山脉识别算法

Question

如果我有一张显示山脉的照片，是否有算法或方法试图搜索并找到该山脉？例如，假设我有一张像这样的旧照片（片段）：

所以在这里我们可以看到背景中有3个不同的山脉，我们可以手工勾勒出它们对天空或背后范围的轮廓。

鉴于这些轮廓线作为输入是否存在将其与DEM匹配的算法？总体目标是找出拍摄照片的位置。

Answer 1

这种算法确实存在，至少对于受限区域而言。参见例如论文：

使用数字高程模型的未经标记的沙漠图像的用户驱动地理位置，Tzeng，E。等，计算机视觉和模式识别研讨会（CVPRW），2013年6月23日至28日，波特兰OR。 / p>

  

（Abstract）：我们提出了一个用户辅助视觉系统   沙漠图像的本地化而不使用任何元数据   GPS读数，相机焦距或视野。系统制作   仅使用公开可用的数字高程模型（DEM）   快速准确地在非城市环境中定位照片   比如沙漠。我们的系统从a生成合成天际线视图   DEM并从这些天际线中提取稳定的基于凹面的特征   形成一个数据库。要本地化查询，用户手动跟踪查询   输入照片上的天际线。天际线自动精炼   基于此估计，并且基于相同的基于凹度的特征   提取。然后我们应用各种几何约束   匹配技术，以有效和准确地匹配查询   数据库天际线的天际线，从而本地化查询图像。我们   使用44个地面图像的测试集评估我们的系统   一个10,000平方公里的沙漠地区，并在许多地方显示出来   例如，查询可以精确到100平方米进行本地化。

完整的论文也是available。

这种技术在多大程度上可以扩展（例如全球范围内）当然是另一回事......

另一个relevant paper是：

山地地形图像的大规模视觉地理定位，Georges Baatz等，Proc。欧洲计算机视觉会议，2012年

  

摘要。鉴于在世界某处拍摄的照片，自动拍照   该图像的地理定位是一项极其重要的任务   例如有用用于历史和法医学，文献目的，世界照片材料的组织以及情报   应用。虽然最后取得了巨大进步   在一个城市内进行视觉位置识别的年份，   因此，自然环境中的定位要困难得多   植被，光照，季节变化仅仅是外观   方法不切实际。在这项工作中，我们瞄准山区地形   并使用数字高程模型快速提取表示   可视数据库查找。我们提出了一种非常自动化的方法   大规模的视觉本地化，可以有效地利用视觉   信息（轮廓）和几何约束（一致   方向）同时。我们按照规模验证系统   整个国家（瑞士，40000平方公里）使用更多的新数据集   超过200个风景查询图片与基本事实。