針對燈光溢出特性導(dǎo)致的采用夜光數(shù)據(jù)提取城市建成區(qū)精度低的問題,提出了采用鄰域極值法的建成區(qū)提取方法。首先,應(yīng)用一元二次回歸模型對夜光數(shù)據(jù)進(jìn)行相對輻射校正處理;然后,通過鄰域極值濾波得到描述影像灰度值空間變化特征的極值影像;最后,采用極值搜索算法獲取建成區(qū)邊界影像,并利用二值分割法提取城市建成區(qū)。實(shí)驗(yàn)結(jié)果表明,所提方法的平均Kappa系數(shù)和閾值選取時(shí)間分別為0.85、37 s,較突變檢測法和統(tǒng)計(jì)分析法分別提高了0.03、1 503 s和0.01、443 s。提取結(jié)果的空間形態(tài)更接近于參考數(shù)據(jù),具有更好的提取效果和穩(wěn)定性。 

【文章來源】：武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2020,45(10)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

采用鄰域極值法提取城市建成區(qū)的技術(shù)路線圖

原始圖像

為了增強(qiáng)影像的灰度梯度變化特征，本文構(gòu)建了極值濾波模板，如圖3所示。濾波模板由目標(biāo)像元和周圍相鄰的8個(gè)像元共同組成，采用極值濾波的方法計(jì)算出目標(biāo)與相鄰像元之間的灰度差。本文首先選用8個(gè)差值中的最大值替換模板中心的灰度值；然后進(jìn)行濾波處理；最后對得到的差值數(shù)組進(jìn)行圖像轉(zhuǎn)換，得到一幅反映建成區(qū)中心到非建成區(qū)擴(kuò)散延伸過程中像元灰度值數(shù)值變化的鄰域差值圖像，如圖4所示。圖4 鄰域差值圖像


本文編號：3365218