[發(fā)明專利]一種保持地標(biāo)建筑形狀特征的自動符號化方法

在審

• 申請?zhí)枺?/td>: 201710545845.2
• 申請日: 2017-07-06
• 公開（公告）號: CN107463622A
• 公開（公告）日: 2017-12-12
• 發(fā)明（設(shè)計）人: 遆鵬;王儷穎;喻崇湖
• 申請（專利權(quán)）人: 西南交通大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T7/11;G06T7/13
• 代理公司: 成都信博專利代理有限責(zé)任公司51200
• 代理人: 劉凱

技術(shù)領(lǐng)域

本發(fā)明涉及地圖制作技術(shù)領(lǐng)域，具體為一種保持地標(biāo)建筑形狀特征的自動符號化方法。

背景技術(shù)

地圖作為一種將空間信息傳遞給讀者的工具，地圖語言是不可缺少的媒介，而地圖符號是地圖的語言單位，是可視化表達空間信息內(nèi)容的基礎(chǔ)單元。在地圖上，地標(biāo)建筑符號是人們使用地圖時進行空間認(rèn)知匹配的重要特征，而目前地標(biāo)建筑的符號設(shè)計通常采用兩種方式，第一種是基于規(guī)則的幾何形狀進行統(tǒng)一化表達，這種方式可以以自動化方式進行符號化，但無法表達地標(biāo)建筑本身的幾何形狀特征。第二種常見于旅游專題圖或者個性化地圖，是采用人工設(shè)計方式，同時保持地標(biāo)建筑的幾何形狀，但這種人工方式耗時耗力，尤其對于大范圍內(nèi)大量地標(biāo)建筑，可行性不高，并且由于人為主觀因素影響，對符號設(shè)計人員的專業(yè)要求較高。如何快速自動并且能夠的保持形狀特征的自動符號化技術(shù)已經(jīng)成為目前地圖學(xué)領(lǐng)域研究的前沿問題。因此自動、高效的保持形狀特征的符號化是目前地圖學(xué)和地圖服務(wù)的主要關(guān)注點之一。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明的目的在于提供一種能夠提高地圖使用時用戶的空間認(rèn)知能力，并可用于靜態(tài)和多媒體動態(tài)的地圖表達，服務(wù)于地圖自動更新，建筑變化檢測等多個方面的保持地標(biāo)建筑形狀特征的自動符號化方法。技術(shù)方案如下：

一種保持地標(biāo)建筑形狀特征的自動符號化方法，包括以下步驟：

步驟1：將目標(biāo)實體對象從影像中分割出來；

步驟2：對分割后的圖像二值化，并提取實體對象的邊緣形態(tài)特征；

步驟3：對提取邊緣線結(jié)果矢量化，并采用保持關(guān)鍵點的線形狀簡化方法優(yōu)化提取結(jié)果；

步驟4：存儲優(yōu)化處理之后的符號結(jié)果。

進一步的，所述步驟1的具體步驟如下：

步驟1.1：影像數(shù)據(jù)初始化；

步驟1.2：進行能量最小化分割迭代；

步驟1.3：采用border matting對分割的邊界進行平滑處理。

更進一步的，所述步驟1.1中初始化的具體步驟為：

步驟1.11：輸入影像數(shù)據(jù)，用z＝(z₁,z₂,…,z_N)表示圖像像素組成的數(shù)組，α＝(α₁,α₂,…,α_N)表示像素對應(yīng)的不透明數(shù)組，其中0≤α_N≤1，α取0或1；對可能目標(biāo)手動標(biāo)定矩形框，方框外的像素全部作為背景像素T_B，方框內(nèi)的像素作為前景像素T_U；

步驟1.12：遍歷T_B內(nèi)的每一像素，初始化其標(biāo)簽α_n＝0，即為背景像素；對T_U內(nèi)的每個像素，初始化其標(biāo)簽α_n＝1，即作為“可能是目標(biāo)”的像素；

步驟1.13：分別用具有K個高斯分量的全協(xié)方差混合高斯模型對前景和背景區(qū)域的像素分別建立模型；其中K＝(k₁,...,k_n,...,k_N),k_n∈{1,2,...k}；

步驟1.14：從背景和前景各自相應(yīng)的區(qū)域里獲取像素點，生成各自的灰度直方圖分布θ：

θ＝{π(α,k),μ(α,k),Σ(α,k),α＝0,1,k＝1...K}

式中，π表示每個高斯分量的權(quán)重，μ表示每個高斯分量的均值向量，∑表示RGB三個通道的協(xié)方差矩陣；

步驟1.15：計算每個混合高斯密度模型D：

其中

且0≤π_i≤1

對上式取負(fù)對數(shù)化簡為：

步驟1.16：計算區(qū)域項U，表示一個像素被歸為目標(biāo)或者背景的概率的負(fù)對數(shù)，以確定圖的t-link的權(quán)值：

步驟1.17：計算平滑項V，表示鄰域像素m和n之間的不連續(xù)的懲罰，在RGB空間中，采用歐式距離衡量兩像素的相似性，則n-link的權(quán)值通過下式確定：

式中，γ為常數(shù)，β由圖像的對比度確定，即：

β＝(2((z_m-z_n)²))^-1

步驟1.18：計算整個圖形的Gibbs能量函數(shù)E：

E(α,k,θ,z)＝U(α,k,θ,z)+V(α,z)。