专利名称：一种建筑物表面图像重复结构检测方法
技术领域：
本发明涉及计算机视觉和模式识别技术领域，特别涉及建筑物表面图像重复结构检测领域。
背景技术：
重复结构广泛地存在于建筑物的表面。比如，在居民住宅区，同一幢住宅楼的门、窗户和阳台通常呈现出完全相同的结构单元。建筑物表面图像重复结构检测是指从所拍摄的建筑物表面图像中检测出重复出现的结构单元。建筑物表面图像重复结构检测是实现建筑物表面图像压缩、基于图像的建筑物三维重建、基于图像的城市地标性建筑物识别的重要手段，在文物保护、城市建设、城市管理(如基于虚拟现实技术的社区展示)、安全监控等领域具有重要的应用。现有的大多数建筑物表面图像重复结构检测技术主要是基于对称性检测方法来实现的。对称性检测方法包含轴对称检测技术、旋转对称检测技术、滑行对称检测技术和平移对称检测技术。轴对称检测技术主要用于检测建筑物表面图像重复结构之间所隐含的对称轴。该技术首先将图像分割为小块区域；接着，根据小块区域的纹理特征和空间位置确定对称轴；最后，根据对称轴检测出逐对相似的小块区域，从而获得重复的结构。轴对称检测技术依赖于对图像的分割。但是，有关图像分割的核心技术尚未取得突破性进展，图像分割目前仍然是计算机视觉领域中的一个难点研究问题。这一点影响了轴对称检测技术在建筑物表面图像重复结构检测中的应用。旋转对称检测技术主要用于检测经过一定角度的旋转后仍然保持不变的结构单元。该技术首先对适当大小的小块图像以各种不同的角度进行旋转，并提取其旋转后的纹理特征；接着，基于纹理特征之间的相似性估计最主要的旋转角度；最后，通过遍历图像各小块区域，检测出图像中重复的结构。旋转对称检测技术所检测的结构应具有旋转不变性，因此该技术只适用于少数特定的建筑物。滑行轴对称检测技术采用了与轴对称检测技术相同的技术步骤。不同的是，轴对称检测技术对整个图像只估计一个对称轴，但滑行轴对称检测技术可以估计多个对称轴，且对称轴沿着一条曲线进行排列。较之轴对称检测技术，滑行轴对称检测技术所适用的图像范围更大，但该技术仍需要对图像进行分割，因此削弱了其实用性。平移对称检测技术采用了与旋转对称检测相同的技术步骤。不同的是，平移对称检测技术是通过将结构单元在图像内进行平移来实现的。平移对称检测技术容易受到光照、遮挡和噪声的影响。总结起来，上述对称性检测方法需要事先指定对称的类型，同时检测精度依赖于所使用的纹理特征提取方法。但是，如何提取有效的纹理特征目前仍然是一个具有挑战性的难题。由于基于对称性检测方法的建筑物表面图像重复结构检测技术存在诸多局限，目前相关研究人员开始关注于研制无需首先进行对称性检测而直接检测出重复结构的方法。目前，直接检测方法主要包含概率密度估计法、三维点云验证法和低秩纹理矩阵法。概率密度估计法首先估计关于重复结构的概率密度函数；接着，获得概率密度函数的最大值，并将最大值所对应的结构单元作为新的节点加入到已有的马尔可夫随机场中；最后，再次进行概率密度估计，并按此方式迭代地检测所有的重复结构。但是，只有当图像包含数量众多的相同结构且概率密度函数估计较精确时，该方法才会变得有效。三维点云验证法是利用多个视角拍摄的图像提取关于建筑物的三维点云，并通过三维点云子集之间的相互验证来检测重复结构。该方法需要从多幅输入图像中估计三维点云，计算量十分庞大。低秩纹理矩阵法将图像小块的纹理特征向量组成一个纹理矩阵，然后通过分析该矩阵所包含的低秩子矩阵来发现重复的结构。这一方法主要有两个缺点其一，估计所有子矩阵的秩十分耗时；其二，即便是秩最小的子矩阵，通常并不一定对应着感兴趣的重复结构，从而输出不正确的检测结果。综上所述，现有的建筑物表面图像重复结构检测技术远未成熟，检测精度不高、计算量大。有关建筑物表面图像重复结构检测的研究大多还处在实验验证阶段，缺乏实用的重复结构检测技术。另外，现有的大多数重复结构检测技术对所检测的结构并没有加以限定，通常导致检测出来的结果并非是用户所希望得到的重复结构。引起这一问题的主要原因是大多数建筑物表面包含多种不同的重复结构。在此情形下，在界定待检测图像中的多种不同类型的重复结构时，现有技术会遇到不确定性问题，从而导致错误的检测结果。因 此，在实际应用中，用户希望通过标注一个感兴趣的结构即可精确地获得图像中所包含的与用户标注相同的结构，达到事半功倍的应用效果。
发明内容
(一 )要解决的技术问题本发明的目的在于克服现有技术中的不足，以便于用户利用其标注的结构单元快速准确地从待检测图像中提取出重复结构。( 二 )技术方案为解决上述技术问题，本发明提供了一种建筑物表面图像重复结构检测方法，该方法包括如下步骤步骤I :按照用户标注的结构单元构建结构模板；步骤2 :利用结构模板所包含像素的颜色构建结构模板的特征向量；步骤3 :估计待检测图像各像素属于结构模板的隶属度；步骤4 :利用像素的颜色估计近邻像素之间的亲合度；步骤5 :利用近邻像素之间的亲合度，对待检测图像各像素属于结构模板的隶属度进行平滑；步骤6 :利用待检测图像各像素属于结构模板的隶属度，采用排序搜索法从待检测图像中提取出与结构模板相似的重复结构。优选地，在步骤3中，所述图像像素属于结构模板的隶属度按下式计算
T = IMHI;J，其中，Sp为待检测图像的像素P属于结构模板的隶属度，Vp为像素ρ的特征向量，V为步骤2获得的结构模板的特征向量，I I · I I表示向量求模长运算，上标T表示转置，P为自然数且取值范围为I到wXh，W为待检测图像的宽度，h为待检测图像的高度。优选地，在步骤4中，近邻像素之间的亲合度按下式计算
权利要求
1.一种建筑物表面图像重复结构检测方法，该方法包括如下步骤步骤I:按照用户标注的结构单元构建结构模板；步骤2 :利用结构模板所包含像素的颜色构建结构模板的特征向量；步骤3 :估计待检测图像各像素属于结构模板的隶属度；步骤4 :利用像素的颜色估计近邻像素之间的亲合度；步骤5 :利用近邻像素之间的亲合度，对待检测图像各像素属于结构模板的隶属度进行平滑；步骤6:利用待检测图像各像素属于结构模板的隶属度，采用排序搜索法从待检测图像中提取出与结构模板相似的重复结构。
2.如权利要求I所述的方法，其特征在于，在所述步骤3中，所述图像像素属于结构模板的隶属度按下式计算
3.如权利要求I所述的方法，其特征在于，在所述步骤4中，近邻像素之间的亲合度按下式计算
4.如权利要求3所述的方法，其特征在于，所述调节系数σ的默认取值为30。
5.如权利要求I所述的方法，其特征在于，所述对图像各像素属于结构模板的隶属度进行平滑处理通过求解如下最小化模型来实现
6.如权利要求5所述的方法，其特征在于，所述平衡参数λ的默认取值为O. OOlt
全文摘要
本发明公开了一种建筑物表面图像重复结构检测方法，该方法包括如下步骤按照用户标注的结构单元构建结构模板；利用结构模板所包含像素的颜色构建结构模板的特征向量；估计待检测图像各像素属于结构模板的隶属度；利用像素的颜色估计近邻像素之间的亲合度；利用近邻像素之间的亲合度，对待检测图像各像素属于结构模板的隶属度进行平滑；利用待检测图像各像素属于结构模板的隶属度，采用排序搜索法从待检测图像中提取出与结构模板相似的重复结构。该方法解决现有技术检测精度低的问题以及现有技术在界定多种不同类型的重复结构时所遇到的不确定性问题，具有广阔的应用前景。
文档编号G06T7/00GK102930531SQ20121036691
公开日2013年2月13日 申请日期2012年9月28日 优先权日2012年9月28日
发明者向世明, 孟高峰, 王颖, 肖鸿飞, 潘春洪 申请人:中国科学院自动化研究所