Как найти теннисные корты в аэрофотоснимках


26

Я заинтересован в том, чтобы найти все теннисные корты (и другие подобные четко определенные объекты, такие как баскетбольные площадки) в моем округе, и у меня есть аэрофотоснимки с хорошим (но разным) разрешением, но я не уверен, что это лучший способ найти их , Вот два примера изображений:

Теннисные корты и баскетбольные площадки от VBMP 2009 Теннисные корты от Bing

Я рассмотрел различные методы и думаю, что сопоставление с шаблоном не сработает, так как оно будет очень медленным, поскольку возможны произвольный масштаб и поворот , а также цвет может варьироваться. Преобразование Хафа звучит многообещающе, но как только я получу все линии, я не уверен, как найти линии, которые составляют прямоугольник с соответствующим соотношением (около 36x29 футов), или еще лучше, чтобы учесть другие отмеченные линии.

Для справки, я собираюсь добавить все теннисные корты в моем округе в OpenStreetMap.


Линии всегда в одном и том же порядке, верно?
эндолит

Да, они должны быть, по крайней мере, для регулирования размера судов, что я считаю больше всего. Я уже нанес на карту, вероятно, сотню, поэтому я мог извлекать изображения и анализировать их.
Joshdoe

Можете ли вы опубликовать еще несколько изображений?
Андрей Рубштейн

Если есть доступные гиперспектральные или мультиспектральные данные визуализации, то здесь действительно могут помочь. Зеленая краска обычно поглощает ближний инфракрасный свет, тогда как зеленые растения часто отражают один и тот же свет.
Фил

Ответы:


15

У вас есть очень сильные сигналы цвета и геометрии, которые вы можете использовать. Я бы попробовал следующее:

  1. Извлеките Зеленый канал и примените к нему алгоритм типа водораздела , а затем подключите компоненты . Затем вычислите статистику компонента (область и ограничивающая рамка) для каждого компонента. Сохраните только компоненты с площадью ~ = размер ограничительной рамки. Это будет справедливо только для прямоугольных объектов и исключит леса / лесистые местности и т. Д.
  2. Изолируйте белый канал (R = G = B) и примените грубое преобразование к выходу. Это даст вам линии. Объедините 1 и 2, чтобы получить свои теннисные корты.

7

Сначала я бы рассмотрел только зеленый канал или более разумно использовал своеобразные цветовые свойства теннисного корта.

Как только вы это сделали, вы можете применить детектор краев, используя высокий порог, так как контраст между линией и кортом довольно высок.

Для дальнейшего удаления выбросов вы можете применить грубое преобразование в конце процесса.

Дайте нам знать, если вы получите хорошие результаты!


3

Ага там написано в блоге именно на эту тему!

В своем посте они преобразуют изображение теннисного корта в оттенки серого. Где они находят первую и вторую производные каждой горизонтальной и вертикальной линии. Используя эту информацию, они могут определить, где на фотографии находятся яркие линии (возможные границы двора). Оттуда они уменьшают изображение до черно-белого представления только ярких линий.

Это когда они начинают искать изображение для теннисных кортов. Они используют то, что называют «модельной формой». Форма модели - это, по сути, описание объекта, который вы ищете "например: 11 линий для теннисного корта". Автор находит все параллельные отрезки и сравнивает параллельные отрезки с формой модели. Если между отрезками линии и формой модели достаточно высокое соответствие, значит, вы нашли теннисный корт.


1
Ссылки не являются ответами . Пожалуйста, подведите итог содержания ссылки
endolith
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.