面向历史退化竣工图地图的新型高效 CNN 二值化方法
计算机视觉与模式识别
2020-09-14 v1
摘要
对历史退化竣工图（HDAD）地图进行二值化是一项新颖且具有挑战性的工作，尤其在去除噪声、泛黄区域和折痕线这三种伪影的同时良好保留前景成分方面。本文中，我们首先提出一种半自动标注方法，以创建 HDAD-pair 数据集，其中每个 HDAD-pair 由一张 HDAD 地图及其二值化 HDAD 地图组成。基于所创建的训练 HDAD-pair 数据集，我们提出一种基于卷积神经网络（CNN-based）的二值化方法，以生成高质量的二值化 HDAD 地图。基于测试 HDAD 地图，详尽的实验数据表明，在二值化 HDAD 地图的精度、PSNR（峰值信噪比）和感知效果方面，我们的方法大幅优于九种现有二值化方法。此外，在精度相近的情况下，实验结果表明相对于最先进的基于 CNN 的二值化方法的重训练版本，我们的方法具有显著缩短执行时间的优势。
引用
@article{arxiv.2009.05252,
title = {Novel and Effective CNN-Based Binarization for Historically Degraded As-built Drawing Maps},
author = {Kuo-Liang Chung and De-Wei Hsieh},
journal= {arXiv preprint arXiv:2009.05252},
year = {2020}
}