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

详解C#如何提取PDF文档中的图片

《详解C#如何提取PDF文档中的图片》提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使用,下面我们就来看看如何使用C#通过代码从PDF文档中提取图片吧... 当 PDF 文件中包含有价值的图片,如艺术画作、设计素材、报告图表等,提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Python实现常用文本内容提取

《Python实现常用文本内容提取》在日常工作和学习中,我们经常需要从PDF、Word文档中提取文本,本文将介绍如何使用Python编写一个文本内容提取工具,有需要的小伙伴可以参考下... 目录一、引言二、文本内容提取的原理三、文本内容提取的设计四、文本内容提取的实现五、完整代码示例一、引言在日常工作和学

C++字符串提取和分割的多种方法

《C++字符串提取和分割的多种方法》在C++编程中,字符串处理是一个常见的任务,尤其是在需要从字符串中提取特定数据时,本文将详细探讨如何使用C++标准库中的工具来提取和分割字符串,并分析不同方法的适用... 目录1. 字符串提取的基本方法1.1 使用 std::istringstream 和 >> 操作符示

基于Python开发批量提取Excel图片的小工具

《基于Python开发批量提取Excel图片的小工具》这篇文章主要为大家详细介绍了如何使用Python中的openpyxl库开发一个小工具,可以实现批量提取Excel图片,有需要的小伙伴可以参考一下... 目前有一个需求,就是批量读取当前目录下所有文件夹里的Excel文件,去获取出Excel文件中的图片,并

详解如何使用Python提取视频文件中的音频

《详解如何使用Python提取视频文件中的音频》在多媒体处理中,有时我们需要从视频文件中提取音频,本文为大家整理了几种使用Python编程语言提取视频文件中的音频的方法,大家可以根据需要进行选择... 目录引言代码部分方法扩展引言在多媒体处理中,有时我们需要从视频文件中提取音频,以便进一步处理或分析。本文

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

基于Python实现一个PDF特殊字体提取工具

《基于Python实现一个PDF特殊字体提取工具》在PDF文档处理场景中,我们常常需要针对特定格式的文本内容进行提取分析,本文介绍的PDF特殊字体提取器是一款基于Python开发的桌面应用程序感兴趣的... 目录一、应用背景与功能概述二、技术架构与核心组件2.1 技术选型2.2 系统架构三、核心功能实现解析

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为