论文部分内容阅读
城市是遥感监测的重要区域,建筑物作为城市的重要组成部分,其分布和发展现状及趋势是当下研究的热点。建筑物高度作为研究城市纵向发展的重要指标,同样是城市遥感监测的重要内容。目前,高分辨率(Very High Resolution,VHR)星载光学图像和合成孔径雷达(Synthetic Aperture Radar,SAR)图像较为广泛的应用于城市建筑物高度提取。在应用过程中,这两种图像本身及提取方式都具备各自的优势,但由于某些特殊因素,使其在使用过程中存在缺陷。例如,在使用光学图像时,主要是通过提取建筑物的阴影,根据建筑物阴影的成像几何关系确定建筑物高度,但是某些高分辨率图像的卫星参数无法获取,给该方法的使用带来困难。而SAR图像使用时存在的缺陷主要是图像特征缺失以及提取效率偏低。针对以上两种图像在应用中所存在的缺陷,本文提出一种联合星载高分辨率光学与SAR图像的大面积城市建筑物高度快速提取方法,分别以各自的优势弥补对方的缺陷,在保证精度的前提下提高了效率,主要研究内容如下:1.建筑物阴影的提取方面,这里采用一种监督分类和非监督分类结合的方式。将支持向量机(Support Vector Machine,SVM)与形态学阴影指数(Morphological Shadow Index,MSI)相结合,省去大量特征阈值确定的过程,增加了提取的效率的同时满足精度要求。在获取阴影后自动计算并记录阴影长度。2.建筑物高度提取方面,本文在研究SAR图像中建筑物的成像机制与图像特征后,基于模型匹配法,从SAR图像上提取特征完整的建筑物样本高度,具体的操作步骤包括建筑物成像几何模型的建立、匹配函数的设计以及遗传模拟退火算法迭代寻优。3.光学与SAR联合提取方面,本文选取若干个特征完好的建筑物样本,分别提取样本的建筑物高度和阴影长度,将高度值和阴影长度值进行一元线性回归分析,获得线性关系方程式,并依此线性关系以及其他建筑物的阴影长度来提取其他建筑物高度。本文选取了乌鲁木齐市头屯河区的一片住宅区作为研究区,并编写计算机程序实现本文的算法。在研究区内选取5栋建筑物作为样本,提取样本的阴影长度和高度,并建立线性关系;均匀选取研究区内的24栋建筑物作为实验对象,利用本文方式提取建筑物高度,并使用全站仪实地测量高度进行验证,验证结果表明所有提取结果绝对误差均小于4米,相对误差不超过17%,结果令人满意。