基于高分辨率遥感影像的面向对象建筑物分级提取方法

摘要：

数字表面模型(Digital Surface Model,DSM)辅助的基于规则的分类算法对高分辨率卫星遥感影像进行面向对象建筑物提取时存在如下不足:1)多尺度分割在复杂场景下分割效果差,导致建筑物提取精度较低;2)影像范围较大时,无法直接通过DSM数据的单一阈值提取建筑物.为克服上述问题,文章提出了一种DSM辅助的父子对象层交互处理的建筑物分级提取方法.该方法首先结合DSM数据先后两次应用多尺度分割生成父子对象层;然后,通过样本分级极值法将子对象层中的植被、水体及阴影剔除,并通过建筑物分级提取方法筛选建筑物种子节点;最后,将种子对象映射至父对象层中,结合上下文特征对父对象层中的建筑物种子对象进行区域生长,生长结果重新继承至子对象层中,完成建筑物提取.遥感影像建筑物提取实验结果显示,文中提出方法的F1-Score和IoU指标在实验区 A中分别达到了 95.9%和 92.2%,在实验区 B中分别达到了 94.1%和 92.2%,均优于支持向量机算法(Support Vector Machine,SVM)的结果,证明该方法可以有效提取遥感影像中复杂场景下的建筑物.

关键词：卫星遥感影像、建筑物提取、面向对象分类、数字表面模型

所属期刊栏目：44

分类号：TP753;TP181(遥感技术)

资助基金：山西省重点研发计划项目;山西省基础研究计划青年科学研究项目;山西省自然科学基金青年项目

在线出版日期：2023-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：88-102