[發明專利]基于數字高程模型的建筑物自動提取的方法

有效

• 申請號: 200810041192.5
• 申請日: 2008-07-30
• 公開（公告）號: CN101359371A
• 公開（公告）日: 2009-02-04
• 發明（設計）人: 吳建國;李榮高;祝捷;張輝;李光耀;楊麗
• 申請（專利權）人: 上海同盛工程建設配套管理有限公司
• 主分類號: G06K9/54
• 分類號: G06K9/54
• 代理公司: 上海科盛知識產權代理有限公司
• 代理人: 趙志遠

技術領域

本發明涉及遙感影像中自動提取建筑物邊緣并識別出建筑物的方法，尤其涉及基于數字高程模型(Digital?Elevation?Model，DEM)的建筑物自動提取的方法。

背景技術

有效地從城市航空遙感影像中提取建筑物信息對城市仿真和城市規劃有著舉足輕重的作用。然而由于建筑物的形狀、大小和周邊環境等的多樣性，從遙感影像中自動提取建筑物邊緣并識別出建筑物是十分困難。所以，找到一個切實有效的從遙感影像中自動提取建筑物的方法成為當前的研究熱點。

不同的學者提出了許多不同的方法。Sohn等人提出的基于窗口傅立葉變換和二分樹技術并結合建筑物單元形狀的知識推理形成建筑物多變形。Stassopoulou等人通過使用一個基于Canny算子的多尺度區域分割與邊緣分割相結合的方法對影像進行分割和區域特征提取，并結合其他成像條件在Bayesian網絡支持下識別并提取房屋特征。Lin等人建立了一般光照模型下，房屋邊緣線與陰影間的解析幾何關系，可以用于影像目標地物相關關系的分析。Kirsch等人二維邊緣檢測算子進行推廣也提出了一種三角形網格數據的邊緣提取方法。

上述幾種方法或是基于邊緣提取，或是結合區域分割，其缺點是無法有效地將線、面信息及其上下文相關關系綜合起來進行提取。這些沒有被綜合起來的信息使得最終提取的輪廓信息量過于冗余，為建筑物的提取后進行的重建工作帶了非常大的工作量。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷，提供一種高效實用的基于數字高程模型的建筑物自動提取的方法。

本發明的目的可以通過以下技術方案來實現：基于數字高程模型的建筑物自動提取的方法，其特征在于，該方法包括以下步驟：

(1)預處理；

(2)矢量化；

(3)噪音去除；

(4)邊緣簡化；

(5)自動建筑物提取(Automatic?Building?Extraction，ABE)處理。

所述的步驟(1)中預處理包括：

a.進行最小值濾波；

b.使用最大值濾波；

c.通過設置高度值可以得到一個空缺部分；

d.結合面向對象分類技術所提供的對圖像中分割區域的光譜、紋理和形態特征參數及上下文相關關系的豐富表達方式，得到比較可靠的分割圖像。

所述的步驟(2)中矢量化為將經過預處理后得到的分割圖像進行矢量化處理，包括以下步驟：

a.去除分割部分內部的像素點；

b.對每個分割部分中相關聯的組成部分的多邊形輪廓數量進行計算；

c.通過每個分割部分和多邊形的輪廓上各點的x，y的坐標值來順時針確定輪廓線上各點的順序；

d.為了減少這個矢量圖上點的個數，將相鄰兩點連成的直線上的點省略掉。

與現有技術相比，本發明建立的完善的供電系統仿真體系，可以為以后的突發事件應急預案設計、物流系統仿真、自然災難模擬與仿真等提供前提條件。

具體實施方式

實施例1

本發明采用如下技術方案：

一、預處理

由于數學形態對圖像信號的處理具有直觀上的簡單性和數學上的嚴謹性，所以在描述圖像信號形態特征上具有獨特的優勢。而本文預處理中使用最小濾波對圖像進行腐蝕可以消除物體邊界點，將具有細小連通的兩個建筑物分開。而在腐蝕之后進行的膨脹處理則是為了將與物體接觸的所有背景點合并到該建筑物中，達到填補圖像分割后建筑物中的空洞的最終效果。

因為一般建筑物都是高出它周圍的地形平面的其他物體的，所以基于這個事實，我們可以通過處理后的DEM進行預處理。由于建筑物的信息大量的被包含在原始高程圖與近似地形表面高程圖的差值圖像中，因此，我們可以利用灰度數學形態學^[5]的方法來對原始高程圖進行背景估計和消除。第一步是進行最小值濾波，

Z′＝min{Z(x，y)|x，y∈W}

W是結構元素，在這種情況下取的是正方形窗口。對于數學形態學來說，最小值濾波是一種非常特別的腐蝕方法，因為在w(x，y)這個結構元素中z的值始終不變。

接下來使用最大值濾波，

Z″＝max{Z′(x，y)|x，y∈W}

最大值濾波是一種非常特別的膨脹方法，