论文部分内容阅读
遥感获取的地物电磁波特性综合反映了波谱、形态、纹理等信息,随着高分辨率遥感技术的发展,从影像中更能获取地物的细微变化。建筑物作为城市、乡镇、农村的重要要素,提取和识别建筑物具有重要的应用价值和研究意义。考虑到建筑物具有复杂的特性,传统的依靠灰度特征的处理方法具有处理速度慢、自动化不高、提取精度有限等缺点,研究基于高分辨率遥感图像研究建筑物提取方法显得十分必要,对基础数据更新、城市规划、图像理解具有重要的作用和意义,自动提取建筑物是当前遥感理论和应用领域的研究热点。本文介绍了高分辨率遥感技术及建筑物特征提取方法的研究进展,分析了研究区建筑物的光谱、形状和纹理特征,通过实验比较了几种典型分割方法的优劣,提出了一种分级提取算法,实现建筑物特征的提取。具体研究内容有：根据建筑物边缘亮度值不连续特性,研究基于边缘检测的分割方法,采用Canny等算子进行实验,分析了各自的特点。考虑建筑物光谱的均质性采用基于区域分割方法进行处理,分析区域增长算法和Otsu分割方法,两者结合提取建筑物信息。讨论了基于聚类的分割原理,分析了ISODATA算法和EM算法,并进行实验,为后续分级提取建筑物特征做了准备工作。在分析研究区建筑物特征的基础上,提出了一种分级提取算法：(1)根据建筑物光谱均质性采用基于区域增长和阈值相结合的分割方法对图像进行初分割,去除非建筑物信息；(2)利用建筑物和植被的光谱辐射差异,采用植被指数提取植被信息,去除掉具有光谱均值的植被信息；(3)根据道路在影像上的形态结构,采用形态学方法对图像进行处理,提取道路信息,去除掉和易干扰建筑物特征的道路；(4)根据图像提供的丰富细微纹理,采用Log-Gabor滤波器提取纹理信息,建立判别特征矢量,根据先验模型利用贝叶斯判别规则分离建筑物与非建筑物,实现建筑物提取,实验结果准确率达91.07%。实验表明本方法有效提高了建筑物提取的自动化程度,对高分辨率遥感图像处理、分析和应用具有一定的参考价值。