استخراج اتوماتيك ساختمان در مناطق شهري با استفاده از يك مدل بهينه منحني هاي پويا

Automatic Building Extraction in Urban Areas Using a Modified Active Contour Model

استخراج اتوماتيك عوارض با استفاده از داده هاي ليزراسكنر و تصاوير يكي از موضوعات مهم تحقيقات در چند دهه اخير است؛ لذا در اين مقاله يك مدل بهينه منحني هاي پويا به منظور استخراج ساختمان از تصاوي رنگي هوايي و داده هاي ليدار ارايه شده و مورد ارزيابي قرار مي گيرد. مدل پارامتريك منحني هاي پويا يك روش كمينه كردن انرژي است كه منحني اوليه را با استفاده از ثوابت خارجي و تاثيرات بدست آمده از خود تصوير به سمت عوارضي چون لبه ها و خطوط هدايت مي كند. بر اساس خواص هندسي و راديومتريكي ساختمان ها مدل منحني هاي پويا از دو منظر مد نظر قرار مي-گيرد: انتخاب منحني اوليه و انتخاب تابع انرژي خارجي. در طراحي تابع انرژي خارجي مدل ارايه شده، از فاكتور شباهت ارتفاعي و فاكتور شباهت راديومتريكي به همراه تابع انرژي خارجي مدل (Gradient Vector Flow (GVF به منظور هدايت منحني اوليه مدل منحني هاي پويا به سمت محدوده عوارض استفاده شده است. در مقايسه با مدل هاي موجود، اين الگوريتم به دليل تلفيق دو ترم جديد ناحيه مبنا با مدل لبه مبناي GVF، توانايي هدايت سريع تر و پايدارتر منحني اوليه به سمت محدوده عوارض ساختماني در مناطق پيچيده را داراست. با بررسي نتايج در مي يابيم كه مدل پيشنهادي در مناطق پيچيده نيمه شهري به صحت شكل 96 درصد و صحت كلي 5/95 درصد و پارامتر صحت كاپاي 84 درصد دست يافته است.

Automatic extraction of objects from data and images has been a topic of research for decades. This paper proposes an improved active contour model focusing on building extraction from color aerial images and LiDAR data. An active contour is defined as an energy minimizing spline guided by external constraint forces and influenced by image forces that pull it toward features such as lines or edges. Based on the radiometric and geometric behaviors of buildings, the active contour model is modified in two aspects: the criteria for the selection of initial seeds and the external energy function. The proposed active contour model associated the new height similarity energy factor and regional similarity energy as well as Gradient Vector Flow (GVF) attract the active contour approaching the object contours efficiently. Compared with traditional active contour model, this algorithm can converge to the true building contours quicker and more stable especially in complex urban environment. Investigation of results expressed that, buildings extracted from complex suburban area have 96% of shape accuracy, 95.9% of overall accuracy and 84% k-Factor.