高分辨率遥感影像建筑物分级提取

摘要：

高分辨率遥感影像建筑物信息自动提取是遥感应用研究中的一个热点问题,但由于受到成像条件不同、背景地物复杂、建筑物类型多样等多个因素的影响使得建筑物的自动提取仍然十分困难.为此,在综合考虑影像光谱、几何与上下文特征的基础上,提出了一种基于面向对象与形态学相结合的高分辨率遥感影像建筑物信息分级提取方法.该方法首先利用影像的多尺度及多方向Gabor小波变换结果提取建筑物特征点;然后采用面向对象的思想构建空间投票矩阵来度量每一个像素点属于建筑物区域的概率,从而提取出建筑物区域边界;最后在提取的建筑物区域内应用形态学建筑物指数实现建筑物信息的自动提取.实验结果表明,本文方法能够高效、高精度地完成复杂场景下的建筑物信息提取,且提取结果的正确性和完整性都优于效果较好的PanTex算法.

关键词：高分辨率遥感影像、建筑物提取、Gabor小波变换、面向对象、空间投票矩阵、形态学建筑物指数

所属期刊栏目：23

资助基金：国防科工局高分专项30-Y20A37-9003-15/17;国家自然科学基金91547107,41271426,41428103;新疆建设兵团科技攻关项目;中国科学院“1-3-5”项目

在线出版日期：2019-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：125-136