緩沖區(qū)中非邊界的像素點集； 基于所提取的像素點集從所述目標的梯度圖像中提取所述邊界緩沖區(qū)中的邊界點梯 度集合以及所述整體緩沖區(qū)中的非邊界點梯度集合； 基于所提取的梯度集合，利用z值檢驗法計算所述目標的邊界顯著性值；以及 如果所計算的邊界顯著性值小于設定的邊界顯著性閾值，則判斷所述目標為發(fā)生變化 的目標。2. 如權利要求1所述多邊形目標的變化檢測方法，其特征在于，所述基于所述目標的 GIS數據構建所述目標的邊界緩沖區(qū)和整體緩沖區(qū)之前，還包括：將所述目標的GIS數據的 經緯度坐標按照大地坐標系轉換為地理坐標，再將所述地理坐標按照投影坐標系轉換為圖 上坐標；以及 讀取所述目標的遙感影像，并采用sobel算子、Roberts算子或拉普拉斯算子將所述遙 感影像進行處理得到梯度圖像。3. 如權利要求2所述多邊形目標的變化檢測方法，其特征在于，所述基于所述目標的 GIS數據構建所述目標的邊界緩沖區(qū)和整體緩沖區(qū)包括： 基于所述GIS數據中目標的邊界，以1個像素的寬度為半徑建立邊界緩沖區(qū)；以及 基于所述GIS數據中目標的面積確定半徑，構建整體緩沖區(qū)，所述半徑為所述面積的 十分之一。4. 如權利要求3所述多邊形目標的變化檢測方法，其特征在于，所述提取所述邊界緩 沖區(qū)中邊界的像素點集以及所述整體緩沖區(qū)中非邊界的像素點集包括： 基于式（2)提取所述邊界緩沖區(qū)中邊界的像素點集： PCI = {(x, y) I (x, y) e buffi} (2) 其中，buffi為所述邊界緩沖區(qū)； 基于式（3)提取所述整體緩沖區(qū)中非邊界的像素點集：(3) 其中，buff2為所述整體緩沖區(qū)。5. 如權利要求4所述多邊形目標的變化檢測方法，其特征在于，所述基于所提取的像 素點集從所述目標的梯度圖像中提取所述邊界緩沖區(qū)中的邊界點梯度集合以及所述整體 緩沖區(qū)中的非邊界點梯度集合包括： 基于所提取的像素點集PC1以及式（4)，從所述目標的梯度圖像中提取所述邊界緩沖 區(qū)中的邊界點梯度集合： GC1 = {g(x,y) | (x,y) e PCI} (4) 基于所提取的像素點集PC2以及式（5)，從所述目標的梯度圖像中提取所述整體緩沖 區(qū)中的非邊界點梯度集合： GC2 = {g(x, y) I (x, y) e PC2} (5) 其中，g(x，y)為點（x，y)的圖像梯度。6. 如權利要求5所述多邊形目標的變化檢測方法，其特征在于，基于所提取的梯度集 合，所述利用z值檢驗法計算所述目標的邊界顯著性值包括： 基于式（6)計算所述目標的邊界顯著性值：(6) 其中，Z表示所述目標的邊界顯著性值，nl表示所述邊界緩沖區(qū)中的邊界點梯度集合 GC1的元素個數，n2表示所述整體緩沖區(qū)中的非邊界點梯度集合GC2的元素個數，μ 1表示 所述邊界緩沖區(qū)中的邊界點梯度集合GC1的均值，μ 2表示所述整體緩沖區(qū)中的非邊界點 梯度集合GC2的均值，S1表示所述邊界緩沖區(qū)中的邊界點梯度集合GC1的標準差，S2表示 所述整體緩沖區(qū)中的非邊界點梯度集合GC2的標準差； 基于式（7)對所述目標進行平移： (X，，y'）= (x+i，y+i) (7) 其中，（X'，y'）表示（X，y)平移之后的坐標，i表示平移量， 計算所述目標平移后的邊界顯著性值，在一定范圍內逐像素點平移所述目標，并分別 計算每次平移后的目標的邊界顯著性值，得到所述一定范圍內的邊界顯著性值的集合，并 取所述邊界顯著性值的集合中的最大值作為用于與所述邊界顯著性閾值進行比較的最終 邊界顯著性值，其中所述一定范圍根據所述目標的偏移程度來確定。7. 如權利要求6所述多邊形目標的變化檢測方法，其特征在于，所述邊界顯著性閾值 基于圖像質量及目標清晰程度來設定。8. -種多邊形目標的變化檢測裝置，其特征在于，包括： 緩沖區(qū)構建模塊，用于在所述目標的圖上坐標下，基于所述目標的GIS數據構建所述 目標的邊界緩沖區(qū)和整體緩沖區(qū)； 像素點集提取模塊，用于提取所述邊界緩沖區(qū)的像素點集以及所述整體緩沖區(qū)中非邊 界的像素點集； 梯度集合提取模塊，用于基于所提取的像素點集從所述目標的梯度圖像中提取所述邊 界緩沖區(qū)中的邊界點梯度集合以及所述整體緩沖區(qū)中的非邊界點梯度集合； 計算模塊，用于基于所提取的梯度集合，利用z值檢驗法計算所述目標的邊界顯著性 值；以及 判斷模塊，用于如果所計算的邊界顯著性值小于設定閾值，則判斷所述目標為發(fā)生變 化的目標。9. 如權利要求8所述多邊形目標的變化檢測裝置，其特征在于，還包括：坐標轉換模 塊，用于將所述目標的GIS數據的經緯度坐標按照大地坐標系轉換為地理坐標，再將所述 地理坐標按照投影坐標系轉換為圖上坐標；以及 圖像處理模塊，用于讀取所述目標的遙感影像，并采用sobel算子、Roberts算子或拉 普拉斯算子將所述遙感影像進行處理得到梯度圖像。10. 如權利要求9所述多邊形目標的變化檢測裝置，其特征在于，所述緩沖區(qū)構建模塊 具體用于基于所述GIS數據中目標的邊界，以1個像素的寬度為半徑建立邊界緩沖區(qū)；以及 基于所述GIS數據中目標的面積確定半徑，構建整體緩沖區(qū)，所述半徑為所述面積的 十分之一。11. 如權利要求10所述多邊形目標的變化檢測裝置，其特征在于，所述像素點集提取 模塊具體用于基于式（2)提取所述邊界緩沖區(qū)中邊界的像素點集： PCI = {(x, y) I (x, y) e buffi} (2) 其中，buffi為所述邊界緩沖區(qū)； 基于式（3)提取所述整體緩沖區(qū)中非邊界的像素點集：(3) 其中，buff2為所述整體緩沖區(qū)。12. 如權利要求11所述多邊形目標的變化檢測裝置，其特征在于，所述梯度集合提取 模塊具體用于基于所提取的像素點集PC1以及式（4)，從所述目標的梯度圖像中提取所述 邊界緩沖區(qū)中的邊界點梯度集合： GC1 = {g(x,y) | (x,y) e PCI} (4) 基于所提取的像素點集PC2以及式（5)，從所述目標的梯度圖像中提取所述整體緩沖 區(qū)中的非邊界點梯度集合： GC2 = {g(x, y) I (x, y) e PC2} (5) 其中，g(x，y)為點（x，y)的圖像梯度。13. 如權利要求12所述多邊形目標的變化檢測裝置，其特征在于，所述計算模塊包括： 邊界顯著性計算單元，用于基于式（6)計算所述目標的邊界顯著性值：(6) 其中，Z表示所述目標的邊界顯著性值，nl表示所述邊界緩沖區(qū)中的邊界點梯度集合 GC1的元素個數，n2表示所述整體緩沖區(qū)中的非邊界點梯度集合GC2的元素個數，μ 1表示 所述邊界緩沖區(qū)中的邊界點梯度集合GC1的均值，μ 2表示所述整體緩沖區(qū)中的邊界點梯 度集合GC2的均值，S1表示所述邊界緩沖區(qū)中的邊界點梯度集合GC1的標準差，S2表示所 述整體緩沖區(qū)中的邊界點梯度集合GC2的標準差； 平移單元，用于基于式（7)對所述目標進行平移： (X，，y'）= (x+i，y+i) (7) 其中，（X'，y'）表示（X，y)平移之后的坐標，（i，j)表示平移矢量； 計算單元，用于計算所述目標平移后的邊界顯著性值，在一定范圍內逐像素點平移所 述目標，并分別計算每次平移后的目標的邊界顯著性值，得到所述范圍內的邊界顯著性值 的集合，并取所述邊界顯著性值的集合中的最大值作為用于與所述邊界顯著性閾值進行比 較的最終邊界顯著性值，其中所述一定范圍根據所述目標的偏移程度來確定，所述邊界顯 著性閾值基于圖像質量及目標清晰程度來設定。
【專利摘要】本發(fā)明公開了一種多邊形目標的變化檢測方法及裝置，該方法包括：在所述目標的圖上坐標下，基于所述目標的GIS數據構建所述目標的邊界緩沖區(qū)和整體緩沖區(qū)；提取所述邊界緩沖區(qū)的像素點集以及所述整體緩沖區(qū)中非邊界的像素點集；基于所提取的像素點集從所述目標的梯度圖像中提取邊界緩沖區(qū)中的邊界點梯度集合以及整體緩沖區(qū)中的非邊界點梯度集合；基于所提取的梯度集合，利用z值檢驗法計算所述目標的邊界顯著性值；以及如果所計算的邊界顯著性值小于設定的邊界顯著性閾值，則判斷所述目標為發(fā)生變化的目標。本發(fā)明提供的方法及裝置簡單高效，具有較高的檢測精度、準確度以及自動化程度。
【IPC分類】G06T7/00
【公開號】CN105631849
【申請?zhí)枴緾N201410638618
【發(fā)明人】劉明超, 李翔翔, 汪紅強, 王劍
【申請人】航天恒星科技有限公司
【公開日】2016年6月1日
【申請日】2014年11月6日