[發(fā)明專利]一種面向對象的遙感影像建筑物及其陰影提取的方法有效
| 申請?zhí)枺?/td> | 201310176487.4 | 申請日: | 2013-05-13 |
| 公開(公告)號: | CN103279951A | 公開(公告)日: | 2013-09-04 |
| 發(fā)明(設計)人: | 吳浩;程志萍;徐晨晨;宋冰;崔詩雨 | 申請(專利權)人: | 武漢理工大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T5/00 |
| 代理公司: | 湖北武漢永嘉專利代理有限公司 42102 | 代理人: | 王守仁 |
| 地址: | 430070 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 面向 對象 遙感 影像 建筑物 及其 陰影 提取 方法 | ||
1.一種面向對象的遙感影像建筑物及其陰影提取的方法,其特征在于該方法包括以下步驟:
(1)影像預處理:根據(jù)研究區(qū)的情況,對同一區(qū)域的全色波段影像和多光譜波段影像進行裁剪處理,獲得研究區(qū)的影像I1;
(2)多尺度分割:經(jīng)過預處理后的遙感影像I1,根據(jù)設定的光譜標準和形狀標準參數(shù),選擇三十個分割尺度:5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,100,110,120,130,140,150,160,170,180,190,200對影像進行多尺度分割,形成不同尺度的影像對象層,利用次最大面積結合目視觀察選擇最優(yōu)分割尺度,考慮到影像的處理效率,尺度200、55和30被選取作為最終地物提取較為適宜的尺度,由此形成了3個尺度影像對象層,即影像I2、I3、I4;
(3)非建筑物和非陰影的提取:在200尺度影像I2上,對于每一個對象,如果長度特征和長寬比特征閾值滿足邏輯與,則屬于道路類R,否則依舊是未分類,得到提取了道路的影像I5;在55尺度影像I3上,如果NDWI、NDVI和紅色波段比率滿足一定的閾值條件,則該對象分別屬于水體類W、植被類V和裸地類B,獲得提取了水體、植被、裸地的影像I6;然后將影像I5和I6的分類結果繼承到30尺度影像I4上,從而得到影像I7,這樣可以剔除道路、水體、綠地和裸地的影像,提高建筑物和其陰影提取的準確率;
(4)建筑物及其陰影潛在區(qū)的提取:在影像I7上,從未分類對象中利用光譜特征提取出陰影潛在區(qū)SH;通過最臨近分類器,結合光譜特征提取建筑物潛在區(qū)BH,該光譜特征包括波段均值、亮度均值,同時得到的地物還有部分陰影潛在區(qū)TS(也即前面提取SH時漏掉的陰影潛在區(qū))、臨時道路類TR和臨時裸地類TB,將TS歸類到陰影潛在區(qū)SH,從而得到包含陰影潛在區(qū)SH和建筑物潛在區(qū)BH的影像I8;
(5)建筑物及其陰影的優(yōu)化處理:在影像I8上,采用空間特征、上下文關系和平滑算法對陰影進行優(yōu)化處理,得到最終識別出的陰影類別S;同時,利用上下文關系、平滑算法,對建筑物潛在區(qū)BH中存在很多錯分和漏分的建筑物進行優(yōu)化處理,得到最終識別出的建筑物類別B;
經(jīng)過上述步驟,得到所述面向對象的遙感影像建筑物及其陰影的提取。
2.如權利要求1所述的方法,其特征是步驟(2)中設定的光譜標準和形狀標準參數(shù)是通過專家知識結合目視觀察獲得的,其中,光譜與形狀標準的比值在為1:1,光滑度參數(shù)和緊致度參數(shù)的比值也是1:1。
3.如權利要求1所述的方法,其特征是步驟(3)中,所述NDWI、NDVI和紅色波段比率滿足一定的閾值條件是指:NDWI閾值為0.3~0.4,NDVI閾值為0.25~0.35,紅色波段比率閾值為0.1~0.2。
4.如權利要求1所述的方法,其特征是步驟(5)中,采用以下優(yōu)化處理方法得到最終確定的陰影類別S,其步驟包括:
(1)首先合并相鄰的陰影潛在區(qū)對象,以便進行后續(xù)的空間特征、上下文關系和平滑算法對陰影進行優(yōu)化處理;
(2)當合并后的陰影潛在區(qū)SH的對象面積滿足一定的閾值條件時,將其歸類為未分類,從而剔除部分錯分的建筑物陰影;
(3)陰影潛在區(qū)SH包圍的對象也應該屬于陰影類別,利用這一上下文關系,將漏分的陰影對象歸類到陰影潛在區(qū)SH;
(4)采用平滑算法優(yōu)化陰影邊緣,使其變得光滑,這樣得到所述陰影類別S。
5.如權利要求4所述的方法,其特征是所述平滑算法為:Growing增長和Shrinking收縮算法,凹進去的部分按5*5的窗口進行填補,如果大于等于0.5,則繼續(xù)增長,如此循環(huán);凸起的類別按5*5的窗口進行收縮,如果小于等于0.5,則繼續(xù)收縮,如此循環(huán)。通過他們可以平滑對象的邊緣。
6.如權利要求4所述的方法,其特征是步驟(2)中,所述一定的閾值條件是指:面積閾值Area為250~300。
7.如權利要求1所述的方法,其特征是步驟(5)中,采用以下優(yōu)化處理方法得到最終確定的建筑物類別B,其步驟包括:
(1)將相鄰的建筑物潛在區(qū)BH的對象進行合并;
(2)建筑物都與陰影相鄰,利用這一相鄰關系可以剔除很多錯分的建筑物;
(3)建筑物潛在區(qū)BH包圍的對象也應該屬于建筑物類別,利用這一上下文關系,可以將漏分的建筑物對象歸類到建筑物潛在區(qū)BH;
(4)仍有一些建筑物被漏掉了,分類到了其他的地物類別,這時通過其與已分類建筑物的相鄰程度判斷是否應將其歸類到建筑物類別;
(5)采用平滑算法規(guī)范化建筑物邊緣,使其變得光滑,這樣得到最終的建筑物類別B。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢理工大學,未經(jīng)武漢理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310176487.4/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





