高分遥感影像建筑物轮廓的逐级优化方法

发布时间：2022-01-11 11:10

　　针对高分辨率遥感影像中分类法提取的建筑物轮廓不规则问题,设计了一种逐级优化规整建筑物轮廓的方法。根据分类验证思想提取的建筑物的初始结果,首先提取建筑物初始轮廓进行多边形拟合,获取与建筑物轴线倾斜程度相一致的最佳拟合外接矩形,然后将建筑物轮廓线段与最佳拟合外接矩形边界进行等分并比较两者之间的单向Hausdorff距离,对距离较小且满足替换条件的轮廓线段等分点利用对应的最佳拟合外接矩形边界等分点进行替换,实现轮廓初步的规整优化;接着利用Shi--Tomasi算法对建筑物局部无法规整的复杂轮廓区域进行特征角点提取、匹配、排序与剔除,进一步对边缘特征点进行有序连接与重构,实现轮廓深度的优化,最终提高边缘表达准确度和提取精度。通过对多幅遥感影像进行实验对比分析,结果表明本文方法不仅适用于不同分类方法提取的建筑物结果的轮廓优化,有效提高建筑物轮廓的边缘表达精度,而且相比于轮廓优化参照方法,逐级优化能更准确地适应复杂建筑物轮廓的细节变化,优化的精度整体较优,使建筑物边缘的准确性、规整程度得到有效改善,能更真实准确地反映建筑物的真实形状。 

【文章来源】：中国激光. 2020,47(10)北大核心EICSCD

【文章页数】：14 页

【部分图文】：

3种优化方法的对比

本文针对建筑物受到植被或者阴影遮挡造成的漏分问题,以及简单外接矩形优化方法难以处理的复杂建筑物形状优化问题,提出了一种建筑物轮廓逐级精确规则优化的方法。通过对初始建筑物结果进行多边形拟合,利用符合建筑物轴向的最佳拟合外接矩形和Hausdorff距离算法对建筑物轮廓进行初步优化,再利用Shi--Tomasi算法将外接矩形无法优化的复杂建筑物局部轮廓进行深度优化,以更准确、有效地提高建筑物目标轮廓精度。2 建筑物轮廓的优化原理

使用不同外接矩形的多边形拟合轮廓结果。

【参考文献】：
期刊论文
[1]高分辨率影像分类提取建筑物轮廓的优化方法[J]. 王双喜,杨元维,常京新,高贤君.  激光与光电子学进展. 2020(02)
[2]基于方向预测规则化的机载激光雷达建筑物正交轮廓线提取[J]. 郭亚栋,王贤昆,宿殿鹏,亓超,阳凡林.  激光与光电子学进展. 2020(06)
[3]基于直线编组的直角多边形拟合算法[J]. 王华.  测绘与空间地理信息. 2019(02)
[4]多星形约束图割与轮廓规则化的高分遥感影像直角建筑物提取[J]. 丁亚洲,冯发杰,吏军平,胡艳,崔卫红.  测绘学报. 2018(12)
[5]融合LiDAR点云与正射影像的建筑物图割优化提取方法[J]. 杜守基,邹峥嵘,张云生,何雪,王竞雪.  测绘学报. 2018(04)
[6]基于卷积神经网络的建筑物精细化提取[J]. 黄小赛,李艳,马佩坤,高扬,吴剑亮.  地理空间信息. 2018(03)
[7]基于栅格填充的直角多边形建筑物轮廓规则化方法[J]. 王伟玺,杜靖,李晓明,胡翰,许文波,郭晗,丁雨淋.  武汉大学学报(信息科学版). 2018(02)
[8]多特征多尺度相结合的高分辨率遥感影像建筑物提取[J]. 林雨准,张保明,徐俊峰,侯凯,周迅.  测绘通报. 2017(12)
[9]结合小波变换的Shi-Tomasi算法遮挡图像匹配研究[J]. 赵双,杨慕升.  机械设计与制造. 2017(11)
[10]基于最小外接矩形的直角多边形拟合算法[J]. 柳娜,孙晓亮,谭毅华.  计算机科学. 2017(06)

硕士论文
[1]遥感影像不变点特征提取与表达算法研究[D]. 乔玉庆.战略支援部队信息工程大学 2018
[2]基于BP神经网络的高分辨率遥感影像分类研究[D]. 蒋捷峰.首都师范大学 2011
[3]建筑轴线设计研究[D]. 赵峰.哈尔滨工业大学 2007



本文编号：3582679