Page 110 - 《武汉大学学报（信息科学版）》2025年第6期

1132 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 6 月

图 8 实验数据
Fig. 8 Experimental Data

图 9 不同特征线提取方法的结果
Fig. 9 Results of Different Line Detection Methods

数作为平均指标，计算式为：
2 × P × R
F1 = （2）
P + R
以真实图像建筑物门窗轮廓线、天际线、铅
垂线作为正样本，其他作为负样本，对图 9 实验
结果进行评价，计算各图像对的 F1 分数，结果如

表 1 所 示 ，各 方 法 的 F1 分 数 箱 型 统 计 如 图 10
所示。

图 10 不同特征线提取方法的 F1 分数箱型统计图
表 1 不同特征线提取方法的 F1 分数
Fig. 10 Box Statistics of F1 Values of Different Line
Table 1 F1 Values of Different Line Detection Methods
Detection Methods
图像 图像 图像 图像 图像
提取方法 图像类别
对 1 对 2 对 3 对 4 对 5
从表 1 可以看出，在地震场景的虚实特征提
真实图像 0.579 0.644 0.468 0.437 0.406
[24]
Hough_p 取的环境下，基于灰度图进行提取的 Hough_p 方
虚拟图像 0.575 0.515 0.476 0.458 0.511
法 F1 分数平均值为 0.507，基于 RGB 色彩图像的
真实图像 0.622 0.708 0.691 0.665 0.665
LSD [25] LSD、FLD 以 及 EDLines 方 法 F1 分 数 平 均 值 分
虚拟图像 0.692 0.671 0.625 0.649 0.675
真实图像 0.741 0.654 0.683 0.671 0.653 别为 0.665、0.675、0.717，由此可见传统方法对于
FLD [26]
虚拟图像 0.708 0.619 0.652 0.669 0.704 地震灾害场景特征的错提取、漏提取情况较多，
真实图像 0.686 0.724 0.733 0.751 0.675 本文结构语义特征的提取方法 F1 分数平均值为
EDLines [27]
虚拟图像 0.728 0.656 0.784 0.756 0.677 0.922，较传统方法有明显的提升，实现了虚实特
真实图像 0.927 0.954 0.914 0.878 0.903 征的准确提取，说明本文方法在地震场景中具有
本文方法
虚拟图像 0.951 0.962 0.933 0.880 0.919 更好的适应性。