山脉识别算法

时间:2015-01-15 20:13:36

标签: algorithm geolocation geography

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):

mountain ranges

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。

1 个答案:

答案 0 :(得分:3)

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。