【摘要】：隨著遙感技術(shù)不斷發(fā)展,高分辨率遙感影像的獲取更加簡單快捷,高分辨率遙感影像的應(yīng)用也越來越廣泛。通過高分辨率遙感影像獲取各類信息是高分辨率遙感影像的重要應(yīng)用,也是人們獲取各類地理信息的重要途徑。對(duì)高分辨率遙感影像中的地物信息進(jìn)行提取,并且快速的生成矢量地圖對(duì)國民經(jīng)濟(jì)發(fā)展、生產(chǎn)生活需要以及軍事等各個(gè)領(lǐng)域方面都有著重要的作用。建筑物作為典型的人工地物,對(duì)其進(jìn)行信息提取有著十分重要的學(xué)術(shù)價(jià)值與應(yīng)用前景。本文主要做了以下研究:(1)本文研究了前人使用高分辨率遙感影像進(jìn)行建筑物輪廓提取的方法,在這些方法的基礎(chǔ)上進(jìn)行了分析與總結(jié)。針對(duì)高分辨率遙感影像建筑物呈現(xiàn)為面狀結(jié)構(gòu)、邊緣特征明顯以及房頂顏色豐富易辨的特性,提出了本文的基于邊緣檢測的建筑物輪廓提取方法和基于彩色影像分割的兩種建筑物輪廓提取建筑物方法。(2)研究了基于邊緣檢測的建筑物輪廓提取方法。通過對(duì)傳統(tǒng)的建筑物輪廓提取方法的研究,將輪廓提取分為了邊緣檢測以及輪廓提取兩個(gè)部分。在邊緣檢測部分中,本文對(duì)已有的邊緣檢測算法進(jìn)行分析歸納,重點(diǎn)對(duì)Sobel算子進(jìn)行改進(jìn)。將Sobel算子的模板由垂直和水平兩方向擴(kuò)展為四方向和八方向。然后,采用Otsu’s的方法選擇一個(gè)最佳全局閾,對(duì)梯度計(jì)算的結(jié)果進(jìn)行邊緣點(diǎn)判斷。在輪廓提取部分,本文對(duì)二值邊緣影像進(jìn)行直線檢測,擬提取出建筑物輪廓信息,但是并未取得較好的成果,分析了其中的原因。(3)研究了基于彩色影像分割的建筑物輪廓提取方法。利用高分辨率遙感影像色彩信息豐富,在農(nóng)村地區(qū)建筑物與周圍地物之間存在較大的色彩差異這一特點(diǎn),本文將高分辨率遙感影像分為R、G、B三個(gè)分量圖像,根據(jù)不同的分量圖中,具有相同或者相似性質(zhì)的區(qū)域內(nèi)像素值具有相同或者相似的平均或者期望的顏色估計(jì),對(duì)高分辨率遙感影像進(jìn)行影像分割,然后對(duì)分割完成后的區(qū)域進(jìn)行邊緣檢測,接著通過Hough變換對(duì)邊緣進(jìn)行直線檢測、平行線判斷等一系列后續(xù)處理最終得到建筑物的輪廓。經(jīng)過一系列的仿真測試表明,改進(jìn)后的Sobel算子與改進(jìn)前相比較能更加完整的反應(yīng)出建筑物的邊緣,并且能夠更加有效的避開陰影對(duì)邊緣檢測帶來的影響;基于彩色影像分割的建筑物提取方法能有效地提取出建筑物的輪廓線,并且能有效的減少“同譜異物、同物異譜”現(xiàn)象。
[Abstract]:With the continuous development of remote sensing technology, the acquisition of high-resolution remote sensing images is more simple and fast, and the application of high-resolution remote sensing images is becoming more and more extensive. Obtaining all kinds of information through high resolution remote sensing image is an important application of high resolution remote sensing image, and it is also an important way for people to obtain all kinds of geographical information. The extraction of ground object information from high resolution remote sensing images and the rapid generation of vector maps play an important role in the development of national economy, the needs of production and life, as well as the military and other fields. As a typical artificial object, it is of great academic value and application prospect to extract information from buildings. The main contents of this paper are as follows: (1) in this paper, the methods of building outline extraction using high resolution remote sensing images are studied, and on the basis of these methods, the methods are analyzed and summarized. In view of the fact that the building in high resolution remote sensing image is planar structure, the edge feature is obvious and the color of roof is rich and easy to distinguish, the building outline extraction method based on edge detection and two building outline extraction methods based on color image segmentation are proposed in this paper. (2) the building outline extraction method based on edge detection is studied. Through the research of the traditional building outline extraction method, the outline extraction is divided into two parts: edge detection and contour extraction. In the part of edge detection, the existing edge detection algorithms are analyzed and summarized, and the Sobel operator is improved. The template of Sobel operator is extended from vertical and horizontal to four and eight directions. Then, the Otsu's method is used to select an optimal global threshold, and the edge points of the gradient calculation results are judged. In the outline extraction part, this paper carries on the straight line detection to the binary edge image, intends to extract the building outline information, but has not obtained the good result, has analyzed the reason. (3) has studied the building outline extraction method based on the color image segmentation. Taking advantage of the rich color information of high resolution remote sensing image and the large color difference between buildings and surrounding objects in rural areas, the high resolution remote sensing image is divided into R, G, B component images. According to different component images, the pixel values in the region with the same or similar properties have the same or similar average or expected color estimation. The high resolution remote sensing image is segmented, then the edge of the segmented area is detected, and then the edge is detected by Hough transform, and the outline of the building is finally obtained by a series of subsequent processing, such as line detection, parallel line judgment and so on. A series of simulation tests show that the improved Sobel operator can reflect the edge of the building more completely than before, and can avoid the influence of shadow on edge detection more effectively. The building extraction method based on color image segmentation can effectively extract the contours of the building, and can effectively reduce the phenomenon of "homospectral foreign body, isomorphism".
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王愛萍;王樹根;吳會(huì)征;;利用分層聚合進(jìn)行高分辨率遙感影像多尺度分割[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年09期

2 王艷梅;王根杰;劉海娟;;高分辨率遙感影像提取道路方法研究進(jìn)展[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年19期

3 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

4 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

5 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

6 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

7 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

8 韓春峰;米曉飛;;基于高分辨率遙感影像的人口信息的提取綜述[J];科技資訊;2010年04期

9 李彩露;吳平;王寧;劉源璋;;高分辨率遙感影像道路提取方法綜述[J];地理空間信息;2011年03期

10 楊先武;韋春桃;李彩露;吳平;;基于形態(tài)重建的高分辨率遙感影像城市道路提取[J];地理科學(xué);2011年08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)：2500177