基于高分辨率遥感影像的建筑物轮廓信息提取

《基于高分辨率遥感影像的建筑物轮廓信息提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据信息技术国土资源信息化基于高分辨率遥感影像的建筑物轮廓信息提取王永刚-，王振亚z，王宏斌3(1．中国科学院遥感应用研究所，北京100101；2．河北省邯郸县第一中学，河北邯郸056001；3．北京师范大学地理学与遥感科学学院遥感科学国家重点实验室．北京100875)摘要：针对许多领域对建筑物信息更新的迫切要求，提出并发展了一套完整的基于高分辨率遥感影像的建筑物二维轮廓快速提取流程。首先介绍一种利用数学形态学理论进行边缘检测和边缘连接的新方法，然后利用了模式iv,j

2、J'l和图像分析领域的相关技术(区域标识和特征量测等)进行建筑物二维信息的提取。最后通过

3、Quickbird影像进行了方法验证，试验证明该流程可以快速有效的提取建筑物轮廓信息。关键词g高分辨率影像；遥感；建筑物轮廓；Quickbird中图分类号：P23文献标识码：A文章编号：4481-(2008)05—07—051引言建筑物是地理数据库中最容易增加和发生变化，也是最需要更新的部分。由于建筑物对于城市建设、GIS系统更新、数字化城市以及军事侦察等方面的重要性，快速提取建筑物信息技术和进行建筑物变化检测在城市发展规划、电子信息化、国防等方面有着重要的应用。在遥感图像中人工建筑物信息的提取是个非常复杂的过程，往往不仅需要计算机的自动识别，还需要人的辅助来

4、完成，采用单纯一种方法难以获得理想的效果，所以在该领域国内外(特别是国内)的研究相对较少。Herman和Kanade的方法是早期经常被引用的方法，他们使用基于人工智能的3D推断，搜索垂直和水平方向的直线，运用启发式推理提取长方体建筑物flI。Shufelt的方法可以从单幅、倾斜视角的图像中提取平顶或者尖顶的建筑物，他主要使用影子信息和基于消逝点的垂直边界121。Weidner展示了如何利用数字表面模型(DSM：DigitalSurfaceModel)提取类似于尖形、棱柱形的参数化建筑物[31。Kfishnamachari的方法首先提取图像中的直线段，然后基于直

5、线段构建Markov场反映直线段之间的关系，通过最小化能量函数找到矩形和“L”型的建筑物轮廓14l。Wei和Zhao在单幅图像上进行建筑物提取工作，首先利用灰度信息进行聚类然后使用建筑物的基本几何形状并结合阴影进行假设验证，最后使用Hough变换重建2D建筑物轮廓

6、51。石登荣等采用了人工干预下的计算机半自动提取，并结合数字图像处理、机器视觉以及数学形态学进行全彩色航片中建筑物信息提取的试验，取得了一定的成效161。赵俊娟等提出了利用图像分割技术提取建筑物目标，在可行性、快速性和有效性等方面取得了不错的效果171。现有的一些研究大多集中在比较规则和特征明显的建

7、筑物，通用性较差，而且当建筑物比较密集时提取的效果一般。鉴于这些原因，本文选用人工建筑物密集的大学校园为本次研究的典型试验区，以Quiekbird(快鸟)为基础数据源，运用图像图形处理和分析、模式识别技术、现代计算机技术，设计了一套从单时相高分辨率遥感影像上快速提取建筑物二维轮廓信息的技术方案。·暂陶建国土资源保障科学发展新机制理论与实践》征文稿件。收稿日期：2008--05-07作者简介：王永刚(1981。)。男，河北邯郸人，中国科学院遥感应用研究所博士生。主要研究方向为遥感和地理信息系统在国土资源管理中的应用。圄翟盈幽加以帆d尺。。D啪。s坳仃删比啦幻n—

8、靛一信息技术万方数据2数据和研究区域本研究使用的数据为2003年的Quiekbird图像，分辨率为0．6l米，共包括四个波段，分别为红、绿、蓝和近红外。数据覆盖范围为北京师范大学本部校园。研究区内建筑物数量众多，轮廓形状具有代表性，如图1所示：3研究方法图1研究区图像本建筑物轮廓提取的方法主要包括图像预处理、边缘检测和边缘连接、去除阴影、二值化、区域标识、特征量测和后处理等过程，其流程如图2所示：3．1数据预处理在图像分割前，有必要对原始图像进行适当的预处理以提高图像质量。预处理主要包括：直方图均衡化和滤波处理等。其中滤波处理采用均值滤波器或者中值滤波器对原图

9、像进行平滑处理，以去除图像噪声和个别孤立点，改善图像质量。同时为了尽可能的去除无用背景对分割结果的影响，在分割之前，先设定一个灰度门限(这个值要取的相对低一些)，把低于该门限的像素灰度值设为0，初步滤除部分干扰因素。经过预处理后得到的图像作为要进行目标分割的图像。3．2边缘检测边缘的类犁多样，在本研究的试验图像上主要是阶跃型边缘。阶跃型边缘定位于其一阶导数的局部极图2建筑物二维轮廓提取流程值点，因此可以采用图像的一阶导数(即梯度)进行边缘检测。常用的梯度算子有Roberts算子、Prewitt算子、Sobel算子等。通常可以根据图像特征选择合适的梯度算子进行检

10、测。本研究基于数学形态学的相关理论提出