基于波段与形状特征的遥感影像建筑物分类提取

被引:7
作者
唐羊洋 [1 ]
叶华平 [1 ]
吴书金 [1 ]
陈紫旭 [2 ]
机构
[1] 后勤工程学院后勤信息与军事物流工程系
[2] 部队
关键词
建筑物; 高分辨率; 遥感影像; 分类提取;
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
提出一种特征组合的方法实现高分辨率遥感影像中建筑物的分类提取。在图像预处理、多尺度分割后,以分割得到的影像对象为基础,考虑到建筑物与其他地物特征上的差异,构建了基于模糊隶属度函数的由紧致度、最大化差异和绿波图层比率3个特征组成的知识规则。前者为形状特征,后两者为波段特征。实验表明,该方法提取的建筑物精度达到89.02%,总体Kappa系数为0.777 8,优于SVM、KNN和单纯用波段特征分类的方法;克服了采用单一特征提取建筑物的局限性,有效提高了建筑物分类精度,具有一定的应用前景。
引用
收藏
页码:93 / 96
页数:4
相关论文
共 13 条
[1]  
现代遥感科学技术体系及其理论方法.[M].阎守邕; 等编著.电子工业出版社.2013,
[2]  
遥感数字影像处理与地理特征提取.[M].钱乐祥等编著;.科学出版社.2004,
[3]  
遥感导论.[M].梅安新等[编著];.高等教育出版社.2001,
[4]   基于CART决策树提取高分辨率遥感影像建筑物信息 [J].
李强 ;
张景发 .
地震, 2013, 33 (02) :96-102
[5]   一种基于中性集和均值漂移的彩色遥感图像非监督建筑物提取方法 [J].
于博 ;
牛铮 ;
王力 ;
刘亚奇 ;
陈方 .
光谱学与光谱分析, 2013, 33 (04) :1071-1075
[6]   高空间分辨率遥感影像建筑物提取研究综述 [J].
严岩 .
数字技术与应用, 2012, (07) :75-76+78
[7]   光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法 [J].
吴炜 ;
骆剑承 ;
沈占锋 ;
朱志文 .
武汉大学学报(信息科学版), 2012, 37 (07) :800-805
[8]   高分辨率多光谱影像城区建筑物提取研究 [J].
谭衢霖 .
测绘学报, 2010, 39 (06) :618-623
[9]   LIDAR点云数据的建筑物特征线提取 [J].
孟峰 ;
李海涛 ;
吴侃 .
测绘科学, 2008, (05) :97-99+108
[10]   面向对象的高分辨率影像城市建筑物提取 [J].
乔程 ;
骆剑承 ;
吴泉源 ;
沈占锋 ;
王宏 .
地理与地理信息科学 , 2008, (05) :36-39