当前位置:主页 > 科技论文 > 测绘论文 >

高分辨率遥感影像建筑物轮廓提取方法研究

发布时间:2019-06-15 11:26
【摘要】:随着遥感技术不断发展,高分辨率遥感影像的获取更加简单快捷,高分辨率遥感影像的应用也越来越广泛。通过高分辨率遥感影像获取各类信息是高分辨率遥感影像的重要应用,也是人们获取各类地理信息的重要途径。对高分辨率遥感影像中的地物信息进行提取,并且快速的生成矢量地图对国民经济发展、生产生活需要以及军事等各个领域方面都有着重要的作用。建筑物作为典型的人工地物,对其进行信息提取有着十分重要的学术价值与应用前景。本文主要做了以下研究:(1)本文研究了前人使用高分辨率遥感影像进行建筑物轮廓提取的方法,在这些方法的基础上进行了分析与总结。针对高分辨率遥感影像建筑物呈现为面状结构、边缘特征明显以及房顶颜色丰富易辨的特性,提出了本文的基于边缘检测的建筑物轮廓提取方法和基于彩色影像分割的两种建筑物轮廓提取建筑物方法。(2)研究了基于边缘检测的建筑物轮廓提取方法。通过对传统的建筑物轮廓提取方法的研究,将轮廓提取分为了边缘检测以及轮廓提取两个部分。在边缘检测部分中,本文对已有的边缘检测算法进行分析归纳,重点对Sobel算子进行改进。将Sobel算子的模板由垂直和水平两方向扩展为四方向和八方向。然后,采用Otsu’s的方法选择一个最佳全局阈,对梯度计算的结果进行边缘点判断。在轮廓提取部分,本文对二值边缘影像进行直线检测,拟提取出建筑物轮廓信息,但是并未取得较好的成果,分析了其中的原因。(3)研究了基于彩色影像分割的建筑物轮廓提取方法。利用高分辨率遥感影像色彩信息丰富,在农村地区建筑物与周围地物之间存在较大的色彩差异这一特点,本文将高分辨率遥感影像分为R、G、B三个分量图像,根据不同的分量图中,具有相同或者相似性质的区域内像素值具有相同或者相似的平均或者期望的颜色估计,对高分辨率遥感影像进行影像分割,然后对分割完成后的区域进行边缘检测,接着通过Hough变换对边缘进行直线检测、平行线判断等一系列后续处理最终得到建筑物的轮廓。经过一系列的仿真测试表明,改进后的Sobel算子与改进前相比较能更加完整的反应出建筑物的边缘,并且能够更加有效的避开阴影对边缘检测带来的影响;基于彩色影像分割的建筑物提取方法能有效地提取出建筑物的轮廓线,并且能有效的减少“同谱异物、同物异谱”现象。
[Abstract]:With the continuous development of remote sensing technology, the acquisition of high-resolution remote sensing images is more simple and fast, and the application of high-resolution remote sensing images is becoming more and more extensive. Obtaining all kinds of information through high resolution remote sensing image is an important application of high resolution remote sensing image, and it is also an important way for people to obtain all kinds of geographical information. The extraction of ground object information from high resolution remote sensing images and the rapid generation of vector maps play an important role in the development of national economy, the needs of production and life, as well as the military and other fields. As a typical artificial object, it is of great academic value and application prospect to extract information from buildings. The main contents of this paper are as follows: (1) in this paper, the methods of building outline extraction using high resolution remote sensing images are studied, and on the basis of these methods, the methods are analyzed and summarized. In view of the fact that the building in high resolution remote sensing image is planar structure, the edge feature is obvious and the color of roof is rich and easy to distinguish, the building outline extraction method based on edge detection and two building outline extraction methods based on color image segmentation are proposed in this paper. (2) the building outline extraction method based on edge detection is studied. Through the research of the traditional building outline extraction method, the outline extraction is divided into two parts: edge detection and contour extraction. In the part of edge detection, the existing edge detection algorithms are analyzed and summarized, and the Sobel operator is improved. The template of Sobel operator is extended from vertical and horizontal to four and eight directions. Then, the Otsu's method is used to select an optimal global threshold, and the edge points of the gradient calculation results are judged. In the outline extraction part, this paper carries on the straight line detection to the binary edge image, intends to extract the building outline information, but has not obtained the good result, has analyzed the reason. (3) has studied the building outline extraction method based on the color image segmentation. Taking advantage of the rich color information of high resolution remote sensing image and the large color difference between buildings and surrounding objects in rural areas, the high resolution remote sensing image is divided into R, G, B component images. According to different component images, the pixel values in the region with the same or similar properties have the same or similar average or expected color estimation. The high resolution remote sensing image is segmented, then the edge of the segmented area is detected, and then the edge is detected by Hough transform, and the outline of the building is finally obtained by a series of subsequent processing, such as line detection, parallel line judgment and so on. A series of simulation tests show that the improved Sobel operator can reflect the edge of the building more completely than before, and can avoid the influence of shadow on edge detection more effectively. The building extraction method based on color image segmentation can effectively extract the contours of the building, and can effectively reduce the phenomenon of "homospectral foreign body, isomorphism".
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:P237

【相似文献】

相关期刊论文 前10条

1 王爱萍;王树根;吴会征;;利用分层聚合进行高分辨率遥感影像多尺度分割[J];武汉大学学报(信息科学版);2009年09期

2 王艳梅;王根杰;刘海娟;;高分辨率遥感影像提取道路方法研究进展[J];赤峰学院学报(自然科学版);2013年19期

3 顾钰培;肖兰玲;凌婷婷;达利春;;一种基于高分辨率遥感影像的建筑物提取方法[J];测绘与空间地理信息;2014年04期

4 赵书河;;高分辨率遥感数据处理方法实验研究[J];地学前缘;2006年03期

5 罗军;潘瑜春;王纪华;陆洲;曹荣龙;阎广建;;基于高分辨率遥感影像的设施农业资源信息采集技术研究[J];地理与地理信息科学;2007年03期

6 邵芸;郭华东;范湘涛;王尔和;朱博勤;马建文;张风丽;;奥运主场馆区工程环境高分辨率遥感监测与虚拟仿真研究[J];遥感学报;2008年04期

7 陈世荣;马海建;范一大;徐丰;连健;;基于高分辨率遥感影像的汶川地震道路损毁评估[J];遥感学报;2008年06期

8 韩春峰;米晓飞;;基于高分辨率遥感影像的人口信息的提取综述[J];科技资讯;2010年04期

9 李彩露;吴平;王宁;刘源璋;;高分辨率遥感影像道路提取方法综述[J];地理空间信息;2011年03期

10 杨先武;韦春桃;李彩露;吴平;;基于形态重建的高分辨率遥感影像城市道路提取[J];地理科学;2011年08期

相关会议论文 前10条

1 李艳芳;王生;;高分辨率遥感影像在公安行业的应用分析[A];第十七届中国遥感大会摘要集[C];2010年

2 赵书河;王培法;肖鹏峰;冯学智;;高分辨率遥感应用研究[A];中国地理学会2006年学术年会论文摘要集[C];2006年

3 朱晓铃;邬群勇;;基于高分辨率遥感影像的城市道路提取方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 张剑清;郑顺义;张勇;张宏伟;李治江;;高分辨率遥感影像的精纠正[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

5 马力;;基于高分辨率遥感影像的导航数据更新研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

6 陈君颖;田庆久;;高分辨率遥感植被分类模式研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 燕琴;张继贤;刘玉红;钱广军;;以影像序列纠正高分辨率遥感影像的应用研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年

8 温小欢;林广发;陈明华;陈友飞;;基于高分辨率遥感影像独立树冠提取方法之比较[A];中国地理学会百年庆典学术论文摘要集[C];2009年

9 罗震;杨存建;李小文;;基于高分辨率遥感影像的农村聚落信息的提取[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

10 董明;;基于高分辨率遥感影像的道路半自动提取方法研究[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

相关重要报纸文章 前1条

1 本报记者 崔恩慧;如何“玩转”高分辨率遥感技术?[N];中国航天报;2014年

相关博士学位论文 前10条

1 霍宏;生物视觉启发的高分辨率遥感影像特征提取与目标检测研究[D];上海交通大学;2014年

2 沈小乐;视觉注意机制下面向对象高分辨率遥感影像建筑物提取[D];武汉大学;2014年

3 丛铭;基于视觉感知原理的高分辨率遥感影像分割与人工目标提取研究[D];武汉大学;2015年

4 李荣亚;双态云支持下高分辨率遥感存储与计算一体化研究[D];浙江大学;2014年

5 陶超;高分辨率遥感影像中的城区与建筑物检测方法研究[D];华中科技大学;2011年

6 陶超;高分辨率遥感影像中的城区与建筑物检测方法研究[D];华中科技大学;2012年

7 洪亮;基于对象马尔可夫模型的高分辨率遥感影像分割方法研究[D];武汉大学;2010年

8 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年

9 Rami Badawi(巴达卫);基于高分辨率遥感影像的南京典型城区绿地信息提取[D];南京大学;2012年

10 张道兵;高分辨率遥感影像中交互式道路提取算法研究[D];中国科学院研究生院(西安光学精密机械研究所);2007年

相关硕士学位论文 前10条

1 许潜金;基于高分辨率遥感影像与LiDAR点云的损毁建筑物提取方法研究[D];西南交通大学;2015年

2 李建飞;高分辨率遥感影像中的道路信息提取与表达方法研究[D];湖南工业大学;2015年

3 孙雯;微小卫星低成本高分辨率遥感相机的设计和研制[D];苏州大学;2015年

4 程臻;面向对象的高分辨率遥感影像全要素分类研究[D];哈尔滨工业大学;2015年

5 安丽;基于Hough变换的高分辨率遥感影像道路提取[D];东华理工大学;2015年

6 陈璐璐;土地利用动态监测在土地执法中的应用[D];南京农业大学;2014年

7 白金婷;结合高分辨率遥感影像多维特征的森林分类[D];北京林业大学;2016年

8 张曦;基于时频特征和支持向量机的高分辨率遥感影像道路提取[D];安徽大学;2016年

9 刘一哲;多尺度分割技术在高分辨率遥感影像地物提取方法的研究[D];昆明理工大学;2016年

10 宋纳;高分辨率遥感影像道路提取方法研究[D];昆明理工大学;2016年



本文编号:2500177

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2500177.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户0aa62***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com