本文選題：高分辨率影像 + 建筑物提取��； 參考：《科技通報(bào)》2016年12期

【摘要】：高分辨率GIS影像在建筑物提取時(shí)由于高分圖像細(xì)節(jié)豐富也增加了一定的噪聲,使得提取精度下降。本文提出了一種基于多尺度分割的高分辨率GIS影像建筑物提取模型。首先結(jié)合圖像的紋理特征分別對(duì)形狀信息的權(quán)重值和光譜信息的權(quán)重值進(jìn)行設(shè)置,并以此進(jìn)行多尺度分割,然后將紋理、形狀、空間特征引入到最近鄰監(jiān)督分類(lèi)的特征空間中進(jìn)行分類(lèi),接著采用知識(shí)規(guī)則將分割圖像進(jìn)行細(xì)分類(lèi),最后采用Sobel算子對(duì)建筑物輪廓進(jìn)行邊緣檢測(cè)。通過(guò)仿真實(shí)驗(yàn)表明,本文提出的改進(jìn)算法相比較目前常用的算法具有更高的建筑物提取精度。
[Abstract]:The precision of high-resolution GIS image is reduced because of the rich details of high-resolution GIS image. This paper presents a building extraction model for high resolution GIS images based on multi-scale segmentation. Firstly, combining the texture features of the image, the weight of the shape information and the spectral information are set, and then the texture, the shape, the texture and the shape are segmented at multi-scale. The spatial feature is introduced into the feature space of the nearest neighbor supervised classification, then the segmented image is subdivided by knowledge rules, and the building contour is detected by Sobel operator. The simulation results show that the proposed improved algorithm has higher building extraction accuracy than the commonly used algorithms.
【作者單位】： 廈門(mén)理工學(xué)院土木工程與建筑學(xué)院;
【基金】：廈門(mén)理工學(xué)院高層次人才項(xiàng)目基金(YKJ13030R)
【分類(lèi)號(hào)】：TU198;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蘇茂鑫;李術(shù)才;薛翊國(guó);邱道宏;;基于反褶積的探地雷達(dá)高分辨率處理方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2010年06期

相關(guān)博士學(xué)位論文 前1條

1 周立凡;城市重大工程區(qū)高分辨率永久散射體雷達(dá)干涉地表形變監(jiān)測(cè)[D];浙江大學(xué);2014年

，

本文編號(hào)：1980001