多特征融合的高分辨率遥感影像建筑物分级提取-中国图象图形学报.pdfVIP

中图法分类号:P23 文献标识码:A 文章编号:1006-8961(年) - 论文引用格式： 多特征融合的高分辨率遥感影像建筑物分级提取 林雨准，张保明，王丹菂，陈小卫，徐俊峰 信息工程大学，河南郑州，450001 摘 要 ：目的：针对高分辨率遥感影像普遍存在的同谱异物和同物异谱问题，提出一种综合利用光谱、形状、空 间上下文和纹理特征的建筑物分级提取方法。方法：该方法基于单幅高分辨率遥感影像，首先利用多尺度多方向 梯度算子构造的建筑物指数和形状特征提取部分分割完整的矩形建筑物目标；然后由多方向线性结构元素和形态 学膨胀运算确定投票矩阵，从而获取光照方向，并利用光照方向和阴影特征对已提取建筑物进行筛选，剔除非建 筑物对象，完成建筑物初提取；最后借助初提取建筑物对象的纹理特征向量建立概率模型，取得像素级建筑物提 取结果，将该结果与影像分割相结合实现建筑物提取。结果：选取两幅高分辨率遥感影像进行实验，在建筑物初 提取实验中，将本文方法与邻域总变分法和Sobel 算子进行对比，实验结果表明，本文方法适用性强，为后提取提 供的建筑物样本可靠性更高。在建筑物提取实验中，采用查准率、查全率和 F1 分数三个指标进行定量分析，与形 态学建筑物指数+形态学阴影指数算法和邻域总变分+混合高斯模型+ 贝叶斯判决算法相比，各项精度指标均得到显 著提升，其中查准率提高了2.90 个百分点，查全率提高了 12.49 个百分点，F1 分数则提升了 8.84。结论：本文提 出的建筑物分级提取方法具备一定抗干扰能力，且提取准确性高，适用性强。 关键词 ： 高分辨率遥感影像; 建筑物提取; 多特征融合; 建筑物指数; 高斯模型 Hierarchical building extraction from high resolution remote sensing imagery based on multi-feature fusion Lin Yuzhun, Zhang Baoming, Wang Dandi, Chen Xiaowei, Xu Junfeng Information Engineering University, Zhengzhou, 450001 Abstract ： Objective: Building is an important infrastructure in geodatabase. Extracting building effectively and accurately is of great significance in terms of urban planning, population distribution, land analysis and environmental surveys. However, building cannot be extracted from unified model, because of the common phenomenon of ‘same object with different spectrums and same spectrum with different objects’, and the spectrum, shape and texture of building are not exactly the same. Considering that most of the buildings tend to be rectangular, and in general the spectral information of the building is more uniform than other objects, some buildings can be extract