基于变差函数的中高分辨率SAR影像农村建筑区提取

发布时间：2017-08-30 21:36

  本文关键词：基于变差函数的中高分辨率SAR影像农村建筑区提取

  更多相关文章： 纹理分析 变差函数 SAR图像 农村建筑区 迭代P参数法

【摘要】：目的基于中高分辨率影像进行大范围的农村建筑区提取时,由于影像分辨率的限制以及农村建筑区规划自身规划特点等因素,造成了传统变差函数方法的高错分误差。为了准确提取农村建筑区,为后续获取建筑密度和人口密度等工作建立基础,提出了一种基于迭代P参数法的阈值确定方法。方法通过设定亮度阈值,在变差函数纹理计算中为满足条件的像元点赋以权值。本文方法确保在4个方向都满足条件的像元点(认为是建筑区)获得较大的变差函数值加成,而仅在一个方向或者没有方向满足条件的像元点(认为是非建筑区)获得较小加成或不变,以此改进传统变差函数方法,抑制了农村建筑区与周边非建筑区的混淆。结果以Radarsat-2的多个极化波段影像为数据源进行了实验,改进变差函数方法在实验区1与实验区2的各个波段平均检测率分别为91.58%和90.11%,平均错分误差分别为19.83%和31.87%。结论与传统变差函数方法以及最小距离法相比,既保证了较高的检测率,同时显著降低了错分误差,不足之处是在建筑区与非建筑区的边缘处以及与建筑区具有相似纹理特征的非建筑区处出现错分,需要进一步的研究和完善。
【作者单位】： 中国科学院遥感与数字地球研究所;中国科学院大学;北京城市学院;
【关键词】： 纹理分析 变差函数 SAR图像 农村建筑区 迭代P参数法
【基金】：高分辨率对地观测系统重大专项基金项目(00-Y30B14-9001-14/16-1,00-Y30B14-9001-14/16-2,00-Y30B15-9001-14/16-1)
【分类号】：TP751
【正文快照】： 对象的分类方法,如高海燕等人[4]在利用e Cognition0引言作影像分割时融入像元形状指数(PSI)特征指数,最后利用支持向量机(SVM)方法对分割后的影像随着社会经济的发展,建筑用地不断增加,运用进行建筑区的提取,提高了总体精度;基于纹理、形遥感图像进行建筑区提取研究为区域建，

本文编号：761622