为您收集整理了关于基于Canny算子和GAC模型相结合的影像水边线提取方法的文档，希望对您的工作和学习有所帮助。以下是文档介绍：2013焦第30卷第3期测绘科学技术学报Journal of Geomaties Science and Technology No.3文章编号:13)03.0264—05基于Canny算子和GAC模型相结合的影像水边线提取方法申家双1”,郭海涛1一,李海滨1,邱富刚2”,张祖鹏2(1.海军海洋测绘研究所,天津.信息工程大学地理空间信息学院,河南郑州,78155部队,四川成都610036)摘要:从遥感影像上提取弱边缘水边线是影像特征提取的一个难点。在分析了GAC模型和边缘检测算子在影像水边线提取中的优缺点的基础上,提出了一种将Canny边缘检测结果融入GAC模型重构边界停止函数进行水边线提取的方法。实验结果表明,利用该方法进行海岸带遥感影像水边线提取精度高,速度快,即使是弱边缘水边线或水边线严重凹陷边界,在平滑性和精度上都能达到很好的效果。关键词:GAC模型;Canny边缘检测;弱边缘;水边线;水平集中图分类号:P237 文献标识码:A DOI编码:10.3969/j.issn.13.03.011A Water Edge Extraction Method from Images Based onCanny Operator and GAC ModelSHEN Jiashuan91一,GUO Haitao1一,LI Haibin 1,QIU Fugan92一,ZHANG Zupen92(1.Navel Institute of Hydrographic Surveying and Charting,Tianjin .Institute of Surveying and Mapping,Information Engineering University,Zhengzhou .78155 Troops,Chengdu 610036,China)Abstract:Extracting water edge,especially weak water edge form remote sensing is also a difficult of image featureextraction.A water edge extraction method from remote sensing image was proposed by introducing Canny detectionedges into e(1驴stopping function of GAC(geodesic active contour)mode/,after analyzing the advantages and dis·advantages of the GAC model and Canny edge detection method used in the segment of images.And the expefimen·tal results showed that the method proposed in this paper was reliability and fast in water edge extraction of remotesensing image,the good results of the extracted water edges’smooth and accuracy could be achieved even in theweak edgeand severe concaveregions.Key words:GACClevel set水边线(也称瞬时水涯线)在遥感影像上是一种很重要的线特征。水边线信息提取对于后续的海岸线提取、岸线演变、影像定位u1等研究具有重要意义。国内外学者在提取遥感影像水边线和海岸线方面进行了广泛的研究,方法主要有边缘检测法、阈值分割法、区域生长法、主动轮廓模型法、水平截集法等。Andreas Niedermeier等人研究了基于小波边缘检测的SAR图像水边线提取心‘3J,这种方法获得的水边线位置较为准确,但受噪声影响大,致使提取的水边线出现中断现象,难以得到完整的水边线;Joo—Hyung Ryu等人利用阈值分割法实现了TM影像水边线的提取¨J,具有实现简单,处理速度快的优点,但当水陆分界线两侧的影像特征不明显时效果较差;翟辉琴等提出了高、低帽变换区域生长法进行遥感影像水边线提取睛J,优点是能获得连续的水边线,但抗噪性能较差,提取结果与种子点位置的选取关系很大;李林茹等用主动轮廓模型来进行边缘提取∞j,适合于对简单图像的分割,但稳定性差、对初始轮廓线的位置要求比较高;欧阳越等改进了基于水平截集的主动轮廓模型,结合同一影像生成的多分辨率影像进行水边线提取,最后得到精收稿日期:;修回日期:。基金项目:国家自然科学基金项目(01262)。作者简介:申家双(1968-),男,河南新乡人,高级工程师,博士,主要从事海洋测量和海洋遥感研究。万方数据第30卷第3期申家双,等:基于Canny算子和GAC模型相结合的影像水边线提取方法确的提取结果¨。8],可靠性强,但算法比较复杂、计算量很大、检测效率较低。由于遥感影像弱边缘水边线处的灰度和色度变化甚微,采用上述方法提取的结果往往都不理想,无法满足后续研究和自动测图的需求。为此,本文将Canny边缘检测算法和GAC模型影像水边线提取算法两者的优势相结合,提出了一种基于Canny算子和GAC模型的影像水边线提取方法,并进行了实验验证,得到了满意的结果。1基于GAC模型的遥感影像弱边缘水边线提取原理1.1 GAC模型GAC(测地主动轮廓)模型‘9‘10 3是对经典Snakes模型Ⅲ’12 3函数进行分析,得到能量泛函,L(C)k(c)=I g(V,[c(s)])ds. (1)其中,L(C)为曲线C的弧长;k(C)为曲线C的“加权弧长”;V,为图像,的梯度;g为边界停止函数,其定义为1g2高’(2)其中,P为大于1的常数,一般取P=2;K为对于原始图像做平滑处理结果,其表达式为K=V(G。)木L (3)其中,G。是标准差为盯的高斯核;V为梯度算子。经过距离正则化,GAC模型表达式为‘13。4302d‘=/zdiV(d,(1V妒1)V9)+Adiv(g尚…妒l+ag V儿妒(·,0)=妒o.(4)式中,妒为高维超曲面函数;￡为时间泓,A和Ot是常系数;div表示散度算子;,14(I v川:j嘉8in(2利%I)’I%协1;【l v妒l_1, I v妒l≤1.式(4)中的第1项是为了保持水平集函数¨5驯是距离符号函数;第2项是为了使演变的轮廓是一条平滑的曲线;第3项的目的在于提高轮廓法方向上的演变速度。GAC模型主要利用边界停止函数g对影像进行分割,所以g的构造直接影响着分割的结果,而a使得这种影响以线性方式变化。式(3)使得在图像边界处,有I V,I_∞,g_0,轮廓停止演化。而实际上,目标边界处梯度值是有界的,即di荔丽≤昭辄·一般依据经验确定O/,确定比较困难。因为OL若取较小的值,目标的弱边缘可能成功提取,但轮廓法方向上的演变速度会大大降低,而且由于平滑力的增大,使得轮廓越过曲率较大的强边缘的可能性增加,造成目标的强边缘也会出现提取错误;若Ot取较大的值,则轮廓越过目标的弱边缘的可能性增加,造成目标的弱边缘提取错误。这正是利用GAC模型进行图像分割的主要弊端。当图像中的目标有较深的凹陷边缘时,GAC模型很可能会使Snakes模型函数停止在某一演化曲线局部极小值的状态,而与目标的边界不一致。如对图1中的目标进行分割,图1(a)中的黑色方框表示初始轮廓,图1(b)中的黑色实线为演化达到稳态的结果,该结果并不与目标的实际边缘相一致。为此,加入较大的O/值,这就增加了凹槽处法方向上的演变速度,可以消除在曲线的凹槽处定位错误的情况。但如果选用的常数值d较大,曲线有可能越过弱边缘;若选用的d值较小,则曲线会未达到凹槽处就提前停止演变。(a) 初始曲线(b) 演化达到稳态的效果图1 GAC模型的局部极小值问题1.2 边界停止函数重构边缘检测算子也常用于影像分割,进行水边线提取。常用的边缘检测算子有微分边缘算子、小波边缘算子以及各种形态学算子等。边缘检测法往往直接利用图像灰度梯度信息,具有算法简单,提取精度高等优点,获得的水边线位置一般较为准确¨引。Canny算子建立在最优检测准则、最优定位准则和单响应准则3个最优准则之上,能在噪声抑制和边缘检测之间取得良好的平衡,适合于提取受白噪声影响的阶跃型边缘,对于遥感影像的水边线的检测非常适合¨9。21|,检测的水边线精度很高。但包括Canny算子在内的各边缘检测算子万方数据测绘科学技术学报 2013年的缺点是对遥感影像上噪声点敏感,检测的边缘经常出现中断,难以得到连续的封闭的边界。水边线提取各自的优缺点,这里将这两种方法进行优势互补。首先利用Canny算子对遥感影像进行边缘检测,检测得到水边线上的边缘点;然后将检测结果作为判别条件加入到GAC模型的边界停止函数中,实现对边界停止函数的重构,从而克服GAC模型和Canny算子的弊端,实现对遥感影在实际应用中,对真实影像进行处理,所得到的边界停止函数都有一个极小值MIN,在影像目标的边界处,演变轮廓的法向速度一般并不为零,这很可能会造成轮廓越过目标边界,尤其在水边线弱边缘处,g极限值MIN的值将较大,越过目标的可能性就会更大。此外,在式(4)中加入系数仅和A后,会使得g极限值MIN呈线性关系放大,缘。当引入准确的边缘检测结果重构边界停止函数后,在Canny算子检测出的影像目标的边界处,边界停止函数g的值为O,这样无论a值取多大也不会出现演变轮廓越过目标边界的情况。在非边界处,这时边界停止函数g的值不为o,较大的Ot将会增加轮廓在法方向上的演变速度,提高计算效率,同时克服了GAC模型在凹槽处出现能量极小值而在非凹陷边界停止演变,导致提取错误的缺点(见图1)。对于Canny边缘检测算子未能检测出的边缘,该方法很好地应用了GAC模型凹槽处出现极小值而停止曲线演变的特点和平滑力的作用,可增加平滑项系数A,使得演变轮廓在此处停止演变,成功提取出Canny算子未检测出的边缘。的像素灰度值;e为Canny算子边缘检测结果,e(i,,)=1表示该点为边缘点,那么e(i√)=0表示该点为非边缘点。边界停止函数重构为最={声瓮竺㈤则其对应的正则化GAC模型为等=灿V(喀(J V川V 9)+…iv(gc尚)+嘴…妒I妒(·,0)=妒o.此边界停止函数使得不管是强边缘还是弱边缘,系数d都能取较大的值来提高轮廓演化的速度,缩短计算时间,提取出目标的边缘。2 提取过程对于全色影像以亮度为处理域,对于彩色影像以HSV空间为处理域。这里将彩色和全色影像分别表达为L={R,G,B}和t={引。遥感影像水边线提取步骤如下。1)平滑处理域L或t。假设平滑函数为sm(,),一般用高斯平滑函数,Rgb2hsv(,)为RGB空问域到HSV空间域转换函数。Hue表示色度空间,色度空间能够减小由于波浪的镜面反射对提取结果的影响;Gray表示灰度空间;U表示平滑后的处理域,则r{Hue Rgb2hsv(sm(R),sm(G),u:J 8m(B))}, L;【{Gray sin(G)},t.2)Canny边缘检测算子对∥进行处理,边缘检测的结果表示为e。3)人机交互选取初始水域轮廓C。,初始化水平集函数p。利用下面的二值化公式进行初始化:妒。(i√):f—CO:i.,j.:∈三。; (7)Loo, L L√,擘U0·式中,C。为大于0的常数。4)若U表示色度,则对U进行轻度的包边平滑处理,如用Guassian bilateral[221方法低通滤波。此步并不是必须的,但进行适当的平滑处理会加快轮廓演变速度,提高演变效率。5)将u替换式(3)中,进行计算,将算出的结果K和上述检测的结果e代人式(5)求解边界停止函数的值。6)演化水平集方程(6)。7)当轮廓不再发生变化时停止演变;否则,返回步骤6)继续迭代,进行演化。3实验及结果分析实验数据为航空影像;初始水域轮廓通过人机交互选取得到;采用窄带法实现水平集函数的迭代¨3|。进行了两组实验。实验1结果如图2所示。图2(a)为待提取的彩色航空影像,大小为1 177像素×I 394像素,图像中明显存在着水边线弱边缘;图2(b)为原始影像转换到色度空间的结果;图2(C)为Canny算万方数据第30卷第3期申家双,等:基于Canny算子和GAC模型相结合的影像水边线提取方法子边缘检测结果;图2(d)为通过人机交互选取的初始轮廓;图2(e)为利用本算法迭代2 000次时的中间结果;图2(f)为利用本算法最终提取结果;图2(g)和图2(h)分别为同一区域的原始影像信息和提取的水边界信息;图2(g)对应图2(a)中矩形框中的区域,图2(h)对应图2(f)中矩形框中的区域:(a)原始航空影像(c)Canny检测结果(e)2 000次迭代(b)色度空间(d)初始轮廊(f)提取结果(g) 图像选I墨(h)选取提取结果图2实验结果l单独使用GAC模型需要迭代6 440次,用时1 894.5 s,本文方法迭代3 240次,用时1 003.1 s,提取效率有较大提高。从Canny算子检测结果图2(c)可以看出,Canny算子检测的边缘明显出现中断,没有得到连续封闭的边界,并且存在很多的杂点和误检测。但从最终提取结果图2(f)可以看出,由于GAC模型平滑性使得提取结果并未受上述影响,演变轮廓能够正确地在水边线处停止。选图2(g)为水边线弱边缘区域,灰度变化甚微,人眼很难判断出水边线的准确位置,但从最后的提取结果来看,提取的精度和准确性都很高,平滑性也较好。实验2结果如图3所示。图3(a)为待提取的彩色航空影像,影像大小为1 063像素x956像素,图像中明显存在着严重凹陷边界;图3(b)为单独使用GAC模型提取的结果;图3(c)为利用本算法最终提取结果;图3(d)~图3(f)分别为同一区域的原始影像、单独使用GAC模型提取的结果和利用本算法最终提取结果。图3(d)对应图3(a)中矩形框区域;图3(e)对应图3(b)中矩形框区域;图3(f)对应图3(c)中矩形框区域。(a)原始遥感影像(c)本文方法提取结果(b)GAC模型撮结果(d)图像选区(e) 选区GAC模型提取结果(f) 选区本文方法提取结果图3实验结果2万方数据单独使用GAC模型迭代总次数为3 420,所 ):24—33.用时间为620.0 s。本算法迭代总次数为2 459,E71欧阳越,种劲松-基于改进水平集算法的SAR图像海岸线要要时间翟。:,要磬臻法提取鬯譬量孽兰独㈣裟1滋羞嚣翟:…456-460….数字使用GAC模型提取的结果相比,不但提取效率得。主拟人图p“像-a7分萄算法[+J;.素磊仿真≮袅。,2:)1;,‘2i(X到提高,能够提取水边线弱边缘,而且还克服了凹 82.槽处边界提取及选取之间的矛盾问题,成功实现[9]CASELLES V,KIMMEL R,SAPIRO G.Geodesic Active Con.对凹陷边界的准确提取。touts[J]·ImmationalJournal puter Vision,结论 n伽詈蓍篇麓焉糍雾警麒戤引¨·中针对遥感影像水边线,特别是弱边缘水边线[11]KASS M,WITKIN A。TERZOPOULOS D.S。ak。:A。帆con.难以提取问题,充分利用GAC模型影像分割方法tour Models[J].International Journal puter Vision,连续性好和Canny算子边缘检测精度高的优点,):321-331‘堑里耋塑结全,差堂I-种新竺凳霎鬃雯查兰竺H21搿谶徽徽黛曩髫意l罢提取方法。相对于传统GAC模型影像分割方法 j一4)“一~…~。…………“’:262-265和算子边缘检测算法,此方法具有以下『.Canny 313]LI CHUNMING.XU CHENYANG.kvel set EvoIutl ion With.个优点。 0ut Re.initialization:A New Variational Formulation[J].Pro-1)可靠性强。不仅一般的水边线提取效果 ceedings of the 2005 puter Society conference on溉而且对于水边线弱边缘和水边线严重凹陷[14]:篙盎三=麓=’=:篡=:边界的提取效果也很理想。。。眦Re“二k,。l Set E,忑。n跚d I协Appli。ati仰to2)连续性好,精度高。继承了GAC模型影 Im噼se舯。。谢on….IEEE T瑚蛆cti。。。。。I。age P。像分割方法连续性好和Canny算子边缘检测精度 cessing,):.高的优点。[15] 杨勇,徐春,潘伟民·基于区域GAC模型的二值化水平集3)效率高。提高了影像分割的速度,比传统图像分割算法….计算机应用,):·GAc模型提取速度快。¨61嚣慕s:=≮=!=[譬==参考文献: [17]OSHER s,SETHIAN J.Fronts Pmpagadng with Curvature De一[1] 郭海涛,申家双,黄辰虎等.海岸带潮汐模型支持下的光束pendent SpeedAlgorithmsBased onHamilton Jaeobi Formula-模型的ERS·1 SAR图像的海岸线探测[J]·河北工业科技, 责任编辑陈四清万方数据播放器加载中，请稍候...
该用户其他文档
下载所得到的文件列表基于Canny算子和GAC模型相结合的影像水边线提取方法.pdf
文档介绍：
2013焦第30卷第3期测绘科学技术学报Journal of Geomaties Science and Technology No.3文章编号:13)03.0264—05基于Canny算子和GAC模型相结合的影像水边线提取方法申家双1”,郭海涛1一,李海滨1,邱富刚2”,张祖鹏2(1.海军海洋测绘研究所,天津.信息工程大学地理空间信息学院,河南郑州,...
内容来自淘豆网转载请标明出处.基于LandSat7遥感图像的水边线提取算法比较,遥感图像,遥感图像解译,遥感图像分类..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于LandSat7遥感图像的水边线提取算法比较
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口百度文库-信息提示
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
对不起，该文档已被删除，无法查看
4秒后，自动返回首页