以自动生成测地线活动轮廓(geodesic active contour,GAC)模型的初始曲线及改进其外力为出发点,提出一种基于LiDAR点云和随机影像数据,利用改进的GAC模型进行建筑物边界提取的方案。首先利用形态学交替序贯滤波自动获得模型演化的初始曲...以自动生成测地线活动轮廓(geodesic active contour,GAC)模型的初始曲线及改进其外力为出发点,提出一种基于LiDAR点云和随机影像数据,利用改进的GAC模型进行建筑物边界提取的方案。首先利用形态学交替序贯滤波自动获得模型演化的初始曲线;进而利用LiDAR深度梯度影像改进模型演化的外力,得到了改进的测地线活动轮廓(improved geodesic active contour,IGAC)模型。仿真试验表明,采用IGAC模型,可抑制弱边界泄漏,并提高建筑物边界提取的完整性和形状精确度。展开更多
经典的活动轮廓模型主要有基于边界信息、基于区域信息以及两者相结合的活动轮廓模型,而测地线活动轮廓模型即GAC（Geodesic Active Contour）模型和C-V（Chan-Vese）模型分别是基于边界信息和基于区域信息的活动轮廓模型中具有代表性...经典的活动轮廓模型主要有基于边界信息、基于区域信息以及两者相结合的活动轮廓模型,而测地线活动轮廓模型即GAC（Geodesic Active Contour）模型和C-V（Chan-Vese）模型分别是基于边界信息和基于区域信息的活动轮廓模型中具有代表性的模型,通过实验表明,两种模型各有各的优点也存在各自相应的局限性,对此该文进行了详细的总结,针对两者的局限性有学者提出两者结合的CV-GAC模型,在该文中进行了三者的实验对比分析,实验结果表明CV-GAC模型取得了较好的分割效果。展开更多
文摘以自动生成测地线活动轮廓(geodesic active contour,GAC)模型的初始曲线及改进其外力为出发点,提出一种基于LiDAR点云和随机影像数据,利用改进的GAC模型进行建筑物边界提取的方案。首先利用形态学交替序贯滤波自动获得模型演化的初始曲线;进而利用LiDAR深度梯度影像改进模型演化的外力,得到了改进的测地线活动轮廓(improved geodesic active contour,IGAC)模型。仿真试验表明,采用IGAC模型,可抑制弱边界泄漏,并提高建筑物边界提取的完整性和形状精确度。
文摘经典的活动轮廓模型主要有基于边界信息、基于区域信息以及两者相结合的活动轮廓模型,而测地线活动轮廓模型即GAC（Geodesic Active Contour）模型和C-V（Chan-Vese）模型分别是基于边界信息和基于区域信息的活动轮廓模型中具有代表性的模型,通过实验表明,两种模型各有各的优点也存在各自相应的局限性,对此该文进行了详细的总结,针对两者的局限性有学者提出两者结合的CV-GAC模型,在该文中进行了三者的实验对比分析,实验结果表明CV-GAC模型取得了较好的分割效果。
