[发明专利]室外场景图像中树木与建筑物的识别方法

权利要求书

1.一种室外场景图像中树木与建筑物的识别方法，其特征是它包括以下步骤：

(1)构建识别对象分类数据集，从而得到树木与建筑物抠像图分类数据集；

(2)通过采用机器学习方法进行训练学习从而产生树木与建筑物在特征量空间区域划分模型；

(3)对室外场景图像进行识别；

(4)最后，对所识别得到的场景图像中的立面图像，采用所建的树木与建筑物在特征量空间区域划分模型对场景图像中的树木与建筑物进行识别。

2.根据权利要求1所述的方法，其特征是所述的树木与建筑物分类识别特征量的构造包括基于纹理的特征量提取和基于颜色的特征量提取，其中：

(1)基于纹理的特征量提取是指：

首先，对数据集中彩色图块进行灰度变换，然后进行基于Canny算子的边缘检测，接着进行角度在0°～180°围内的Hough变换直线方向统计；在进行边缘检测时，要去除掉图块边缘对特征量的影响；在进行直方图统计前对数据采用公式(2)进行规范化处理；同时用3个统计特征量来表征树木和建筑物图块的区别；分述如下：

①方向线段求和S_l：其方法是将图块中角度从0°～180°范围内基于线段长度的Hough变换直线方向统计直方图数据进行求和计算，得到方向线段求和统计特征量；

具体公式如下：

Sl=Σi=0180li---(1)]]>

li=Li×100Max(L1,L2···L180)---(2)]]>

其中：L_i为i角度方向上直线段长度。

②连续零个数N_zero：其方法是将直线段统计直方图中连续零的个数进行累加计算；

具体公式如下：

Nzero=Σi=0180ni---(3)]]>

其中：l_i为i角度方向上规范化直线段长度；

③线段密度D_N：图块中直线段数量除以图块的像素个数；

具体公式如下：

DN=Σi=0180niN---(5)]]>

其中：n_i为图块中i角度方向上线段的数量，N为图块的像素个数；

(2)基于颜色的特征量提取是指：

采用CIELAB颜色空间，并去除掉L、a、b分量中代表亮度的分量L，将图块平均颜色向量向颜色空间的ab平面投影，并计算其在ab平面上的方向角度，以方向角度作为图块颜色特征量即颜色角θ_c；

具体公式如下：

θc=arccosγa→|γab→|---(6)]]>

其中：为颜色向量在ab平面上的投影；为颜色向量在a轴上的投影。

3.根据权利要求2所述的方法，其特征是利用所构造的四个特征量中的至少三个构成三维或四维空间对树木和建筑物进行识别，所述的四个特征是为S_l,N_zero,θ_c和D_N。