基于数据场和密度聚类的高分辨率影像居民区提取-国土资源遥感.pdfVIP

第 卷第 期 国土资源遥感 年 月 引用格式 岳梦雪 秦昆 张恩兵 等 基于数据场和密度聚类的高分辨率影像居民区提取 国土资源遥感 基于数据场和密度聚类的高分辨率影像居民区提取 岳梦雪 秦 昆 张恩兵 张 晔 曾 诚 武汉大学遥感信息工程学院 武汉 地球空间信息技术协同创新中心 武汉 摘要 数据场通过模拟物理场中对象间的相互作用 来描述数据对象间的相互作用关系 数据场中的势值高低反 映对象间相关程度故在遥感影像中可用数据场来刻画像元间的空间相关性特征 提出了一种基于数据场和密度 聚类的高分辨率居民区有效提取的方法 首先 利用数据场计算遥感影像的势值特征图像 然后 对势值图像进行 分水岭分割 提取分割所得对象块的形心 最后 对形心进行基于密度的聚类 从而实现居民区提取 实验结果表 明 基于此方法进行高分辨率遥感影像的居民区提取相对于传统方法具有更好的鲁棒性和高效性 关键词 数据场 空间相关性 密度聚类 高分辨率遥感影像 居民区提取 中图法分类号 文献标志码 文章编号 的高分辨率遥感影像居民区提取方法 首先对原 引言 始影像进行数据场特征计算 然后将面向对象方 法应用到后续处理中采用分水岭算法对获得的特 对居民区的准确和有效提取将会为地理国情 征图像进行对象分割得到相关性特征明显的各对 普查 土地利用管理和城市规划等应用提供重要的 象单元 最后引入密度聚类算法将各分割对象进 基础信息支持 在当前广泛应用的高空间分辨率 行聚类得到最终的居民区提取结果 由于采用了 以下简称高分 遥感影像中复合居民区对象内 面向对象和密度聚类方法来进行目标的快速识别 部包含丰富的纹理结构和空间布局模式等信息通 从而在计算效率和提取的准确性方面较传统方法都 常利用其纹理特征 角点特征 和边缘特 有明显的改善 征 结合分割空间投票和分类等方法实现居民 区提取但这些特征有些较为底层居民区提取效率 理论与算法描述 或精度偏低 因此对空间结构特征