基于对象的Boosting方法自动提取高分辨率遥感图像中建筑物目标

被引:14
作者
孙显 [1 ,2 ]
王宏琦 [1 ]
张正 [1 ,2 ]
机构
[1] 中国科学院电子学研究所
[2] 中国科学院研究生院
关键词
目标识别; 建筑物提取; 基于对象; 多尺度分割; Boosting算法;
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
遥感图像空间分辨率的提高,在极大丰富地物目标信息含量的同时,也使得一些传统的目标提取方法受到较大挑战。该文结合基于对象的思想和Boosting算法,提出一种新的针对高分辨率遥感图像中建筑物自动提取的方法。该方法通过构建对象网络关联图像分割和识别,有效解决了一般方法中采用预先定义形状和大小的滑动窗检测目标时效果不佳的问题。然后针对建筑物的目标特性训练有效特征分类器,并利用标记置信度来综合分析图像的各类信息,完成目标提取及后续处理。实验结果表明,该方法可用于提取多种类型和结构的建筑物,准确率高、鲁棒性好,具有较高的应用价值。
引用
收藏
页码:177 / 181
页数:5
相关论文
共 5 条
[1]   一种遥感图像中建筑物的自动提取方法 [J].
侯蕾 ;
尹东 ;
尤晓建 .
计算机仿真, 2006, (04) :184-187+224
[2]   基于区域分割合并的建筑物半自动提取方法 [J].
周俊 ;
晏非 ;
孙曼 .
海洋测绘, 2005, (01) :58-60
[3]   高分辨率遥感影像上居民地半自动提取研究 [J].
苏俊英 ;
曹辉 ;
张剑清 ;
不详 .
武汉大学学报(信息科学版) , 2004, (09) :791-795
[4]  
A comparison of three image-object methods for the multiscale analysis of landscape structure[J] . Geoffrey J. Hay,Thomas Blaschke,Danielle J. Marceau,André Bouchard.ISPRS Journal of Photogrammetry and Remote Sensing . 2003 (5)
[5]  
The Scale Issue in the Social and Natural Sciences[J] . D.J. Marceau.Canadian Journal of Remote Sensing . 1999 (4)