一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，用于土地違法違規(guī)使用的違法建筑物自動(dòng)識(shí)別，包括步驟：首先對(duì)原始的建筑物RGB彩色圖像，經(jīng)過(guò)濾波、增強(qiáng)、邊緣檢測(cè)等處理將其轉(zhuǎn)化為灰度邊緣圖像；然后對(duì)灰度邊緣圖像按照傅里葉描述子的方法提取出所有的輪廓；接著將輪廓點(diǎn)寫(xiě)成復(fù)數(shù)的形式，對(duì)其進(jìn)行離散傅里葉變換，然后對(duì)變換后的值求模，得到歸一化的傅里葉描述子；并對(duì)提取的輪廓數(shù)據(jù)按照DP算法進(jìn)行簡(jiǎn)化；根據(jù)簡(jiǎn)化后的建筑物輪廓建立建筑物形狀標(biāo)準(zhǔn)模版庫(kù)；計(jì)算與標(biāo)準(zhǔn)模版庫(kù)的歐氏距離，利用歐氏距離來(lái)表示兩個(gè)傅里葉描述子的相似度，最后判斷提取的輪廓是否為典型建筑物形狀特征，從而達(dá)到在視頻圖像中自動(dòng)識(shí)別違法建筑物目標(biāo)。
【專(zhuān)利說(shuō)明】一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理和模式識(shí)別領(lǐng)域，特別是涉及一種基于傅里葉描述子的建筑 物自動(dòng)識(shí)別方法。

【背景技術(shù)】
[0002] 目前，我國(guó)城鎮(zhèn)化進(jìn)程中，村鎮(zhèn)新增建設(shè)用地利用存在問(wèn)題突出，布局混亂、擴(kuò)張 無(wú)序、浪費(fèi)嚴(yán)重，違法違規(guī)形式多、分布廣。主要有三大違規(guī)違法用地形式：（1)規(guī)避農(nóng)用地 轉(zhuǎn)用和征收審批；（2)突破開(kāi)發(fā)區(qū)實(shí)際范圍，以各種名義新設(shè)各類(lèi)開(kāi)發(fā)區(qū)、工業(yè)集中區(qū)等；
[3] 擅自先行征地、供地、建設(shè)，先占先用，邊報(bào)邊占。在國(guó)土部門(mén)采用的12336舉報(bào)電話(huà)系 統(tǒng)、衛(wèi)片執(zhí)法、土地巡查車(chē)等一系列技術(shù)手段已經(jīng)形成了"天上看、網(wǎng)上管、地上查"的立體 監(jiān)管網(wǎng)絡(luò)，其在違法違規(guī)用地的發(fā)現(xiàn)處理方面取得了一定的成效。但這些技術(shù)手段也各自 存在一些不足。12336舉報(bào)熱線有著線索無(wú)法全部實(shí)地核查和線索方向不夠廣泛的缺點(diǎn)。 衛(wèi)片土地執(zhí)法檢查也存在著一些問(wèn)題：（1)成本較高，占用了寶貴的衛(wèi)星資源；（2)成像角 度較單一；（3)容易受到氣象因素等的干擾；（4)執(zhí)法周期長(zhǎng)，無(wú)法實(shí)時(shí)高效地進(jìn)行監(jiān)測(cè)。對(duì) 于動(dòng)態(tài)巡查，目前還只停留在駕駛巡查車(chē)，對(duì)有限的幾個(gè)違法用地易發(fā)區(qū)進(jìn)行現(xiàn)場(chǎng)勘查，然 后在現(xiàn)場(chǎng)人工拍攝照片并進(jìn)行存檔，之后回到辦公地點(diǎn)對(duì)數(shù)據(jù)進(jìn)行分析和比對(duì)，如發(fā)現(xiàn)違 法用地現(xiàn)象再重新返回現(xiàn)場(chǎng)進(jìn)行處理的工作模式。這種工作模式大大增加了工作人員的工 作量，也降低了對(duì)違法用地處理的時(shí)效性。近年來(lái)，隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)、模式識(shí) 別技術(shù)的發(fā)展，基于視頻圖像的目標(biāo)自動(dòng)檢測(cè)和識(shí)別成為圖像處理與識(shí)別應(yīng)用的熱點(diǎn)研究 方向，結(jié)合新的應(yīng)用領(lǐng)域，圖像處理與識(shí)別的研究呈現(xiàn)出新的特點(diǎn)。
[0003] 物體的形狀特征是物體外在表現(xiàn)最明顯的基礎(chǔ)特征之一，也是人眼視覺(jué)最容易 辨別的特征之一，形狀識(shí)別一直是模式識(shí)別研究的熱點(diǎn)方向。物體的形狀可以有很多種 表現(xiàn)形式，如邊界曲線的點(diǎn)序列坐標(biāo)、邊界上各點(diǎn)的切線方向及曲率、邊界點(diǎn)到重心的 距離等。目前人們已經(jīng)提出了多種形狀識(shí)別方法，如基于邊界特征點(diǎn)[c C Chang，S M Hwang, D j Buehrer. A shape recognition scheme based on relative distance of feature points from the centroid[J]. Pattern Recognition, 1991. 24(11): 1053-1063]，不變矩[S 0 Belkasim，M Shridhar，M Ahmadi. Pattern recogntion with moment invariant: A comparative study and new results[J]. Pattern Recognition，1991. 24: 1117-1138]，傅里葉描述子[H Kauppien，T Sepanen. An experiment comparison of autoregressive and Fourier-based descriptors in 2D shape classification[C]. IEEE Trans on PAM I, 1995.2: 201-207 ；E Persoon, K S Fu. Shape discrimination using Fourier descriptors[C]. IEEE Trans on PAM I，1986.8: 388-397 ；C T Zahnj R Z Roskies. Fourier descriptors for plane closed curves[C]. IEEE Trans on Computers，1972.21: 269-281]和自回歸模型[S R Dubos，F(xiàn) H Glanz. An autoregressive model approach to two-dimensional shape classification [C]. IEEE Trans on PAM I，1986. 8: 55-56]等。國(guó)外的Kauppien對(duì)各種典型的形狀識(shí)別方法 進(jìn)行了比較，最終通過(guò)實(shí)驗(yàn)表明基于物體輪廓坐標(biāo)序列的傅里葉描述子具有最佳的形狀識(shí) 別性能。
[0004] 建筑物圖像中也包含有大量的形狀特征信息，而且雖然實(shí)際中的建筑物隨其樣式 不同會(huì)有很大的差別，但是其圖像中總會(huì)或多或少地包含有一些典型的形狀特征，如矩形、 三角形等。可見(jiàn)，形狀特征的識(shí)別在建筑物檢測(cè)中有著非常重要的意義。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明主要解決的技術(shù)問(wèn)題是：針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于傅里葉描述 子的建筑物自動(dòng)識(shí)別方法，能夠提高土地違法違規(guī)建筑物發(fā)現(xiàn)的智能化和自動(dòng)化程度，實(shí) 現(xiàn)對(duì)視頻圖像中違法違規(guī)建筑物目標(biāo)的自動(dòng)發(fā)現(xiàn)和識(shí)別，實(shí)現(xiàn)土地巡查的自動(dòng)報(bào)警和聯(lián)動(dòng) 執(zhí)法。
[0006] 為解決上述技術(shù)問(wèn)題，本發(fā)明采用的一個(gè)技術(shù)方案是：提供一種基于傅里葉描 述子的建筑物自動(dòng)識(shí)別方法，用于土地違法違規(guī)使用的違法建筑物自動(dòng)識(shí)別，包括以下步 驟： (100) RGB圖像轉(zhuǎn)化為灰度邊緣圖像：對(duì)于原始的建筑物RGB彩色圖像，經(jīng)過(guò)處理將其 轉(zhuǎn)化為灰度邊緣圖像； (200)建筑物輪廓提?。簩?duì)灰度邊緣圖像按照傅里葉描述子的方法提取出所有的輪 廓； (300)離散傅里葉變換：將提取的輪廓的點(diǎn)寫(xiě)成復(fù)數(shù)的形式，對(duì)其進(jìn)行離散傅里葉變 換， (400)傅里葉描述子歸一化：對(duì)離散傅里葉變換后的值求模，每一項(xiàng)的模都除以第一項(xiàng) 的模，得到歸一化的傅里葉描述子； (500) DP直線簡(jiǎn)化：對(duì)提取的輪廓數(shù)據(jù)按照DP算法進(jìn)行簡(jiǎn)化； (600)建筑物形狀標(biāo)準(zhǔn)模版庫(kù)建立：根據(jù)簡(jiǎn)化后的建筑物輪廓建立建筑物形狀標(biāo)準(zhǔn)模 版庫(kù)； (700)計(jì)算與建筑物形狀標(biāo)準(zhǔn)模版庫(kù)的歐氏距離：計(jì)算兩個(gè)傅里葉描述子的歐氏距離， 利用歐氏距離來(lái)表示他們之間的相似度； (800)輪廓提取效果與分析：最后判斷提取的輪廓是否為典型建筑物形狀特征，從而達(dá) 到在視頻圖像中自動(dòng)識(shí)別違法建筑物目標(biāo)。
[0007] 在本發(fā)明一個(gè)較佳實(shí)施例中，步驟（100)中所述處理包括濾波、增強(qiáng)和邊緣檢測(cè)處 理。
[0008] 在本發(fā)明一個(gè)較佳實(shí)施例中，步驟（400)中所述歸一化的傅里葉描述子具有旋轉(zhuǎn) 不變性、平移不變性和尺度不變性，且與曲線的起點(diǎn)選擇無(wú)關(guān)。
[0009] 在本發(fā)明一個(gè)較佳實(shí)施例中，步驟（500)中所述DP算法為道格拉斯-普克矢量壓 縮算法，用來(lái)對(duì)提取的輪廓數(shù)據(jù)進(jìn)行簡(jiǎn)化壓縮。
[0010] 在本發(fā)明一個(gè)較佳實(shí)施例中，所述DP算法包括以下步驟： (i )對(duì)每一條直線的首末點(diǎn)虛連一條直線，求所有點(diǎn)與直線的距離，并找出最大距離 d ? v^max 9 (ii)用dmax與設(shè)定的線差D相比，如果dmax〈D，則這條直線上的中間點(diǎn)全部舍去；如果 CU S D，則保留d_對(duì)應(yīng)的坐標(biāo)點(diǎn)，并以該點(diǎn)為界，將曲線分為兩部分，對(duì)這兩部分重復(fù)使用 該方法。
[0011] 在本發(fā)明一個(gè)較佳實(shí)施例中，步驟（600 )中所述建筑物形狀標(biāo)準(zhǔn)模版庫(kù)按以下標(biāo) 準(zhǔn)創(chuàng)建： 矩形模版：建筑物圖像中矩形類(lèi)的形狀特征占大多數(shù)，其中主要有門(mén)，窗，立柱及建筑 物的整體輪廓，采取8個(gè)邊長(zhǎng)比不同的矩形作為模板，其長(zhǎng)邊與短邊的比值分別為4、3、 2. 5、2、1. 75、1. 5、1. 25 和 1 ; 三角形模板：三角形的形狀特征在建筑物圖像中也有很多的體現(xiàn)，比如人字架屋頂、屋 檐等，應(yīng)用在建筑領(lǐng)域的人字架的角度大約分布在20° -60°之間，在這里我們?nèi)?個(gè)不同 角度的等腰三角形作為模板，其角度分別為25°、35°、45°、55° ; 五邊形模板：采取4個(gè)不同的五邊形作為模板，其三角形部分取的角度分別為25°、 35°、45°、55°，其底部矩形部分底高比例取為2:1和1.5:1兩種。
[0012] 在本發(fā)明一個(gè)較佳實(shí)施例中，步驟（700)中所述歐氏距離的計(jì)算步驟為：

【權(quán)利要求】
1. 一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在于，包括以下步驟： (100) RGB圖像轉(zhuǎn)化為灰度邊緣圖像：對(duì)于原始的建筑物RGB彩色圖像，經(jīng)過(guò)處理將其 轉(zhuǎn)化為灰度邊緣圖像； (200)建筑物輪廓提取：對(duì)灰度邊緣圖像按照傅里葉描述子的方法提取出所有的輪 廓； (300)離散傅里葉變換：將提取的輪廓的點(diǎn)寫(xiě)成復(fù)數(shù)的形式，對(duì)其進(jìn)行離散傅里葉變 換， (400)傅里葉描述子歸一化：對(duì)離散傅里葉變換后的值求模，每一項(xiàng)的模都除以第一項(xiàng) 的模，得到歸一化的傅里葉描述子； (500) DP直線簡(jiǎn)化：對(duì)提取的輪廓數(shù)據(jù)按照DP算法進(jìn)行簡(jiǎn)化； (600)建筑物形狀標(biāo)準(zhǔn)模版庫(kù)建立：根據(jù)簡(jiǎn)化后的建筑物輪廓建立建筑物形狀標(biāo)準(zhǔn)模 版庫(kù)； (700)計(jì)算與建筑物形狀標(biāo)準(zhǔn)模版庫(kù)的歐氏距離：計(jì)算兩個(gè)傅里葉描述子的歐氏距離， 利用歐氏距離來(lái)表示他們之間的相似度； (800)輪廓提取效果與分析：最后判斷提取的輪廓是否為典型建筑物形狀特征，從而達(dá) 到在視頻圖像中自動(dòng)識(shí)別違法建筑物目標(biāo)。
2. 根據(jù)權(quán)利要求1所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，步驟（100)中所述處理包括濾波、增強(qiáng)和邊緣檢測(cè)處理。
3. 根據(jù)權(quán)利要求1所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，步驟（400)中所述歸一化的傅里葉描述子具有旋轉(zhuǎn)不變性、平移不變性和尺度不變性， 且與曲線的起點(diǎn)選擇無(wú)關(guān)。
4. 根據(jù)權(quán)利要求1所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，步驟（500)中所述DP算法為道格拉斯-普克矢量壓縮算法，用來(lái)對(duì)提取的輪廓數(shù)據(jù)進(jìn) 行簡(jiǎn)化壓縮。
5. 根據(jù)權(quán)利要求4所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，所述DP算法包括以下步驟： (i )對(duì)每一條直線的首末點(diǎn)虛連一條直線，求所有點(diǎn)與直線的距離，并找出最大距離 d ? v^max 9 (ii)用dmax與設(shè)定的線差D相比，如果dmax〈D，則這條直線上的中間點(diǎn)全部舍去；如果 D，則保留d_對(duì)應(yīng)的坐標(biāo)點(diǎn)，并以該點(diǎn)為界，將曲線分為兩部分，對(duì)這兩部分重復(fù)使用 該方法。
6. 根據(jù)權(quán)利要求1所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，步驟（600)中所述建筑物形狀標(biāo)準(zhǔn)模版庫(kù)按以下標(biāo)準(zhǔn)創(chuàng)建： 矩形模版：采取8個(gè)邊長(zhǎng)比不同的矩形作為模板，其長(zhǎng)邊與短邊的比值分別為4、3、 2. 5、2、1. 75、1. 5、1. 25 和 1 ; 三角形模板：取4個(gè)不同角度的等腰三角形作為模板，其角度分別為25°、35°、45°、 55。； 五邊形模板：采取4個(gè)不同的五邊形作為模板，其三角形部分取的角度分別為25°、 35°、45°、55°，其底部矩形部分底高比例取為2:1和1.5:1兩種。
7. 根據(jù)權(quán)利要求1所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，步驟（700)中所述歐氏距離的計(jì)算步驟為：
其中，K為選取的傅里葉描述子的個(gè)數(shù)，D為歐氏距離，Cli和4為兩個(gè)不同的傅里葉描 述子。
8. 根據(jù)權(quán)利要求7所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，所述傅里葉描述子的個(gè)數(shù)K=25。
9. 根據(jù)權(quán)利要求7所述的一種基于傅里葉描述子的建筑物自動(dòng)識(shí)別方法，其特征在 于，所述歐氏距離D的閾值為0. 5,若D不大于0. 5則相似，否則不相似。
【文檔編號(hào)】G06K9/46GK104331682SQ201410534577
【公開(kāi)日】2015年2月4日 申請(qǐng)日期:2014年10月11日 優(yōu)先權(quán)日:2014年10月11日
【發(fā)明者】王慶, 張小國(guó), 肖彥昌, 王彥金 申請(qǐng)人:東南大學(xué)