[發(fā)明專利]一種基于形態(tài)學(xué)建筑物指數(shù)的建筑物提取方法

有效

• 申請?zhí)枺?/td>: 201410069377.2
• 申請日: 2014-02-27
• 公開（公告）號: CN103839267B
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計）人: 黃遠(yuǎn)程;黃小兵
• 申請（專利權(quán)）人: 西安科技大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 西安創(chuàng)知專利事務(wù)所61213
• 代理人: 譚文琰

1.一種基于形態(tài)學(xué)建筑物指數(shù)的建筑物提取方法，其特征在于該方法包括以下步驟：

步驟一、影像預(yù)處理：對需要進(jìn)行建筑物提取的影像進(jìn)行輻射校正、去噪和幾何糾正，糾正影像中的幾何與輻射變形并提高影像的清晰度；

步驟二、不透水層組分圖像的提取：采用凸幾何端元提取方法和線性混合光譜分解理論提取影像中的不透水層組分圖像；

步驟三、形態(tài)學(xué)建筑物指數(shù)特征圖像的獲取：采用建筑物屬性與形態(tài)學(xué)運算之間的關(guān)系建立形態(tài)學(xué)建筑物指數(shù)，得到形態(tài)學(xué)建筑物指數(shù)特征圖像，其具體過程如下：

步驟301、結(jié)構(gòu)元素的選取：選取線性結(jié)構(gòu)的元素作為結(jié)構(gòu)元素，定義為SE＝strel(‘line’,d,s)，其中，‘line’為結(jié)構(gòu)元素的類型且類型為線性，d為結(jié)構(gòu)元素的方向，s為結(jié)構(gòu)元素的大小；

步驟302、CFO算子的建立：首先對不透水層組分圖像進(jìn)行閉重建，形成閉重建圖像，然后再對閉重建圖像進(jìn)行開重建，建立起CFO算子，并得到了CFO圖像；

步驟303、基于CFO算子的白帽變換的建立：將閉重建圖像與CFO圖像作減法，完成基于CFO算子的白帽變換；

步驟304、采用差分多尺度形態(tài)學(xué)原理建立差分白帽形態(tài)學(xué)開閉混合重建序列，并求取出差分白帽形態(tài)學(xué)開閉混合重建序列的平均值，建立起形態(tài)學(xué)建筑物指數(shù)EMBI(x)，并得到了形態(tài)學(xué)建筑物指數(shù)特征圖像，完成了建筑物的初步提取；其中，x為測試像元；

步驟四、采用決策樹分析方法完成建筑物的最終提取，其具體過程為：

步驟401、首先對形態(tài)學(xué)建筑物指數(shù)EMBI(x)特征設(shè)置閾值t1，然后對形態(tài)學(xué)建筑物指數(shù)特征圖像進(jìn)行閾值分割，當(dāng)EMBI(x)≥t1時，剔除土壤、植被和陰影的干擾，得到了一次閾值分割后圖像；

步驟402、首先對連通區(qū)域長寬比Ratio(x)特征設(shè)置閾值t2，然后對一次閾值分割后圖像進(jìn)行閾值分割，當(dāng)Ratio(x)≤t2時，剔除明亮和狹長道路對象的干擾，得到了二次閾值分割后圖像；

步驟403、首先對連通區(qū)域面積Area(x)特征設(shè)置閾值t3，然后對二次閾值分割后圖像進(jìn)行閾值分割，當(dāng)Area(x)≥t3時，剔除噪聲的干擾，得到了三次閾值分割后圖像，即為最終提取得到的建筑物圖像；

步驟二中所述采用凸幾何端元提取方法和線性混合光譜分解方法提取影像中的不透水層組分圖像的具體過程為：

步驟201、將影像進(jìn)行主成分變換，并將主成分變換后的前三個波段分別作為X軸、Y軸和Z軸，構(gòu)成三維散點圖；

步驟202、在所述三維散點圖上選擇頂點及其鄰近樣本的平均光譜作為端元，并定義端元對應(yīng)的類型為高亮度不透水地物、低亮度不透水地物、植被、土壤和陰影，建筑物包含在高亮度不透水地物和低亮度不透水地物中；

步驟203、采用線性混合光譜分解方法，將高亮度不透水地物和低亮度不透水地物組合形成包含建筑物的不透水層組分圖像；

步驟301中所述d的取值為：d＝{22.5°,45°,67.5°,90°,112.5°,135°,157.5°,180°}，步驟301中所述s的取值為：s＝{9,13,17,21,25,29,33}。

2.按照權(quán)利要求1所述的一種基于形態(tài)學(xué)建筑物指數(shù)的建筑物提取方法，其特征在于：步驟401中所述t1的取值為0.3，步驟402中所述t2的取值為4.6，步驟403中所述t3的取值為150。