基于图割与阴影邻接关系的高分辨率遥感影像建筑物提取方法

被引：15

作者：

施文灶 ^{[1
,2
,3
,4
]}

毛政元 ^{[1
,3
,4
]}

机构：

[1] 福州大学空间数据挖掘与信息共享教育部重点实验室

[2] 福建师范大学光电与信息工程学院

[3] 福州大学地理空间信息技术国家地方联合工程研究中心

[4] 福州大学福建省空间信息工程研究中心

来源：

电子学报 | 2016年 / 44卷 / 12期

关键词：

遥感影像; 阴影; 图割; 建筑物提取;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

高空间分辨率遥感影像的建筑物自动提取能够加速城市基础地理数据库的更新进程.建筑物提取方法存在的一个亟需解决的问题是建筑物轮廓难以准确提取.本文通过建筑物的阴影特征和图割提出一种在高分辨率遥感影像中识别与提取建筑物的方法.首先,基于势直方图函数检测阴影;然后,以长宽比和矩形度作为约束条件从图割结果中筛选出候选分割对象;最后,利用开运算、膨胀和腐蚀分别对阴影进行处理,计算处理后的阴影和候选分割对象之间的邻接关系得到建筑物及其轮廓.为了验证本文方法的有效性,选取PLEIADES影像中6幅具有代表性的子图像进行试验,结果表明本方法的平均查准率和平均查全率分别达到92.31%和74.23%.

引用

页码：2849 / 2854

页数：6

共 7 条

[1] 高分辨率SAR图像中建筑物特征融合检测算法 [J].

苏娟 ;

张强 ;

陈炜 ;

王继平 .

测绘学报, 2014, 43 (09) :939-944

[2] 面向对象的高分辨率遥感影像城区建筑物分级提取方法 [J].

陶超 ;

谭毅华 ;

蔡华杰 ;

杜博 ;

田金文 .

测绘学报, 2010, (01) :39-45

[3] LiDAR辅助下利用超高分辨率影像提取建筑物轮廓方法 [J].

程亮 ;

龚健雅 .

测绘学报, 2008, (03) :391-393+399

[4] 势函数聚类自适应多阈值图像分割 [J].

裴继红 ;

谢维信 .

计算机学报, 1999, (07) :758-762

[5]

Automated detection of buildings from single VHR multispectral images using shadow information and graph cuts[J] . Ali Ozgun Ok.ISPRS Journal of Photogrammetry and Remote Sensing . 2013

[6] Automatic urban building boundary extraction from high resolution aerial images using an innovative model of active contours [J].

Ahmadi, Salman ;

Zoej, M. J. Valadan ;

Ebadi, Hamid ;

Moghaddam, Hamid Abrishami ;

Mohammadzadeh, Ali .

INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATION AND GEOINFORMATION, 2010, 12 (03) :150-157

[7]

A system to detect houses and residential street networks in multispectral satellite images[J] . Cem ünsalan,Kim L. Boyer.Computer Vision and Image Understanding . 2004 (3)

← 1 →