水平集分层分割遥感图像中的建筑物

摘要：

针对高分辨率遥感图像，结合建筑物特征，提出水平集分层模型分割图像中的建筑物。首先，学习植被样本得到其在HSV空间中色调与饱和度的联合分布函数，利用阴影灰度方差通常小于非阴影区域的特点，将植被和阴影剔除以简化背景利于后续分割。然后，根据灰度级高低将一幅图像看作多层图像层，把建筑物的屋顶灰度特征和边缘特征融合到传统Chan-Vese(C-V)水平集算法中，分割出每层中灰度级相似的建筑物候选区域，从而将不同灰度级建筑物候选区域分层分割出来再整合。最后利用建筑物面积、建筑物与阴影位置关系等先验知识排除误分割，得到最终结果。实验表明：该方法能更好地分割出形状各异、各个灰度级的建筑物，甚至是灰度不均匀的建筑物，分割漏检率较传统C-V法降低了25％，虚检率降低了22％。有效减少了漏分割和过分割。

关键词：水平集、C-V算法、分层、建筑物分割

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金61222304；高等学校博士学科点专项科研基金20121102110032

在线出版日期：2014-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1332-1337