基于高分辨率影像面向对象的建筑物信息提取

发布时间：2020-08-08 21:37

【摘要】：随着高分辨率卫星的快速发展,高分辨率影像能够提供更加丰富的地物特征信息,使其成为信息提取的重要数据源。我国城市化的进程越来越快,建筑物作为城市的核心地物也在不断发生变化,城市空间数据库的及时更新变得越来越重要。如何利用高分辨率影像自动、高效、精确地提取建筑物信息成为遥感应用的热点之一。传统基于像元的影像分类法因其单纯基于光谱信息进行分类、分类精度不高、存在“椒盐”现象等局限性,已经不能满足高分辨率影像信息提取的需求,而基于eCognition的面向对象的分类逐渐成为信息提取的主流方法。本文以杭州某地区WorldView-Ⅱ影像为例,主要研究面向对象分类方法在高分辨率影像建筑物信息提取中的应用,主要的研究成果如下:(1)提出将ESP最优尺度评估法与PSE-NSR-ED分割质量评价法相结合来确定最优分割尺度。研究首先通过定量和定性分析确定最优均质性因子,再利用ESP工具初步选取最优分割尺度,结合分割质量评价法确定各地类最优分割尺度。最优分割尺度分别为420、300、260、220,形状因子为0.5,紧致度为0.5。(2)研究采用了 mRMR特征优选算法实现最优分类特征子集的选取,对分割后的影像对象选取了光谱、形状、纹理等共47个特征,然后通过mRMR算法进行最大相关最小冗余优选,最终确定了前10个最优分类特征。(3)分析最优分割尺度和最优分类特征,建立分类层次结构,确定不同地物的分类规则。研究考虑到高分辨率影像多阴影的特点,本文根据有无阴影辅助设置了对比实验,并通过混淆矩阵法和不一致性精度评价法进行提取精度评价,最后通过数学形态学法对建筑物提取结果进行优化。(4)精度评价结果表明两种实验都很好地实现了建筑物的提取,无阴影辅助实验分类总体精度为86.5%,Kappa系数为0.798,建筑物提取精度为85%,完整性为74.76%,检测率为84.67%;阴影辅助提取实验分类总体精度为91.01%,Kappa系数为0.866,建筑物提取精度为95%,完整性为86.98%,检测率为92.07%。实验对比结果表明基于阴影与建筑物的空间关系辅助,建筑物提取精度更高。本文基于高分辨率影像的建筑物信息提取技术研究为城市建筑物的信息提取提供了重要思路,同时也为面向对象的影像分类方法提供了参考。
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P237
【图文】：

ＷｏｒｌｄＶｉｅｗ－ＩＩ卫星影像空间分辨率高且信息丰富，本文选取杭州市的逡逑ＷｏｒｌｄＶｉｅｗ－ＩＩ影像数据为实验数据，影像获取时间为２０１０年１２月，坐标系统为逡逑ＧＣＳ－ＷＧＳ－１９８４，数据包括０．５米全色影像（图２左）和１．８米多光谱影像（图２逡逑右）。研究区为城Ｅ，建筑物为主要地物且分布均匀，同时影像还包含了水体、绿逡逑地、道路及空地等地物。研宄区影像如图２。逡逑ｍｍ逡逑图２研冗区ＷｏｒｌｄＶｉｅｗ－ＩＩ影像逡逑Ｆｉｇ２邋ＷｏｒｌｄＶｉｅｗ－ＩＩ邋ｉｍａｇｅ邋ｉｎ邋ｔｈｅ邋ｓｔｕｄｙ邋ａｒｅａ逡逑－７－逡逑

图３大气校正前后植被波普曲线对比逡逑Ｆｉｇ３邋Ｃｏｍｐａｒｉｓｏｎ邋ｏｆ邋ｖｅｇｅｔａｔｉｏｎ邋ｐｏｐ邋ｃｕｒｖｅ逡逑（３）正射校正逡逑由于受系统因素及外界因素的影响，导致拍摄的影像产生一定程度的几何畸逡逑变，正射校正（Ｏｒｔｈｏ－ｒｅｃｔｉｆｉｃａｔｉｏｎ）就是用来消除这种几何畸变的过程。正射校正方逡逑法主要有两种：严格轨道模型和ＲＰＣ有理多项式系数。逡逑（４）图像融合逡逑图像融合的算法丰富多样，其中最主要的融合算法包括ＨＳＶ变换、ＰＣＡ变逡逑换、ＧＳ变换、Ｂｒｏｖｅｙ变换、ＣＮ变换等，经过研究者大量试验证明，针对不同的逡逑遥感数据每种融合算法都有其优劣之处［２３］。表１总结了常用融合算法的适用范围。逡逑表１不同融合算法说明逡逑逦Ｔａｂｌｅ邋１邋Ｄｅｓｃｒｉｐｔｉｏｎ邋ｏｆ邋ｄｉｆｆｅｒｅｎｔ邋ｆｕｓｉｏｎ邋ａｌｇｏｒｉｔｈｍ逦逡逑融合算法逦适用范围逡逑空间信息保持较好，纹理信息得到改善，但是光谱失真较大，且容易受逡逑ＨＳＶ变换逡逑波段限制。逡逑

这种融合方法适合绝大部分高分辨率影像的融合，包括ＧＦ－１、Ｑｕｉｃｋ邋Ｂｉｒｄ、ＩＫＯＮＯＳ、逡逑Ｗｏｒｌｄ邋Ｖｉｅｗ、资源三号等。逡逑预处理最终结果如图４：图４（ａ）为真彩色图，图４（ｂ）是假彩色图。逡逑＿＿逡逑（ａ）真彩色图逦（ｂ）假彩色图逡逑图４融合后影像逡逑Ｆｉｇ４邋Ｆｕｓｉｏｎ邋ｉｍａｇｅ逡逑２．２影像分割概述逡逑影像分割是利用影像的光谱信息和空间信息将影像分割成若干互不交叠的非逡逑空子区域，生成一个个与实际地物相对应的初级影像对象的过程［２７］。在同一个分逡逑割对象内，光谱、纹理等性质比较相同或相近，在不同的分割对象之间，对像特逡逑征存在明显的差异，且各对象之间相互关联，但是互不重叠。影像分割定义如下：逡逑对一幅影像ｇ（ｘ，ｙ），（０邋Ｓ邋ｘ邋Ｓ邋ｘｍａ；ｃ，０邋Ｓ邋ｙ幺；ｙｍａｘ进行分割是将影像ｇ（ｘ，ｙ）逡逑划分成ｎ个满足以下条件的子区域匕，５２，５３，…ｉ二１，２，３邋．．．ｎ１２ｓ］。逡逑（１）

【参考文献】

相关期刊论文 前10条

1 高春霞;谢明鸿;宋纳;;基于DSM与阴影的彩色遥感影像建筑物提取[J];郑州轻工业学院学报(自然科学版);2015年Z2期

2 张仙;明冬萍;;面向地学应用的遥感影像分割评价[J];测绘学报;2015年S1期

3 齐迎春;孙挺;;基于FPCA和ReliefF算法的图像特征降维[J];吉林大学学报(理学版);2015年05期

4 王正伟;杨灿灿;艾泽天;毕彪;黄承华;;面向对象的多源数据建筑物提取[J];测绘与空间地理信息;2015年09期

5 路云阁;樊双亮;李春霖;;“高分二号”卫星在西藏矿山遥感监测中的应用研究[J];航天返回与遥感;2015年04期

6 曾志;周永福;杜震洪;刘仁义;;一种参数化影像多目标检索的相似度评估模型[J];国土资源遥感;2015年04期

7 王露;龚光红;;基于ReliefF+mRMR特征降维算法的多特征遥感图像分类[J];中国体视学与图像分析;2014年03期

8 马浩然;赵天忠;曾怡;;面向对象的最优分割尺度下多层次森林植被分类[J];东北林业大学学报;2014年09期

9 王敏;何明元;张水平;陈晓颖;邱敏;;通道式可见光近红外卫星遥感器辐射定标方法综述[J];遥感信息;2014年01期

10 张智宏;王树文;;基于回归分析法的遥感卫星图像大气校正模型及应用[J];影像技术;2013年04期

相关博士学位论文 前1条

1 黄慧萍;面向对象影像分析中的尺度问题研究[D];中国科学院研究生院（遥感应用研究所）;2003年

相关硕士学位论文 前10条

1 郑璐;基于高分辨率遥感影像的城区建筑物提取方法研究[D];吉林大学;2017年

2 秦礼明;基于边缘信息增强的面向对象高分影像信息提取研究[D];安徽理工大学;2016年

3 许光明;基于面向对象和多源数据融合的茶园遥感提取研究[D];陕西师范大学;2016年

4 董璐;面向对象遥感变化检测的方法研究[D];长安大学;2016年

5 刘丽雅;基于国产GF-1的高寒山区土地利用/覆盖分类研究[D];浙江大学;2016年

6 杨栋;高分辨率遥感影像分割结果的不一致性评价指标比较研究[D];兰州大学;2016年

7 贾伟;面向对象的复杂地形区土地利用信息提取研究[D];青海师范大学;2015年

8 季金胜;高分辨率遥感影像典型地物目标的特征选择及其稳定性研究[D];上海交通大学;2015年

9 王昌满;面向对象的遥感影像旱季水田利用信息提取[D];昆明理工大学;2014年

10 袁天华;基于多特征的高分辨率遥感图像城区建筑物提取[D];哈尔滨工业大学;2013年

本文编号：2786146