基于快速收敛LBP算法的图像分割

针对循环信度传播(LBP)算法计算量大及误分率高的问题,提出了一种基于快速局部区域收敛的LBP算法的图像分割方法。首先建立局部区域Gibbs能量模型,然后采用局部收敛的LBP算法对区域消息进行传播。为了提高LBP算法的运行速度,提出了一个有效的加速技术。最后,使用局部区域能量的最大后验准则(MAP)得到分割结果。实验结果表明,提出的算法得到了较好的分割结果,特别是在噪声和纹理区域,分割效果明显提升,同时具有较快的速度。

标记点过程用于点云建筑物提取

提出了利用标记点过程从机载激光扫描数据中直接提取建筑物的方法。该方法首先根据建筑物在点云中的几何特征建立Gibbs能量模型,通过目标的一致性建立模型的数据项,通过目标的拓扑性质等空间特性建立模型的先验项;然后,利用可逆跳转马尔科夫蒙特卡洛算法(RJMCMC)和模拟退火算法优化求解;最后,利用精细处理移除错误提取的地面点、噪声点和树木点,合并相邻的目标,实现建筑物目标的精确提取。利用3组ISPRS机载激光扫描点云进行实验,结果表明,该方法能够准确、有效地提取建筑物,具有较强的稳健性。