一种新的高分辨率遥感影像城区提取方法.pdf

《一种新的高分辨率遥感影像城区提取方法.pdf》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、第38卷第9期武汉大学学报·信息科学版Vo1．38No．92013年9月GeomaticsandInformationScienceofWuhanUniversitySept．2013文章编号：1671—8860(2013)09—1063—05文献标志码：A一种新的高分辨率遥感影像城区提取方法陈洪陶超邹峥嵘于菲菲(1中南大学地球科学与信息物理学院，长沙市麓山南路，410083)摘要：利用城区特有的局部特征，提出了一种新的高分辨率遥感影像城区提取方法。该方法首先对原图像做多角度和多频率组合的Gabor变换，然后利用Ostu方法阈值分割所有变换

2、结果，并在每个中心频率上对各个方向的阁值分割图做逻辑与运算，其次根据运算结果图上Gabor特征的分布情况，确定适合影像的最优中心频率，最后利用滤波器在最优中心频率上的特征提取结果，结合高斯函数构建空间投票矩阵，最终提取城市区域。实验表明，该方法可以成功地提取高分辨率影像城市区域，且具有较高的准确度。关键词：高分辨率遥感影像；城区提取；Gabor滤波；高斯函数；Ostu方法中图法分类号：：P237．9随着卫星传感器技术的不断发展，GeoEye、为因素对提取结果影响较大，而本文方法是一种QuickBird、IKONOS等高分辨率遥感卫星所获取非

3、监督分类方法，不需要任何的训练样本。城区影像的空间分辨率提高至1m内，这很大程度上通常由密集的建筑物群、内部的绿地及道路交通丰富了影像的信息量，为进一步检测和分割人工网构成，因此，其内部有丰富的角点特征，而影目标提供了重要的数据支持。以往通过人工方式像在角点处有明显的灰度梯度和曲率变化。提取城市区域，虽然提取的准确率高，但效率低且1Gabor滤波成本耗费大，导致了数据更新延迟等问题。因此，研究自动提取城区的相关方法，对于数字城市建文献[9]将Gabor滤波成功地用于人脸检设、城市宏观规划、土地利用调查等领域的发展具测，此后，Gabor滤波被

4、广泛地推广到目标检测与有重要的现实意义。识别的相关领域，它具有空间局部性及方向任意Benediktsson等_1通过构建训练样本并结合性的良好特性[1，可以最大程度地获取图像的时数学形态学算子检测城区。Weigl等综合了傅频信息。在影像上，城区内部包含建筑物、桥梁、立叶变换和神经网络分类算法提出一种新的城区道路等人工地物，因此，城区具有丰富的角点特提取方法。Fang等。。利用灰度共生矩阵(GI征，表现为城区纹理局部性强、方向多样性；而非CM)方法提取高分辨率SAR影像上居民区。近城区(耕地、林地等)地物相对较单一、角点特征稀几年，文献[4]

5、结合局部特征点与空间投影从高分疏，表现为非城区纹理比较规则且方向单一。辨率遥感影像上自动检测城区，Rosin]以边缘特Gabor滤波可以最大程度地反映影像上城区与非征为准则检测影像上的图像上的显著区域(含居城区不同的纹理特征变化，即局部纹理信息越强城区)，该方法拥有较好的检测效果。苏俊英等L6则其滤波响应越强。二维Gabor滤波函数定义利用灰度方差纹理特征，设计了一种半自动的高为高斯包络与复指数的乘积：分辨率遥感影像居民地提取方法。王华等]通过F(，)一expf一1exp(2丌fu)获取边缘点的角度提取居民地外轮廓，并利用感7rgg＼&Og

6、／知编组连接轮廓点。U—XCOS~+ysin9(1)现有的城区提取方法大部分都是基于监督分一一xsin~+ycos~类机制，需要构建训练样本和一定的先验知识，人收稿日期：2013-04～20。项目来源：国家973计划资助项目(2012CB719900)。第38卷第9期陈洪等：一种新的高分辨率遥感影像城区提取方法析可知，优化后的特征图既保留了城区内各方向共同的Gabor特征信息，又舍弃了林地、耕地等的冗3基于Gabor特征城区提取余部分特征，这确保了Gabor特征的有效性。■■■(a)频率1(b)频率2(C)频率3图33个中心频率优化后的特征

7、图Fig．3OptimizedFeaturesImagesofThreeFrequencies2．3确定最佳中心频率在完成特征选择和特征优化之后，获取了影像在多个中心频率(尺度)下的Gabor特征图，本文方法需要从中选取一张最合适的特征图为后续的城区提取工作提供数据支持。对于不同空间分辨率的高分辨率影像，其最佳中心频率(尺度)各不相同，本文在设计Gabor滤波器组时，将参考已有文献滤波器的中心频率设定为[O．05，0．43，然后按一定步长进行频率采样，从而获取了影像在多个频率(尺度)下的Gabor特征表达。最佳中心频率上的Gabor特征图，

8、需满足以下条件：①城区内具有密集的Gabor特点，特征密度很高；②非城区内的Gabor特征比较稀疏。因此，可以根据特征图上Gabor特征点聚集度大1n小来确定最佳中心频率，其具体