论文部分内容阅读
图像的曲线结构提取是计算机视觉中一个重要的基本操作,应用十分广泛。在地理信息系统(GIS)和遥感领域中,曲线提取技术通常被用来提取地形结构的特征信息,例如道路,河流,山脊线和山谷线;在医疗影像中常被用来定位和提取各种解剖学特征,例如X光造影中的血管和CT影像中的骨骼。
地理信息系统使用的数字高程模型(DEM)中包含各种地形地貌构造的特征信息,其中,地形特征线(山脊线,山谷线)对于地形研究具有重要的意义。对地形特征线进行自动和高效的提取一直是数字地形分析中的重要内容。目前已经存在一系列的地形特征线提取算法,但是这些算法的局限是计算复杂度较高。另外,随着数据采集设备的发展,数字地形分析中使用的DEM图像的分辨率越来越高,使得现有的地形特征线提取算法效率更低。这就迫切需要一种针对高分辨率DEM数据的高效提取方法。
本文选取从高分辨率DEM灰度图像中山脊/山谷线的快速检测作为研究内容,论文的主要贡献是:
1)提出了一种新的启发式的快速脊线提取算法。在确定山脊线/山谷线上特征点时直接采用固定方向的极值点进行近似处理,之后在特征点连线上采用启发式连线策略。实验结果表明,该算法对于高分辨率DEM图像可以快速提取其中的地形线,算法效率与基于Hessian矩阵的脊线检测算法[25]相比提高了5至8倍。
2)提出了一种在图形处理器(GPU)上加速基于Hessian矩阵的脊线检测算法[25]的策略,通过分析原始算法,利用图形处理器上计算统一设备架构(CUDA)的高度并行性来加速算法中计算复杂度高的Hessian矩阵生成模块以及图像特征点提取模块,对于百万像素级的DEM图像该算法可以获得5倍以上的加速比。