基于机器视觉的城市空间尺度要素特征提取系统设计

发布时间：2025-02-08 19:32

　　 针对传统城市空间尺度要素特征提取系统没有分类处理遥感影像多尺度纹理特征,导致提取效果差、精度低等问题,设计一种基于机器视觉的城市空间尺度要素特征提取系统。基于机器视觉技术将数字图像处理与计算机理论相结合,采用灰度共生矩阵法提取遥感影像多尺度纹理特征,并利用决策树分类法对其展开分类后,获取城市遥感影像分类结果。通过直方图阈值分割方法提取水体特征,利用决策树分类法提取建筑物特征,通过纹理参数分割、数字形态学处理、特征矢量化等步骤提取植被特征,运用数学形态学和边缘检测提取道路、阴影以及裸地特征。实验结果表明,该系统空间尺度要素特征提取,准确率高达95.02%,精度高;并且速度快、效率高,说明该系统实用性较好。

【文章页数】：5 页

【部分图文】：

图1 系统提取城市空间尺度要素特征流程

使用高分辨率遥感影像，把城市空间尺度要素分别划分为植被、水体、阴影、建筑物、道路、裸地六部分，系统对这六部分进行尺度要素特征提取，提取流程见图1。使用灰度发生矩阵提取纹理特征，采用决策树分类法展开监督分类，根据已有研究，对高分辨率遥感影像中的大区域进行划分，将城市的空间尺度要素特....

图2 空间尺度要素特征提取效果对比图

首先检测不同系统方法的空间尺度要素特征提取效果，图像越清晰，提取效果越好。实验结果如图2所示。从图2a）中可以看出，在采用本文系统提取到的空间尺度要素中，可以清晰地提取出道路区域，同时其他小面积区域也能清楚地得到体现，这是因为该系统采用多尺度纹理特征提取方法和决策树分类方法，能够....

图3 空间尺度要素特征提取时间对比图

考虑到各尺度要素光谱特征具有多样性，对两种系统城市空间要素特征的提取时间进行检测，统计结果如图3所示。由图3可知，城市地理信息系统的空间尺度要素特征提取时间在3～6.8s之间，波动范围较为明显，而本文系统的空间尺度要素特征提取时间始终低于2s，时间较为平稳。特征提取时间越短，....

本文编号：4031872