多特征融合的高分辨率遥感影像建筑物分级提取
目的 针对高分辨率遥感影像普遍存在的同谱异物和同物异谱问题,提出一种综合利用光谱、形状、空间上下文和纹理特征的建筑物分级提取方法.方法 该方法基于单幅高分辨率遥感影像,首先利用多尺度多方向梯度算子构造的建筑物指数和形状特征提取部分分割完整的矩形建筑物目标;然后由多方向线性结构元素和形态学膨胀运算确定投票矩阵,从而获取光照方向,并利用光照方向和阴影特征对已提取建筑物进行筛选,剔除非建筑物对象,完成建筑物初提取;最后借助初提取建筑物对象的纹理特征向量建立概率模型,取得像素级建筑物提取结果,将该结果与影像分割相结合实现建筑物提取.结果 选取两幅高分辨率遥感影像进行实验,在建筑物初提取实验中,将本文方法与邻域总变分法和Sobel算子进行对比,实验结果表明,本文方法适用性强,为后提取提供的建筑物样本可靠性更高.在建筑物提取实验中,采用查准率、查全率和F1分数3个指标进行定量分析,与形态学建筑物指数结合形态学阴影指数算法、邻域总变分结合混合高斯模型和贝叶斯判决算法相比,各项精度指标均得到显著提升,其中查准率提高了2.90个百分点,查全率提高了12.49个百分点,F1分数则提升了8.84.结论 本文提出的建筑物分级提取方法具备一定抗干扰能力,且提取准确性高,适用性强.
高分辨率遥感影像、建筑物提取、多特征融合、建筑物指数、高斯模型
22
P23(摄影测量学与测绘遥感)
国家自然科学基金项目41601507;地理信息工程国家重点实验室开放基金项目SKLGIE2015-M-3-3National Science Foundation of China41601507;Open Research Foundation of State Key Laboratory of Geo-information EngineeringSKLGIE2015-M-3-3
2018-01-09(万方平台首次上网日期,不代表论文的发表时间)
共11页
1798-1808