面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用

发布时间：2019-12-03 09:56

【摘要】：高分辨率遥感影像建筑物提取是摄影测量与遥感领域的一个热门研究主题。本文综合利用影像分割、基于图的数学形态学top-hat重建技术,提出了面向对象的形态学建筑物指数OBMBI,并将其应用于高分辨率遥感影像建筑物提取。首先,建立像素-对象-图节点的双向映射关系;然后,基于图的白top-hat重建和上述映射关系来构建OBMBI图像;接着,对该OBMBI图像二值化、矢量化以获取建筑物多边形;最后,对结果进行后处理优化。使用一景航空、一景卫星全色影像对本文方法和PanTex方法进行性能测试。试验表明,本文方法的建筑物提取精度显著的优于PanTex方法。其中,本文方法平均比PanTex方法的正确率高9.49%、完整率高11.26%、质量高14.11%。
【图文】：

Ｊｕｎｅ２０１７Ｖｏｌ．４６Ｎｏ．６ＡＧＣＳｈｔｔｐ：∥ｘｂ．ｓｉｎｏｍａｐｓ．ｃｏｍ图２本文建筑物提取方法的关键步骤处理效果示意图Ｆｉｇ．２Ｉｌｌｕｓｔｒａｔｉｏｎｏｆｔｈｅｋｅｙｐｒｏｃｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｂｕｉｌｄｉｎｇｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄ图３试验影像１及其建筑物提取结果Ｆｉｇ．３Ｔｈｅｆｉｒｓｔｔｅｓｔｉｎｇｉｍａｇｅａｎｄｔｈｅｅｘｔｒａｃｔｅｄｂｕｉｌｄｉｎｇｓ图４试验影像２及其建筑物提取结果Ｆｉｇ．４Ｔｈｅｆｏｕｒｔｅｓｔｉｎｇｄａｔａｓｅｔｓ７３０

第６期林祥国，等：面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用图５本文方法提取的局部区域的建筑物叠加到影像上Ｆｉｇ．５Ｔｈｅｅｘｔｒａｃｔｅｄｂｕｉｌｄｉｎｇｓｉｍｐｏｓｅｄｏｎｔｈｅｉｍａｇｅｓｗｉｔｈｉｎｌｏｃａｌａｒｅａｓｕｓｉｎｇｐｒｏｐｏｓｅｄｍｅｔｈｏｄ图６本文方法的常见提取错误Ｆｉｇ．６Ｔｈｅｃｏｍｍｏｎｅｒｒｏｒｓｏｆｐｒｏｐｏｓｅｄｍｅｔｈｏｄ表２ＰａｎＴｅｘ方法的相关参数在两个实验影像中的取值Ｔａｂ．２ＴｈｅｖａｌｕｅｓｏｆｔｈｅｉｎｐｕｔｐａｒａｍｅｔｅｒｓｏｆＰａｎＴｅｘｍｅｔｈｏｄｆｏｒｔｈｅｔｗｏｔｅｓｔｉｎｇｉｍａｇｅｓ试验影像鐖０／像素鐖１鐖２／ｍ２鐖３１６４０．１８６０．００３０．００２１２８０．０６１２０．００５０．００两种方法在两个试验数据中的３个指标值见表３。表３的统计数据表明，两个试验中，，本文方法的３个指标值都优于文献［５］方法的相应指标值。以试验影像２为例，本文方法和ＰａｎＴｅｘ方法的正确率分别为８０．１９％、７０．０４％，完整率分别为８３．２２％、７１．５１％，质量分别为６９．０３％、５４．８２％。且试验影像１的统计数据亦呈现类似规律。从两个试验影像上３个指标的平均值看，本文方法比ＰａｎＴｅｘ方法的正确率高９．４９％、完整率高１１．２６％、质量高１４．１１％。可知，定量的评价表明本文方法的建筑物提取精度显著的优于ＰａｎＴｅｘ方法。表３建筑物提取的精度统计表Ｔａｂ．３Ｓｔａｔｉｓｔｉｃｓａｂｏｕｔｔｈｅａｃｃｕｒａｃｙｏｆｂｕｉｌｄｉｎｇｅｘｔｒａｃｔ

【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：2569151