本文選題：方向梯度直方圖 + 灰度共生矩陣��； 參考：《武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)》2017年05期

【摘要】：高分辨率遙感影像在不同的尺度下表現(xiàn)出不同的特征,根據(jù)這一特性,提出了一種基于多層次特征的航空影像規(guī)則建筑物提取方法。該方法先利用大尺度特征——方向梯度直方圖(histograms of oriented gradient,HOG)特征對(duì)建筑物進(jìn)行識(shí)別,然后提出了一種小尺度特征——紋理和光譜融合特征,該特征能夠有效地將HOG特征識(shí)別結(jié)果中的道路、草地等非建筑物剔除,最終獲取建筑物邊緣信息。實(shí)驗(yàn)結(jié)果表明,該方法不僅對(duì)矩形建筑物有較好的提取效果,對(duì)結(jié)構(gòu)復(fù)雜的規(guī)則建筑物也有較好的提取效果。
[Abstract]:High-resolution remote sensing images show different characteristics at different scales. According to this characteristic, a method of building extraction based on multi-level features for aeronautical image rules is proposed. In this method, the large scale histograms-directional gradient histogram (histograms of oriented gradient hog) feature is first used to identify the building, and then a small scale feature-texture and spectral fusion feature is proposed. This feature can effectively remove the road, grassland and other non-building information from the HOG feature recognition result, and finally obtain the building edge information. The experimental results show that this method not only has a good extraction effect for rectangular buildings, but also has a good extraction effect for regular buildings with complex structures.
【作者單位】： 武漢大學(xué)遙感信息工程學(xué)院;青島市勘察測(cè)繪研究院;武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(41101412) 武漢大學(xué)研究生自主科研基金(201121302020001)~~
【分類號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 何磊;李志琴;;基于RS和GIS的廣州市中心城區(qū)建筑物分類研究[J];環(huán)境;2009年S2期

2 ;[J];;年期

相關(guān)碩士學(xué)位論文 前4條

1 潘莉莉;融合LiDAR點(diǎn)云和CCD影像的建筑物輪廓提取方法研究[D];遼寧工程技術(shù)大學(xué);2014年

2 龔建伍;建筑物變形監(jiān)測(cè)及安全評(píng)價(jià)方法研究[D];武漢大學(xué);2004年

3 孟亞賓;高分辨率衛(wèi)星影像建筑物輪廓提取方法研究[D];遼寧工程技術(shù)大學(xué);2007年

4 王彩鳳;利用機(jī)載LiDAR點(diǎn)云提取損毀建筑物的方法研究[D];西南交通大學(xué);2013年

，

本文編號(hào)：1971879