一种基于dem的山顶点的提取算法

2023-11-09 17:50
文章标签 算法 提取 dem 一种 山顶

本文主要是介绍一种基于dem的山顶点的提取算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

0. 算法原理:

后续会持续更新, 先上效果图,

这个是局部的一个效果.

1. 计算45,145,90,180 度方向上的梯度

% File Discription:
% 45°和135° 90° 180° 山顶点提取;
% Author:loveinfall
% CreateTime:2021.5.20(What a good day!(*^__^*) )clear
clc
close all
path = '../data/等高线/5.tif'img = imread(path);figure,imshow(img)figure(1)
[y,x] = size(img);                 % 取出图像大小
[X,Y] = meshgrid(1:x,1:y);         % 生成网格坐标
pp = double(img);                  % uint8 转换为 double 
mesh(X, Y, pp);                    % 画图
% colormap gray;                   % 选为灰度figure(2)
[C,h]= contour(X, Y, pp);
clabel(C,h)aa = imregionalmax(double(img));Threshold = 0;grayPic=im2double(img);
figure(3)
imshow(grayPic)
title('原图');
%使用构造45度角Sobel算子滤波器
a45=[-2 -1  0;-1  0  1;0  1  2];
a_SFST45=imfilter(grayPic,a45,'replicate');%功能:对任意类型数组或多维图像进行滤波。
SFST45=a_SFST45>=Threshold;
figure(4);
imshow(SFST45)
title('45度角图像边缘检测');%使用构造-45度角Sobel算子滤波器
b45=[0 -1 -2;1  0 -1;2  1  0];
b_SFST135=imfilter(grayPic,b45,'replicate');%功能:对任意类型数组或多维图像进行滤波。
SFST135=b_SFST135>=Threshold;
figure(5);
imshow(SFST135)
title('135度角图像边缘检测');%使用构造90度角Sobel算子滤波器
a90=[-1  0  1;-2  0  2;-1  0  1];
a_SFST90=imfilter(grayPic,a90,'replicate');%功能:对任意类型数组或多维图像进行滤波。
SFST90=a_SFST90>=Threshold;
figure(6);
imshow(SFST90)
title('90度角图像边缘检测');%使用构造180度角Sobel算子滤波器
b180=[1  2  1;0  0  0;-1 -2 -1];
b_SFST180=imfilter(grayPic,b180,'replicate');%功能:对任意类型数组或多维图像进行滤波。
SFST180=b_SFST180>=Threshold;
figure(7);
imshow(SFST180)
title('180度角图像边缘检测');

2. 对山顶点进行粗提取

%% 初步提取山顶点
image_height = size(img,1);
image_width = size(img,2);biase = 1;
peak_index = {};
peak_count_num_flag = 0;peak_destation.x = 0;
peak_destation.y = 0;
peak_destation.dem = 0;
peak_destation.useflag = 0;for index_x = 1+biase:1:image_height-biasefor index_y = 1+biase:1:image_width-biasenum_flag = 0;if a_SFST45(index_x+1,index_y-1) * a_SFST45(index_x-1,index_y+1)<0num_flag = num_flag + 1;endif b_SFST135(index_x-1,index_y-1) * b_SFST135(index_x+1,index_y+1)<0num_flag = num_flag + 1;endif a_SFST90(index_x,index_y-1) * a_SFST90(index_x,index_y+1)<0num_flag = num_flag + 1;endif b_SFST180(index_x-1,index_y) * b_SFST180(index_x+1,index_y)<0num_flag = num_flag + 1;endif num_flag==4 && pp(index_x,index_y)>4200 % 设置 极大值的容差peak_count_num_flag = peak_count_num_flag + 1;peak_index{peak_count_num_flag,1} = [index_x,index_y];peak_index{peak_count_num_flag,2} = pp(index_x,index_y);peak_destation(peak_count_num_flag).x = index_x;peak_destation(peak_count_num_flag).y = index_y;peak_destation(peak_count_num_flag).dem = pp(index_x,index_y);peak_destation(peak_count_num_flag).useflag = 0;endendendfigure()
mesh(X, Y, pp); for index  = 1:size((peak_index),1)hold onyy = peak_index{index,1}(1);xx = peak_index{index,1}(2);dem = peak_index{index,2};plot3(xx,yy,dem,'r+');
endfigure()
[C,h]= contour(X, Y, pp);
for index  = 1:size((peak_index),1)hold onyy = peak_index{index,1}(1);xx = peak_index{index,1}(2);dem = peak_index{index,2};plot3(xx,yy,dem,'r+');
end

3. 山顶点提取结构后处理

%% 进行后处理
% useflag 
% 0:未被使用过
% 1:添加到抽象线中
% 2:已经使用未被添加到 任何线中
other_num = 0;c_line_num = 0; % 统计抽象线的 条数
line_cell = {}; % 用于存放抽象线s_line_num = 0;
s_pot ={};
for index = 1:size((peak_destation),2)pot_num = 0; %记录 抽象线的 长度 line = {};for index_ = 1:size((peak_destation),2)if index_ == indexcontinueendif peak_destation(index_).useflag == 1continueenddistance = sqrt((peak_destation(index).x-peak_destation(index_).x)^2+ (peak_destation(index).y-peak_destation(index_).y)^2);if distance<= 5 % or    根10=3.1623  or  3*根2=4.2426if peak_destation(index_).useflag == 0peak_destation(index_).useflag =1;pot_num = pot_num + 1;line{pot_num,1} = peak_destation(index_); endendendif isempty(line) && peak_destation(index).useflag==0   % 孤立的点peak_destation(index).useflag =2;s_line_num = s_line_num + 1;s_pot{s_line_num,1} = peak_destation(index);elseif isempty(line)==0line{pot_num+1,1} = peak_destation(index);peak_destation(index).useflag =1;c_line_num = c_line_num + 1;line_cell{c_line_num,1} = line;elseif ~peak_destation(index).useflag ==1other_num =  other_num + 1;end     end%% 显示孤立 山顶figure()
mesh(X, Y, pp); for index  = 1:size((s_pot),1)hold onyy =  s_pot{index,1}.x;xx =  s_pot{index,1}.y;dem = s_pot{index,1}.dem;plot3(xx,yy,dem,'r+');
end%% 融合抽象线 山顶
merge_pot.x = 0;
merge_pot.y = 0;
merge_pot.dem=0;
merge_pot.useflag=0;
for index  = 1:size((line_cell),1)L = size((line_cell{index,1}),1);mat = line_cell{index,1};for i=1:L-1for j=1:L-iif mat{j}.dem<mat{j+1}.demtemp=mat{j};mat{j}=mat{j+1};mat{j+1}=temp;endendendmerge_pot(index).x = mat{1}.x;merge_pot(index).y = mat{1}.y;merge_pot(index).dem=mat{1}.dem;merge_pot(index).useflag=0;
endfor index  = 1:size((merge_pot),2)hold onyy =  merge_pot(index).x;xx =  merge_pot(index).y;dem = merge_pot(index).dem;plot3(xx,yy,dem,'b+');
end%% 在等高线上显示
figure()
[C,h]= contour(X, Y, pp);
for index  = 1:size((merge_pot),2)hold onyy =  merge_pot(index).x;xx =  merge_pot(index).y;dem = merge_pot(index).dem;plot3(xx,yy,dem,'b+');text(xx,yy,dem,num2str(index))
end

 

这篇关于一种基于dem的山顶点的提取算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/377659

相关文章

Java后端接口中提取请求头中的Cookie和Token的方法

《Java后端接口中提取请求头中的Cookie和Token的方法》在现代Web开发中,HTTP请求头(Header)是客户端与服务器之间传递信息的重要方式之一,本文将详细介绍如何在Java后端(以Sp... 目录引言1. 背景1.1 什么是 HTTP 请求头?1.2 为什么需要提取请求头?2. 使用 Spr

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)

《使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)》在现代软件开发中,处理JSON数据是一项非常常见的任务,无论是从API接口获取数据,还是将数据存储为JSON格式,解析... 目录1. 背景介绍1.1 jsON简介1.2 实际案例2. 准备工作2.1 环境搭建2.1.1 添加

python解析HTML并提取span标签中的文本

《python解析HTML并提取span标签中的文本》在网页开发和数据抓取过程中,我们经常需要从HTML页面中提取信息,尤其是span元素中的文本,span标签是一个行内元素,通常用于包装一小段文本或... 目录一、安装相关依赖二、html 页面结构三、使用 BeautifulSoup javascript

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO