建筑图像的底层拓扑特征提取的算法研究

摘要

图像底层特征提取是计算机图形领域一个很重要的研究课题，它是通过计算机处理和分析来提取图像不变特征，进而服务其它技术，比如三维重建技术、图像检索技术等。而基于建筑图像的三维重建技术一直是计算机视觉的研究热点，本文针对几何信息丰富的建筑图像提出了点、线、面三种底层拓扑特征提取及匹配算法，与一般图像底层特征相比，本文提出的特征包含了丰富的建筑图像几何信息，能更好的服务建筑场景的基于图像三维重建技术。本文具体研究内容包括图像角点检测，直线段匹配算法以及建筑图像平面分割算法。
　　1.角点是图像重要的特征，对图像的理解和分析都有很重要的作用。本文对建筑图像中角点提取问题进行了研究，提出了一种新的角点检测算法，角点被定义为图像中线段相交的点。给定图像中直线段结构，首先两两求交获取候选角点位置;然后算法会在候选角点周围搜寻形成角点的分支边缘线;最后根据角点分支线筛选真正角点，得到角点精确位置以及结构信息。
　　2.特征匹配是计算机视觉中的基本工作，旨在找到同一场景的不同图像中对应的特征。不同图像的光照变化、视觉角度变化等因素使特征匹配成为一项挑战性课题，本文针对建筑图像中直线段特征匹配算法进行了研究，提出了一种新的线特征描述子，该描述子编码图像中直线段特征与其周围SIFT点特征的几何关系来描述直线段特征。通过描述子匹配实现不同图像的直线段特征精确匹配工作，并集成了更多的直观信息来帮助后续的三维重建工作。
　　3.图像平面分割旨在提取图像中面特征，本文对建筑图像中面特征提取进行了研究，提出了一种新的面提取算法。利用图像中角点结构信息，构建以角点为节点的无向图，图中边的权值通过角点之间的几何关系来衡量，通过搜寻无向图中简单环结构来获取图像中对应的面特征。这样不但能获得图像不同平面区域信息，而且能获得其几何轮廓信息。
　　本文主要以构建新的图像底层特征提取及匹配算法为研究方向，并通过大量实验结果验证算法有效性。对于算法中讨论不足之处，在以后的研究工作中会予以关注。

目录

声明

摘要

第1章 绪论

1．1 研究意义

1．2 国内外研究概况和发展趋势

1．3 本文主要工作

第2章 图像角点检测算法

2．1 引言

2．2 图像角点检测典型算法

2．2．1 Harris算子

2．2．2 SUSAN算子

2．2．3 JUDOCA算法

2．3 基于直线段的角点检测算法

2．3．1 角点建模与分类

2．3．2 LSD直线段检测算法

2．3．3 筛选候选角点

2．3．4 搜寻角点分支

2．3．5 角点修正

2．3．6 实验结果分析与总结

第3章 图像特征线匹配算法

3．1 引言

3．2 特征线匹配典型算法

3．2．1 LMatch特征线匹配算法

3．2．2 MSLD特征线匹配算法

3．2．3 基于点线关系的特征线匹配算法

3．3 Line-SIFT几何模型特征线匹配算法

3．3．1 特征线检测

3．3．2 SIFT点检测及匹配

3．3．3 Line-SIFT几何模型

3．3．4 基于LSGP的特征线匹配

3．3．5 实验结果分析与总结

3．4 基于LSGP的三维模型重建

3．4．1 三维线重建

3．4．2 非连贯特征线匹配聚类

3．4．3 几何模型重建

3．4．4 三维重建结果及分析

第4章 图像平面分割算法

4．1 引言

4．2 基于角点的图像分割典型算法

4．2．1 角点聚类分割算法

4．2．2 基于贝叶斯A*的角点聚类算法

4．3 图像拓扑平面分割算法

4．3．1 角点及边缘提取

4．3．2 构造角点图

4．3．3 图像平面分割

4．3．4 实验结果

第5章 总结与展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果