采用夜光遥感数据提取城市建成区的邻域极值法

发布时间：2021-08-26 23:57

　　针对灯光溢出特性导致的采用夜光数据提取城市建成区精度低的问题,提出了采用邻域极值法的建成区提取方法。首先,应用一元二次回归模型对夜光数据进行相对辐射校正处理;然后,通过邻域极值滤波得到描述影像灰度值空间变化特征的极值影像;最后,采用极值搜索算法获取建成区边界影像,并利用二值分割法提取城市建成区。实验结果表明,所提方法的平均Kappa系数和阈值选取时间分别为0.85、37 s,较突变检测法和统计分析法分别提高了0.03、1 503 s和0.01、443 s。提取结果的空间形态更接近于参考数据,具有更好的提取效果和稳定性。 

【文章来源】：武汉大学学报(信息科学版). 2020,45(10)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

采用邻域极值法提取城市建成区的技术路线图

原始图像

为了增强影像的灰度梯度变化特征，本文构建了极值滤波模板，如图3所示。滤波模板由目标像元和周围相邻的8个像元共同组成，采用极值滤波的方法计算出目标与相邻像元之间的灰度差。本文首先选用8个差值中的最大值替换模板中心的灰度值；然后进行滤波处理；最后对得到的差值数组进行图像转换，得到一幅反映建成区中心到非建成区扩散延伸过程中像元灰度值数值变化的邻域差值图像，如图4所示。图4 邻域差值图像


本文编号：3365218