提出一種基于超像素分割算法與隨機森林算法的無人機影像建筑物提取,利用INPHO軟件生成正射影像和點云數據,并用點云數據進行反距離插值運算和波段運算生成歸一化數字模型（nDSM）影像。將正射影像與nDSM影像進行波段合成并僅對正射影像采用基于SLICO算法分割生成超像素,選擇相應的特征利用隨機森林分類器進行分類,從而得到建筑物的提取結果。研究結果表明密集的影像匹配點云生成的nDSM影像進行建筑物提取時,可有效地對農村區(qū)域和城市區(qū)域的建筑物進行提取,同時避免了面向對象方法中最佳分割尺度難以選擇的問題,取得了較好的建筑物提取效果,降低了建筑物提取的成本。 

【文章來源】：地理空間信息. 2020,18(06)

【文章頁數】：7 頁

【部分圖文】：

基于SLICO的建筑物提取流程圖

從給定的訓練集中通過隨機可重復的采樣得到多個bootstrap數據集，選取訓練數據子集進行節(jié)點分裂，若滿足該節(jié)點的停止條件則分裂結束；若不滿足，則構建下一個分裂，直至滿足節(jié)點停止條件后，分裂結束。而構建下一個分裂是通過從變量子集中選擇變量，對每個變量進行樣本抽樣、變量排序和計算每個分割點的Gini系數后，選擇出最優(yōu)分割點來實現。最后獲得分類結果并計算預測誤差。如此，對每個bootstrap數據集都構造一棵決策樹，根據投票法將所有分類樹的分類結果進行綜合，就可以得到最終的結果。其算法流程如圖2所示。2 研究結果與分析

為驗證本文方法的有效性，從四川省攀枝花市米易縣選取了2個研究區(qū)域（如圖3所示），分別是米易縣城和水塘村（大小分別為2 910×2 170、3 435×2 818，分辨率為10 cm）。其中，水塘村區(qū)域的建筑物分布較散亂、房屋高度較低且周邊存在高大樹木遮擋和大棚，提取難度相對較大，作為復雜應用場景；米易縣城的建筑物分布較密集、房屋高度較高且周邊未存在高大樹木遮擋，作為簡單應用場景。同時，將人工解譯的建筑物矢量圖作為地面參考數據，如圖4所示。圖4 研究區(qū)域的人工解譯圖像

【參考文獻】：
期刊論文
[1]無人機影像匹配點云技術在道路測設中的應用[J]. 李濤,袁中朝,沈彪群,高波,王生新.  測繪通報. 2018(06)
[2]基于超像素的高分辨率影像建筑物提取[J]. 莫中夏,張新長,張志強.  地理與地理信息科學. 2017(06)
[3]基于TerraSolid的平原地區(qū)點云數據濾波方法[J]. 宇超群,劉小宇.  測繪與空間地理信息. 2017(06)
[4]面向對象和SVM結合的無人機數據建筑物提取[J]. 王旭東,段福洲,屈新原,李丹,余攀鋒.  國土資源遙感. 2017(01)
[5]基于面向對象的高分辨率遙感建筑物震害信息提取與評估[J]. 趙妍,張景發(fā),姚磊華.  地震學報. 2016(06)
[6]基于可見光波段無人機遙感的植被信息提取[J]. 汪小欽,王苗苗,王紹強,吳云東.  農業(yè)工程學報. 2015(05)
[7]基于Inpho的空三加密及正射影像制作方法研究[J]. 胡海友.  鐵道勘察. 2013(06)
[8]Terrasolid軟件處理激光點云數據的研究與改進[J]. 張均,孫洪斌,邵秋銘.  測繪工程. 2013(04)
[9]超像素分割算法研究綜述[J]. 王春瑤,陳俊周,李煒.  計算機應用研究. 2014(01)
[10]反距離加權插值算法中插值參數對DEM插值誤差的影響[J]. 張錦明,郭麗萍,張小丹.  測繪科學技術學報. 2012(01)

博士論文
[1]隨機森林及其在遙感影像處理中應用研究[D]. 雷震.上海交通大學 2012



本文編號：3458177