ОБНАРУЖЕНИЕ ЗДАНИЙ НА КЛАСТЕРИЗОВАННЫХ АЭРОФОТОСНИМКАХ И КОСМИЧЕСКИХ ИЗОБРАЖЕНИЯХ
Аннотация
Предлагается подход к задаче обнаружения зданий на аэрофотоснимках и космических изображениях, использующий кластерные представления этих изображений. Подход позволяет выделять здания на цветных изображениях с разрешением выше 3-4 м/пиксел. Программная реализация предложенного подхода существенно быстрее известных нам реализованных алгоритмов. Достаточно высокая надежность и быстродействие реализаций обеспечиваются возможностью выделения границ кластеров и получения их достаточно точного упрощенного представления. Особенностью подхода является использование нескольких критериев, каждый из которых с высокой вероятностью выделяет часть зданий и при этом обладает близкой к нулю вероятностью ошибочного выделения.
Об авторах
П. В. ЛукашевичБеларусь
Б. А. Залесский
Беларусь
Список литературы
1. Mayer, H. Automatic Object Extraction from Aerial Imagery – A Survey Focusing on Buildings / H. Mayer // Computer Vision and Image Understanding. – 1999. – Vol. 74, № 2. – P. 138–149.
2. SURF: Speeded Up Robust Features / H. Bay [et al.] // Computer Vision and Image Understanding (CVIU). – 2008. – Vol. 110, № 3. – P. 346–359.
3. Lowe, D. Object recognition from local scale-invariant features / D. Lowe // Proc. of the Intern. Conf. on Computer Vision. – Washington, DC, USA, 1999. – Vol. 2. – P. 1150–1157.
4. Scovanner, P. A 3-dimensional sift descriptor and its application to action recognition /
5. P. Scovanner, S. Ali, M. Shah // Proc. of the 15th Intern. Conf. on Multimedia. – N.Y., USA, 2007. – P. 357–360.
6. Lacoste, C. Unsupervised line network extraction in remote sensing using a polyline process / C. Lacoste, X. Descombes, J. Zerubia // Pattern Recognition. – 2010. – Vol. 43 (4). – P. 1631–1641.
7. Lafarge, F. Geometric Feature Extraction by a Multi-Marked Point Process / F. Lafarge,
8. G. Gimel'farb, X. Descombes // IEEE Trans. Pattern Analysis and Machine Intelligence. – 2010. – Vol. 32 (9). – P. 1597–1609.
9. Benedek, C. Building Development Monitoring in Multitemporal Remotely Sensed Image
10. Pairs with Stochastic Birth-Death Dynamics / C. Benedek, X. Descombes, J. Zerubia // IEEE Trans. Pattern Analysis and Machine Intelligence. – 2011. – Vol. 99.
11. Annotated Computer Vision Bibliography: Table of Contents [Electronic resource]. – Mode
12. of access : http://www.visionbib.com/bibliography/keyword/b.html#Building Recognition. – Date of access : 01.11.2011.
13. Yang, X. Urban Remote Sensing: Monitoring, Synthesis and Modeling in the Urban Environment / X. Yang. – Blackwell : John Wiley & Sons, 2011. – 408 p.
14. Zalesky, B.A. Integer Programming Methods in Image Processing and Bayes Estimation /
15. B.A. Zalesky // Studies in Fuzziness and Soft Computing. – 2007. – Vol. 210. – P. 415–444.
16. Zalesky, B.A. Gibbs Classifiers / B.A. Zalesky // Probability Theory and Mathematical Statistics. – 2004. – Vol. 70. – P. 36–46.
17. Прадун, Д.В. Фильтрация и кластеризация мультиспектральных изображений с по-
18. мощью алгоритма максимального потока в сети на основе вычисления градиента / Д.В. Прадун, Б.А. Залесский // Информатика. – 2010. – № 3 (27). – C. 73–80.
19. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М. : Техно-
20. сфера, 2005. – 1070 с.
21. Лукашевич, П.В. Выделение теней на изображениях с помощью анализа гистограмм / П.В. Лукашевич, Б.А. Залесский // Информатика. – 2011. – № 1 (29). – C. 118–128.
22. Latecki, L.J. Application of Planar Shape Comparison to Object Retrieval in Image Databases / L.J. Latecki, R. Lakaemper // Pattern Recognition. – 2002. – Vol. 35 (1). – P. 15–29.
23. Bai, X. Detection and Recognition of Contour Parts Based on Shape Similarity / X. Bai,
24. X. Yang, L.J. Latecki // Pattern Recognition. – 2008. – Vol. 41, № 7. – P. 2189–2199.
Рецензия
Для цитирования:
Лукашевич П.В., Залесский Б.А. ОБНАРУЖЕНИЕ ЗДАНИЙ НА КЛАСТЕРИЗОВАННЫХ АЭРОФОТОСНИМКАХ И КОСМИЧЕСКИХ ИЗОБРАЖЕНИЯХ. Информатика. 2011;(4(32)):38-47.