基于认知映射与上下文金字塔的数字高程模型配准及其基于分形压缩的有效存储
人工智能
2014-05-27 v1 计算机视觉与模式识别
摘要
数字高程模型（DEM）是嵌入地形信息的图像。利用认知映射概念进行DEM配准，源于将空间到对象的映射及其关系定义用于形成基本地标的基本思想，这些地标需要在环境或其他候选环境（即本文中的DEM）中被标记、存储和操作。地理空间认知的渐进式两层封装包括地标知识和布局知识，可用于DEM配准。基于空间的方法（强调所考虑环境的显式范围）和基于对象的方法（强调局部环境中对象之间的关系）作为认知映射的两种范式，可以在这种三架构中系统地整合用于DEM配准。首先执行基于P模型的分割，然后进行地标形成以用于上下文映射，该映射使用上下文金字塔形成。除了使用地标进行配准关键点查找外，还使用基于欧几里得距离的变形计算进行变换和变化检测。地标被分类为：平坦区域（地面高度变化不大）、山峰（相对于平坦区域高度逐渐增加）、山谷（DEM中高度逐渐减小）以及波纹区域（具有非常浅的波峰和波谷）。使用基于分形的压缩来存储共配准的DEM。该方法可进一步扩展到DEM-地形图和DEM-遥感图像配准。实验结果进一步证实了所提方法可有效进行DEM配准。
引用
@article{arxiv.1405.6662,
title = {Cognitive-mapping and contextual pyramid based Digital Elevation Model Registration and its effective storage using fractal based compression},
author = {Suma Dawn and Vikas Saxena and Bhudev Sharma},
journal= {arXiv preprint arXiv:1405.6662},
year = {2014}
}
备注
17 pages, 8 tables, and 3 figures; IJCSI International Journal of Computer Science Issues, Vol. 10, Issue 3, No 1, May 2013, ISSN (Print): 1694-0814 | ISSN (Online): 1694-0784 (www.IJCSI.org)