没有合适的资源?快使用搜索试试~ 我知道了~
附件1:道路特征提取方法--示例讲解1
需积分: 0 0 下载量 49 浏览量
2022-08-08
22:06:00
上传
评论
收藏 4.09MB DOCX 举报
温馨提示
试读
23页
(2)基于HSV颜色空间下颜色特征描述结果分析在背景可分离复杂的高分辨率遥感影像中,不同地物具有不同的色彩信息,选取三幅囊括多种地物区域的高分遥感遥感图像进行实
资源详情
资源评论
资源推荐
高分辨率遥感影像下低等级道路多特征提取
1)颜色特征
(1)HSV 颜色空间下色彩灰度等级分割算法理论
颜色空间即颜色模型,现在有多种颜色模型且对图像处理都有着
各种重要的作用,我们常见的是 RGB、LAB,YUV,HIS,YCrCb,HSV
等。相对于 RGB,HSV 更能表示感知颜色间的联系与区别,并在计算
中保持简单性。总的来说,HSV 颜色空间下能够更加直观的区分色彩。
图 1 HSV 颜色空间模型
HSV 颜色空间定义在颜色坐标系中的圆锥如 Error! Reference
source not found.所示。色调 H 在 HSV 模型中用圆锥顶面圆形的角
度来表示。饱和度 S 沿水平轴测量而明度值沿通过圆锥中心的垂直轴
测量。明度值 V 从圆锥底部的 0 变化到顶部的 1。
红绿蓝三种颜色的夹角为 120 度。值域范围为 0 到 360 度。是
S,V 值域范围为 0 到 1。RGB 与 HSV 可以相互转换。RGB 转换到 HSV
颜色空间的具体公式如下:
max Max[ , , ]
min Min [ , , ]
0 max min
60 max
G
60 360 max
max min
G
60 120 max
max min
G
60 240 max
max min
0 max 0
max min
max
max
R G B
R G B
if
if R and G B
B
H if R and G B
B
if G
B
if B
if
S
otherwise
V
=
=
ì
ï
ï
=
ï
= ³
ï
ï
-
ï
= ´ + = <
í
-
ï
-
ï
´ + =
ï
-
ï
-
ï
´ + =
ï
-
î
=
ì
ï
=
-
í
ï
î
=
。
。 。
。 。
。 。
在高分遥感影像中,区域色彩信息也是主要的识别依据。因而在
道路自动提取中,找寻出能够有效表征道路的颜色特性模式就显得尤
为重要了。要在道路提取应用中使用 HSV 空间,我们必须将其量化。
如 Error! Reference source not found.所示,色调(H)从 0 到 360
度显示红色,橙色,黄色,绿色,青色,蓝色和紫色 每钟颜色所包
含对的角度范围不均匀。具体量化方案如下所示。
当 S 大于 0.8V 或者 S,V 均大于 0.2 时,量化 H,将其判断为 7
个彩色区域。
8( ) (330 ,22 ]
9(orange) (22 , 45 ]
10( ) (45 , 70 ]
clor 11( ) (70 ,155 ]
12( ) (155 ,186 ]
13( ) (186 , 278 ]
14( ) (278 ,330 ]
red if h
if h
yellow if h
green if h
cyan if h
blue if h
blue if h
ì
Î
ï
Î
ï
ï
Î
ï
ï
= Î
í
ï
Î
ï
ï
Î
ï
Î
ï
î
。 。
。 。
。 。
。 。
。 。
。 。
。 。
在非彩色空间中,将灰度量化为八个区域。
0(blac ) 0 0.2
clor ( 0.2) 10 1 (0 0.2) & &(0.2 0.8)
7( ) (0 0.2) & &(0.8 1)
k if V
V if S V
white if S V
£ <
ì
ï
= - ´ + £ £ £ <
ê ú
í
ë û
ï
£ £ £ £
î
为了找到道路色彩在 HSV 颜色空间中的分布情况,我们对包含道
路的超像素进行标记统计,人工提取了 8315 个道路超像素对其进行
颜色色彩归类分析,如图 2 所示,发现接近 93%的人工标记道路区域
在(0-7)这 8 个灰度空间,道路在彩色空间(8-14)不足 7.5%。
图 2 道路灰度值概率分布图
综上所述,在高分辨率遥感影像低等级道路自动提取中,通过在
HSV 颜色空间量化后,颜色特征能够有效的提取出道路信息。同时我
们也看到,灰度范围在 0-2 之间所占比例也很小,侧面反映了道路区
域趋于黑色的可能性较小。在统计分析的基础上,我们通过实验结果
进行分析。
(2)基于 HSV 颜色空间下颜色特征描述结果分析
在背景可分离复杂的高分辨率遥感影像中,不同地物具有不同的
色彩信息,选取三幅囊括多种地物区域的高分遥感遥感图像进行实验
分析,可以看到,遥感影像中地物颜色多样,有红褐色的环形跑道、
绿色的植被、浅绿的河流湖泊、红、蓝色的屋顶、黝黑肥沃的土地都
是道路自动提取中需要排除的首要因素。运用 HSV 颜色空间量化后的
结果进行剔除处理,能够从很大程度上对各种包含丰富彩色信息的区
域进行识别,同时也能够较为准确的反映出该颜色表征方法识别是否
有效。
图 3 左边为遥感影像原图,中间为基于颜色量化结果剔除彩色区域后效果图,右边为在灰度区
域剔除(0-2)灰度值域后效果图。
第一幅图中我们可以看到,运用量化的灰度空间能够将人工判断
的道路区域完全有效的标记出来,植被、湖泊跑道都得到了很好的剔
除。但我们从中间的图中也可以看到,植被在阳光下的阴影也被当成
了潜在道路区域。我们从图 2 图 3 可以看出,道路区域成黑色或者几
近黑色的可能性是很小的。大约占比 0.5%。于是,通过剔除掉 0-2
这一灰度值域范围,发现阴影得到了有效的去除。当然这一方法可能
会剔除掉道路区域被阴影遮挡部分。但是遥感影像道路提取前将会做
阴影判断补偿,该方法在前期项目中得以实现。
将遥感影像中地物分类为道路、植被、裸地、水域四类进行一个
颜色量化后的统计,统计了各类地物超像素各自均超过五千多个,得
到各分量均值后进行归一化,结果如图 4 所示。
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
road1hs
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
0.05
0.1
0.15
0.2
0.25
0.3
house1hs
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
luodi2hs
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
zhibei3hs
剩余22页未读,继续阅读
小埋妹妹
- 粉丝: 22
- 资源: 344
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0