用于高分辨率SAR影像建筑物提取的对象级高亮特征描述方法

摘要：

合成孔径雷达(synthetic aperture radar,SAR)影像分辨率的不断提高为建筑物提取提供了有效的数据支持,而传统像素级方法,提取建筑物的效果较差,精度较低.通过分形网络演化分割算法(fractal net evolution approach,FNEA)获取分析单元,利用对象级分析单元与邻近环境之间的上下文特征,提出了高亮邻接强度特征(highlight adjacent intensity,HAI)与亮点散射密度特征(shining point distribute density,SDD)的概念,然后结合上述两种特征进行对象级建筑物的提取.最后通过几组实验验证了基于面向对象特征方法比面向像素特征方法对高分辨率SAR建筑物提取具有更好的效果、更高的精度.

关键词：对象级、高分辨率、SAR影像、建筑物提取、叠掩

所属期刊栏目：39

分类号：P237.9(摄影测量学与测绘遥感)

资助基金：The PhD programs Foundation of Ministry of Education of China,No.20120141120041;the National Natural Science Foundation of China,No.41301517.国家教育部博士点基金资助项目20120141120041;国家自然科学基金资助项目41301517

在线出版日期：2014-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：220-224