本文選題：建筑物提取 + 形態(tài)學(xué)濾波��； 參考：《吉林大學(xué)》2017年碩士論文

【摘要】：伴隨著科技與遙感影像技術(shù)的不斷發(fā)展與進(jìn)步,遙感衛(wèi)星種類不斷增加,而性能也在不斷的提升當(dāng)中。很多遙感影像的分辨率達(dá)到了亞米級(jí)的水平,這為地物信息的研究提供了更加豐富的細(xì)節(jié)。我國是一個(gè)地大物博的國家,擁有著豐富的地理信息,伴隨著國家的發(fā)展與城市的建設(shè)所產(chǎn)生的地貌變化也愈發(fā)巨大。所以能否有效的利用遙感影像所提供的信息對(duì)未來的城市建設(shè)與規(guī)劃都有重要的意義。對(duì)于城市地區(qū)而言,大部分的地貌都是由建筑物覆蓋,對(duì)于城區(qū)建筑物的位置與狀態(tài)等信息的提取,能夠給城市人口規(guī)劃、管道布置、城市建設(shè)等民生問題提供重要參考。因此本文基于課題的實(shí)際需求,經(jīng)過深入分析與研究,給出了一個(gè)準(zhǔn)確、快速、高效的城區(qū)建筑物提取方法。針對(duì)于建筑物像素特點(diǎn)的一些方法被廣泛應(yīng)用于傳統(tǒng)的提取方法中,普遍存在的問題是提取效果不理想,噪聲偏多等。為了準(zhǔn)確地提取出城市建筑物,本文設(shè)計(jì)出一種結(jié)合面向?qū)ο笈c最近鄰分類的建筑物分級(jí)提取策略。首先,對(duì)于同質(zhì)區(qū)域的提取采用了面向?qū)ο蟮乃枷雭磉M(jìn)行圖像的分割,提出了一種改進(jìn)的分水嶺算法。然后根據(jù)形狀性約束條件率先提取出分割完好的建筑物部分,并依據(jù)建筑物的普遍面積大小來對(duì)提取出的面積過小或者過大的建筑物信息進(jìn)行選擇性的過濾。再應(yīng)用多方向性形態(tài)學(xué)濾波算法將那些與建筑物相鄰且具有較高光譜特征相似性的道路剔除。最終根據(jù)之前得到的建筑物信息與分離出的非建筑物信息進(jìn)行基于最近鄰分類的進(jìn)一步提取工作,從而使圖像中所有的建筑物得到完整的提取。通過對(duì)實(shí)驗(yàn)結(jié)果的分析表明,對(duì)于高分影像中建筑物的提取,本文所采用的方法可以在一定的時(shí)間范圍內(nèi)給出一個(gè)準(zhǔn)確清晰的提取結(jié)果。進(jìn)而可以對(duì)城市的管理與規(guī)劃做出貢獻(xiàn),同時(shí)也可以為市政管理部門提供強(qiáng)大的技術(shù)支持。
[Abstract]:With the development of science and technology and remote sensing image technology, the variety of remote sensing satellite is increasing, and the performance of remote sensing satellite is improving. The resolution of many remote sensing images reaches the sub-meter level, which provides more details for the study of feature information. China is a large country with abundant geographical information. With the development of the country and the construction of the city, the geomorphological changes are becoming more and more huge. Therefore, it is of great significance to use the information provided by remote sensing images for the future urban construction and planning. For urban areas, most of the landforms are covered by buildings. The extraction of information such as location and state of urban buildings can provide an important reference for urban population planning, pipeline layout, urban construction and other livelihood issues. Therefore, based on the actual demand of the subject, this paper presents an accurate, fast and efficient method for extracting urban buildings through in-depth analysis and research. Some methods based on the characteristics of building pixels have been widely used in traditional extraction methods. The common problems are that the extraction effect is not ideal and the noise is too much. In order to extract urban buildings accurately, this paper designs a hierarchical extraction strategy combining object-oriented classification with nearest neighbor classification. Firstly, an improved watershed algorithm is proposed for homogeneous region extraction by using the object oriented approach to image segmentation. Then according to the shape constraints, the partitioned part of the building is firstly extracted, and the information of the building which is too small or too large is selectively filtered according to the size of the general area of the building. Then the multi-directional morphological filtering algorithm is applied to remove the roads adjacent to the buildings with high spectral characteristics. Finally, according to the building information obtained before and the separated non-building information, further extraction based on the nearest neighbor classification is carried out, so that all buildings in the image can be extracted completely. Through the analysis of the experimental results, it is shown that the method used in this paper can give an accurate and clear result in a certain time range for the extraction of buildings in high score images. It can also contribute to the management and planning of the city and provide strong technical support for the municipal administration.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李成范;劉嵐;周廷剛;張力;;基于行道樹的高分辨率遙感影像道路提取研究[J];遙感信息;2009年01期

2 滿旺;;高分辨率遙感鈾礦地質(zhì)勘查技術(shù)體系研究[J];廈門理工學(xué)院學(xué)報(bào);2009年03期

3 武紅宇;方毅;;基于形態(tài)學(xué)的高分辨率遙感影像道路自動(dòng)提取[J];科技視界;2012年18期

4 顧鈺培;肖蘭玲;凌婷婷;達(dá)利春;;一種基于高分辨率遙感影像的建筑物提取方法[J];測繪與空間地理信息;2014年04期

5 趙書河;;高分辨率遙感數(shù)據(jù)處理方法實(shí)驗(yàn)研究[J];地學(xué)前緣;2006年03期

6 謝謙禮;程承旗;馬廷;;一種基于高分辨率遙感影像的道路提取方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年17期

7 羅軍;潘瑜春;王紀(jì)華;陸洲;曹榮龍;閻廣建;;基于高分辨率遙感影像的設(shè)施農(nóng)業(yè)資源信息采集技術(shù)研究[J];地理與地理信息科學(xué);2007年03期

8 邵蕓;郭華東;范湘濤;王爾和;朱博勤;馬建文;張風(fēng)麗;;奧運(yùn)主場館區(qū)工程環(huán)境高分辨率遙感監(jiān)測與虛擬仿真研究[J];遙感學(xué)報(bào);2008年04期

9 邵蕓;;奧運(yùn)主場館區(qū)高分辨率遙感監(jiān)測與虛擬仿真[J];高科技與產(chǎn)業(yè)化;2008年09期

10 陳世榮;馬海建;范一大;徐豐;連健;;基于高分辨率遙感影像的汶川地震道路損毀評(píng)估[J];遙感學(xué)報(bào);2008年06期

相關(guān)會(huì)議論文 前10條

1 李艷芳;王生;;高分辨率遙感影像在公安行業(yè)的應(yīng)用分析[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

2 趙書河;王培法;肖鵬峰;馮學(xué)智;;高分辨率遙感應(yīng)用研究[A];中國地理學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文摘要集[C];2006年

3 朱曉鈴;鄔群勇;;基于高分辨率遙感影像的城市道路提取方法研究[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 張劍清;鄭順義;張勇;張宏偉;李治江;;高分辨率遙感影像的精糾正[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

5 馬力;;基于高分辨率遙感影像的導(dǎo)航數(shù)據(jù)更新研究[A];中國地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

6 陳君穎;田慶久;;高分辨率遙感植被分類模式研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

7 燕琴;張繼賢;劉玉紅;錢廣軍;;以影像序列糾正高分辨率遙感影像的應(yīng)用研究[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

8 溫小歡;林廣發(fā);陳明華;陳友飛;;基于高分辨率遙感影像獨(dú)立樹冠提取方法之比較[A];中國地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

9 羅震;楊存建;李小文;;基于高分辨率遙感影像的農(nóng)村聚落信息的提取[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 董明;;基于高分辨率遙感影像的道路半自動(dòng)提取方法研究[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 崔恩慧;如何“玩轉(zhuǎn)”高分辨率遙感技術(shù)?[N];中國航天報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 霍宏;生物視覺啟發(fā)的高分辨率遙感影像特征提取與目標(biāo)檢測研究[D];上海交通大學(xué);2014年

2 沈小樂;視覺注意機(jī)制下面向?qū)ο蟾叻直媛蔬b感影像建筑物提取[D];武漢大學(xué);2014年

3 叢銘;基于視覺感知原理的高分辨率遙感影像分割與人工目標(biāo)提取研究[D];武漢大學(xué);2015年

4 李榮亞;雙態(tài)云支持下高分辨率遙感存儲(chǔ)與計(jì)算一體化研究[D];浙江大學(xué);2014年

5 陶超;高分辨率遙感影像中的城區(qū)與建筑物檢測方法研究[D];華中科技大學(xué);2011年

6 陶超;高分辨率遙感影像中的城區(qū)與建筑物檢測方法研究[D];華中科技大學(xué);2012年

7 洪亮;基于對(duì)象馬爾可夫模型的高分辨率遙感影像分割方法研究[D];武漢大學(xué);2010年

8 陳杰;高分辨率遙感影像面向?qū)ο蠓诸惙椒ㄑ芯縖D];中南大學(xué);2010年

9 Rami Badawi（巴達(dá)衛(wèi)）;基于高分辨率遙感影像的南京典型城區(qū)綠地信息提取[D];南京大學(xué);2012年

10 張道兵;高分辨率遙感影像中交互式道路提取算法研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2007年

相關(guān)碩士學(xué)位論文 前10條

1 許潛金;基于高分辨率遙感影像與LiDAR點(diǎn)云的損毀建筑物提取方法研究[D];西南交通大學(xué);2015年

2 李建飛;高分辨率遙感影像中的道路信息提取與表達(dá)方法研究[D];湖南工業(yè)大學(xué);2015年

3 孫雯;微小衛(wèi)星低成本高分辨率遙感相機(jī)的設(shè)計(jì)和研制[D];蘇州大學(xué);2015年

4 程臻;面向?qū)ο蟮母叻直媛蔬b感影像全要素分類研究[D];哈爾濱工業(yè)大學(xué);2015年

5 安麗;基于Hough變換的高分辨率遙感影像道路提取[D];東華理工大學(xué);2015年

6 陳璐璐;土地利用動(dòng)態(tài)監(jiān)測在土地執(zhí)法中的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2014年

7 白金婷;結(jié)合高分辨率遙感影像多維特征的森林分類[D];北京林業(yè)大學(xué);2016年

8 張曦;基于時(shí)頻特征和支持向量機(jī)的高分辨率遙感影像道路提取[D];安徽大學(xué);2016年

9 劉一哲;多尺度分割技術(shù)在高分辨率遙感影像地物提取方法的研究[D];昆明理工大學(xué);2016年

10 宋納;高分辨率遙感影像道路提取方法研究[D];昆明理工大學(xué);2016年

，

本文編號(hào)：1801569