發(fā)布時(shí)間：2018-06-24 20:02

  本文選題：高分辨率遙感影像 + 建筑物提取��； 參考：《武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)》2017年10期

【摘要】：提出了一種充分利用陰影實(shí)現(xiàn)自動(dòng)分類與后處理相結(jié)合的建筑物自動(dòng)提取方法:首先根據(jù)陰影和植被自動(dòng)檢測(cè)結(jié)果并選定裸地樣本確定預(yù)分類CMap圖,并設(shè)計(jì)了基于偏移陰影分析的建筑物樣本自動(dòng)提取方法,結(jié)合支持向量機(jī)(support vector machines,SVM)分類模型將影像分為陰影、植被、建筑物、裸地4大類以提取建筑物初始結(jié)果;通過(guò)形態(tài)學(xué)處理提升區(qū)域完整性,區(qū)域增長(zhǎng)補(bǔ)充漏檢區(qū)域,利用設(shè)計(jì)的相交邊界陰影比率篩除無(wú)陰影的非建筑物等措施,進(jìn)行后處理優(yōu)化獲取最終結(jié)果。實(shí)驗(yàn)表明,充分利用陰影信息,不僅能準(zhǔn)確、全面地獲取各類樣本,保證分類精度,與后處理優(yōu)化策略緊密結(jié)合,大幅度提高了正確率和完整度;并且自動(dòng)化程度得到有效提高,更適用于城郊區(qū)域建筑物的提取。
[Abstract]:In this paper, a building automatic extraction method which combines automatic classification and post-processing with shadow is proposed. Firstly, according to the results of shadow and vegetation automatic detection, the pre-classified CMap map is determined by selecting bare land samples. An automatic extraction method of building samples based on offset shadow analysis is designed, and the image is classified into four categories: shadow, vegetation, building and bare land in order to extract the initial results of the building with support vector machine (SVM) classification model. Through morphological processing to improve the integrity of the region, regional growth to supplement the missing areas, the design of the intersection boundary shadow ratio to screen out the shadow of the non-building, post-processing optimization to obtain the final results. Experiments show that the full use of shadow information can not only accurately and comprehensively obtain all kinds of samples, ensure the classification accuracy, and closely combine with the post-processing optimization strategy, and greatly improve the accuracy and integrity; And the degree of automation has been effectively improved, more suitable for the extraction of suburban buildings.
【作者單位】： 長(zhǎng)江大學(xué)地球科學(xué)學(xué)院;長(zhǎng)江水利委員會(huì)長(zhǎng)江科學(xué)院;武漢市房產(chǎn)信息中心;
【基金】：國(guó)家自然科學(xué)基金(41371343,31571565)~~
【分類號(hào)】：P237

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 高賢君;萬(wàn)幼川;楊元維;何培培;;高分辨率遙感影像陰影的自動(dòng)檢測(cè)與自動(dòng)補(bǔ)償[J];自動(dòng)化學(xué)報(bào);2014年08期

相關(guān)博士學(xué)位論文 前1條

1 黃昕;高分辨率遙感影像多尺度紋理、形狀特征提取與面向?qū)ο蠓诸愌芯縖D];武漢大學(xué);2009年

相關(guān)碩士學(xué)位論文 前1條

1 于東方;基于陰影的遙感圖像中建筑物自動(dòng)提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 高賢君;鄭學(xué)冬;沈大江;楊元維;張佳華;;城郊高分影像中利用陰影的建筑物自動(dòng)提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2017年10期

2 池毓鋒;賴日文;閆琦;余莉莉;蘇艷琴;;基于LandSat8 OLI數(shù)據(jù)的山區(qū)陰影信息檢測(cè)與提取[J];山地學(xué)報(bào);2017年04期

3 韓雪松;江剛武;張一;;一種顧及空間關(guān)系的遙感影像陰影檢測(cè)算法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2017年02期

4 高賢君;鄭學(xué)東;劉子瀟;楊元維;;基于偏移陰影分析的高分辨率可見光影像建筑物自動(dòng)提取[J];光學(xué)學(xué)報(bào);2017年04期

5 王理政;林祥國(guó);寧曉剛;;面向?qū)ο蟮母叻直媛蔬b感影像陰影提取方法[J];測(cè)繪科學(xué);2017年03期

6 王瑤;萬(wàn)幼川;高賢君;;同類點(diǎn)匹配改進(jìn)策略下的陰影自動(dòng)補(bǔ)償方法[J];地理空間信息;2016年08期

7 李英;李俊英;閆紅偉;施拓;盧寧;;陰影長(zhǎng)度法建筑高度數(shù)據(jù)提取的誤差分析[J];測(cè)繪科學(xué);2016年11期

8 張先鵬;陳帆;和紅杰;;結(jié)合多種特征的高分辨率遙感影像陰影檢測(cè)[J];自動(dòng)化學(xué)報(bào);2016年02期

相關(guān)博士學(xué)位論文 前10條

1 宿南;面向高精度目標(biāo)立體重建的信息恢復(fù)與補(bǔ)償技術(shù)[D];哈爾濱工業(yè)大學(xué);2017年

2 鄭利娟;基于高分一/六號(hào)衛(wèi)星影像特征的農(nóng)作物分類研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

3 劉大偉;高分辨率遙感影像分割方法及應(yīng)用研究[D];長(zhǎng)安大學(xué);2016年

4 裴文明;淮南潘謝礦區(qū)生態(tài)環(huán)境動(dòng)態(tài)監(jiān)測(cè)及預(yù)警研究[D];南京大學(xué);2016年

5 李顯巨;基于新型遙感數(shù)據(jù)的典型地質(zhì)環(huán)境信息智能識(shí)別[D];中國(guó)地質(zhì)大學(xué);2016年

6 顧海燕;遙感影像地理本體建模驅(qū)動(dòng)的對(duì)象分類技術(shù)[D];武漢大學(xué);2015年

7 武辰;遙感影像多層次信息變化檢測(cè)研究[D];武漢大學(xué);2015年

8 康旭東;高光譜遙感影像空譜特征提取與分類方法研究[D];湖南大學(xué);2015年

9 蔣李兵;基于光學(xué)圖像輔助的高分辨率SAR圖像建筑物高度提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

10 馬利剛;工業(yè)園區(qū)土地覆蓋及建筑密度航空遙感研究[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張珩;高分影像建筑物陰影檢測(cè)方法及其高度反演研究[D];西南交通大學(xué);2017年

2 鄭璐;基于高分辨率遙感影像的城區(qū)建筑物提取方法研究[D];吉林大學(xué);2017年

3 高春霞;基于高分辨率彩色遙感影像的建筑物提取研究[D];昆明理工大學(xué);2016年

4 徐福圓;基于遙感圖像的屋頂面積識(shí)別及屋頂光伏容量估計(jì)[D];杭州電子科技大學(xué);2016年

5 郭軍士;基于改進(jìn)形態(tài)學(xué)指數(shù)的ZY3影像建筑物和陰影的提取及應(yīng)用[D];西安科技大學(xué);2015年

6 楊興旺;資源三號(hào)遙感影像陰影檢測(cè)與補(bǔ)償系統(tǒng)研究與開發(fā)[D];蘭州交通大學(xué);2015年

7 黃貝瑩;基于城市IKONOS影像陰影提取城市建筑物高度研究[D];昆明理工大學(xué);2014年

8 張燕芳;基于遙感圖像的大規(guī)模城市建模中的建筑物輪廓提取[D];西安電子科技大學(xué);2014年

9 阮平平;城市地形圖快速制作方法及應(yīng)用研究[D];大連理工大學(xué);2013年

10 張彥;遙感圖像中建筑物分割方法研究[D];河北工業(yè)大學(xué);2012年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方菊芹;陳帆;和紅杰;尹忠科;;結(jié)合局部分類水平集與顏色特征的遙感影像陰影檢測(cè)[J];自動(dòng)化學(xué)報(bào);2014年06期

2 高賢君;萬(wàn)幼川;鄭順義;李健;;航空遙感影像陰影的自動(dòng)檢測(cè)與補(bǔ)償[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年11期

3 禹晶;李大鵬;廖慶敏;;基于顏色恒常性的低照度圖像視見度增強(qiáng)[J];自動(dòng)化學(xué)報(bào);2011年08期

4 夏懷英;郭平;;基于統(tǒng)計(jì)混合模型的遙感影像陰影檢測(cè)[J];遙感學(xué)報(bào);2011年04期

5 葉勤;徐秋紅;謝惠洪;;城市航空影像中基于顏色恒常性的陰影消除[J];光電子.激光;2010年11期

6 鮑海英;李艷;尹永宜;;城市航空影像的陰影檢測(cè)和陰影消除方法研究[J];遙感信息;2010年01期

7 謝文寒;周國(guó)清;;城市大比例尺真正射影像陰影與遮擋問題的研究[J];測(cè)繪學(xué)報(bào);2010年01期

8 何凱;趙紅穎;劉晶晶;王成優(yōu);;基于分形及紋理分析的城市遙感影像陰影去除[J];天津大學(xué)學(xué)報(bào);2008年07期

9 湯敏;;結(jié)合形態(tài)學(xué)梯度互信息和多分辨率尋優(yōu)的圖像配準(zhǔn)新方法[J];自動(dòng)化學(xué)報(bào);2008年03期

10 朱慶;徐勝華;韓李濤;;基于D-S證據(jù)理論的彩色航空影像陰影提取方法[J];自動(dòng)化學(xué)報(bào);2007年06期

相關(guān)碩士學(xué)位論文 前1條

1 陸見微;高分辨率遙感圖像中建筑物外形自動(dòng)提取方法研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2006年

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李含倫;張愛武;劉詔;胡少興;孫衛(wèi)東;;基于LiDAR波形分解的點(diǎn)云SVM分類方法研究[J];測(cè)繪通報(bào);2014年01期

，

本文編號(hào)：2062753