面向对象的高分遥感影像建筑物提取方法研究

摘要

建筑物是主要地理要素，是地表的重要组成和现代城市的发展标志，与人类生产生活关系密不可分，同时，建筑物也是遥感影像信息提取的重要研究目标之一。由于高分辨率遥感影像具有能够清楚反映海量地物细节信息，解析能力较强，覆盖范围更广，更新周期较快等明显特点，使用高分辨率遥感影像作为遥感信息提取的数据源能够取得较好效果，获取目标地物。因此，本文以面向对象的高分辨率遥感影像信息提取作为研究目标，以建筑物作为信息提取的研究对象，进行了面向对象的高分辨率遥感影像建筑物提取方法研究。主要研究成果及结论如下。
　　(1)以SRG区域生长影像分割算法为基础，以提高分割效率、改善分割结果为目的，对区域生长中的生长准则和生长方式进行了研究。首先提出了利用高分辨率遥感影像的光谱信息计算区域生长中的生长准则，其次对SRG区域生长算法中的生长方式进行了改进，通过实验实现了高分辨率遥感影像分割，获取了影像对象。
　　(2)影像对象是面向对象信息提取的基础。本文根据建筑物在高分辨率遥感影像上的具体表现，总结了建筑物对象的主要特征，包括建筑物在光谱、纹理、几何等方面的特征，建立了建筑物特征分类体系，并提出了一种提取高分辨率影像上影像对象的纹理-几何特征的方法。在特征提取方法中，首先改进了灰度共生矩阵计算方式，提取了能够更好地描述建筑物纹理信息的纹理特征，计算了相应的纹理统计量，同时提取了能够描述建筑物外形并有效地将建筑物与其他地物进行区分的几何特征，最后结合两种特征选择了8个具有代表性的特征值参数对影像对象尤其是建筑物进行综合描述。
　　(3)提出了一种结合影像对象的纹理-几何特征与K均值分类思想的面向对象建筑物提取方法。该方法能够根据影像对象的特征及不同对象特征之间的差异对符合建筑物特性的特征进行分析判别，有效地将对象进行聚类，从而得到所需的建筑物信息。
　　在实验部分选取了两组优秀的国内外高分辨率影像作为实验数据，包括国内的高分二号影像和国外的Pleiades高分辨率卫星影像，选择了基于规则的分类方法作为对比算法进行面向对象建筑物提取实验。首先利用本文分割方法提取了影像对象，其次计算了影像对象的纹理-几何特征，并将对象特征应用于K均值影像分类，最终成功地提取了实验影像上的建筑物信息，并对实验结果以及基于规则分类方法的实验结果进行了比较、分析和评价，证明了本文所提出的面向对象建筑物提取方法的有效性和可行性。

目录

声明

摘要

第1章 引言

1．1 选题背景及意义

1．1．1 选题背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 高分影像建筑物提取研究现状

1．2．2 面向对象的高分影像建筑物提取研究现状

1．3 研究目标、内容与方法

1．3．1 研究目标

1．3．2 研究内容与方法

1．4 关键问题与技术路线

1．5 论文章节安排

第2章 面向对象的高分遥感影像信息提取原理

2．1 面向对象思想

2．2 面向对象的高分遥感影像信息提取方法

2．2．1 影像分割

2．2．2 影像对象特征提取

2．2．3 影像分类

第3章 基于光谱信息的区域生长影像分割算法

3．1 区域生长影像分割

3．2 基于光谱信息的区域生长影像分割算法

3．2．1 基于光谱信息的生长准则计算

3．2．2 改进的区域生长方式

3．2．3 考虑尺度因素的区域合并

3．3 实验与分析

3．3．1 实验设计

3．3．2 结果与分析

3．4 本章小结

第4章 基于纹理-几何信息的建筑物特征提取方法

4．1 建筑物特征概述

4．2 建筑物对象特征分类

4．2．1 对象光谱特征

4．2．2 对象纹理特征

4．2．3 对象几何特征

4．2．4 对象其他特征

4．3．1 建筑物灰度共生矩阵计算及特征提取

4．3．2 建筑物几何特征计算及提取

4．3．3 结合纹理与几何信息的建筑物特征

4．4 实验与分析

4．4．1 实验数据

4．4．2 实验设计

4．4．3 结果与分析

4．5 本章小结

第5章 面向对象的高分遥感影像建筑物提取方法

5．1 遥感影像分类方法

5．1．1 基于专家知识的决策树分类

5．1．2 K均值分类法

5．2 实验与分析

5．2．1 实验设计

5．2．2 结果与分析

5．3 本章小结

结论与展望

致谢

参考文献

攻读学位期间取得学术成果