[發明專利]基于建筑物基底矢量的遙感影像屋頂輪廓提取方法

有效

• 申請號: 201710237766.5
• 申請日: 2017-04-12
• 公開（公告）號: CN107092877B
• 公開（公告）日: 2020-01-24
• 發明（設計）人: 胡翔云;宮金杞;胡艷;丁憶;李朋龍;張澤烈;徐永書;陳靜;劉金龍;李莉
• 申請（專利權）人: 武漢大學;重慶市地理信息中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 42222 武漢科皓知識產權代理事務所(特殊普通合伙)
• 代理人: 嚴彥

1.一種基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于，包括以下步驟：

步驟1，利用已有建筑物基底矢量圖斑，獲取優化后的與建筑物基底圖斑相應的輪廓多邊形；

步驟2，對步驟1得到的各建筑物基底圖斑相應輪廓多邊形，分別進行距離變換和緩沖區分析處理，生成待匹配建筑物屋頂的輪廓約束模板；

步驟3，針對待提取的遙感影像，選擇符合建筑物特性的影像特征；

步驟4，基于相似性測度，利用步驟2中所述輪廓約束模板和步驟3中選擇的影像特征，采用匹配優化方法在各建筑物基底圖斑的鄰近區域中搜尋最佳匹配位置，獲取建筑物屋頂輪廓圖像。

2.根據權利要求1所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：步驟1中，通過相鄰要素合并和點抽稀處理獲取優化后的輪廓多邊形。

3.根據權利要求2所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：所述點抽稀處理包括以下步驟，

S1，對圖斑中的點序列，從起點開始每次取出相鄰的三個點，計算中間點到其他兩點連成的直線的距離；

S2，將獲得的距離與預設閾值進行比較，若小于預設閾值則從點序列中刪除中間點，否則將中間點保留；

S3，逐點進行判斷，直至判斷完當前點序列，獲得輪廓多邊形的點坐標序列。

4.根據權利要求1所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：步驟2中，所述輪廓約束模板包括是以輪廓多邊形為基準建立的方向約束模板、距離約束模板和對比度約束模板。

5.根據權利要求1所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：步驟3中，選擇的影像特征包括邊緣直線特征、方向顯著性與正交性、內部同質性和內外差異性，以及鄰接關系。

6.根據權利要求5所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：所述邊緣直線特征中邊緣特征提取采用基于結構森林的快速邊緣檢測算法，直線特征提取采用LSD方法。

7.根據權利要求1－6中任一項所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：步驟4中，采用匹配優化方法在各建筑物基底圖斑的鄰近區域中搜尋最佳匹配位置，包括在針對某一建筑物基底圖斑，采用相應輪廓多邊形的輪廓約束模板在該建筑物基底圖斑的鄰近區域中遍歷到某一位置時，將該位置稱為當前輪廓多邊形所在位置，提取相應匹配測度如下，

步驟4-1，利用輪廓約束模板、遙感影像及影像特征，分別計算當前輪廓多邊形所在位置的邊緣直線匹配指數、對比度指數、區域顯著性指數以及位置偏移概率；

步驟4-2，將邊緣直線匹配指數、對比度指數、區域顯著性指數以及位置偏移概率進行加權處理，獲取匹配測度。

8.根據權利要求7所述的基于建筑物基底矢量的遙感影像屋頂輪廓提取方法，其特征在于：步驟4-2中所述匹配測度的計算公式為，

S_(x，y)＝ω_eI_e+ω_cI_c+ω_sI_s+ω_aP

其中，S_(x，y)為點(x，y)的匹配測度，I_e，I_c，I_s，P分別為影像的邊緣直線匹配指數、對比度指數、區域顯著性指數以及位置偏移概率，ω_e，ω_c，ω_s，ω_a為對應于I_e，I_c，I_s，P的四個經驗權值，且滿足ω_e+ω_c+ω_s+ω_a＝1。