針對高分辨率遙感影像中分類法提取的建筑物輪廓不規(guī)則問題,設(shè)計了一種逐級優(yōu)化規(guī)整建筑物輪廓的方法。根據(jù)分類驗證思想提取的建筑物的初始結(jié)果,首先提取建筑物初始輪廓進行多邊形擬合,獲取與建筑物軸線傾斜程度相一致的最佳擬合外接矩形,然后將建筑物輪廓線段與最佳擬合外接矩形邊界進行等分并比較兩者之間的單向Hausdorff距離,對距離較小且滿足替換條件的輪廓線段等分點利用對應(yīng)的最佳擬合外接矩形邊界等分點進行替換,實現(xiàn)輪廓初步的規(guī)整優(yōu)化;接著利用Shi--Tomasi算法對建筑物局部無法規(guī)整的復(fù)雜輪廓區(qū)域進行特征角點提取、匹配、排序與剔除,進一步對邊緣特征點進行有序連接與重構(gòu),實現(xiàn)輪廓深度的優(yōu)化,最終提高邊緣表達準確度和提取精度。通過對多幅遙感影像進行實驗對比分析,結(jié)果表明本文方法不僅適用于不同分類方法提取的建筑物結(jié)果的輪廓優(yōu)化,有效提高建筑物輪廓的邊緣表達精度,而且相比于輪廓優(yōu)化參照方法,逐級優(yōu)化能更準確地適應(yīng)復(fù)雜建筑物輪廓的細節(jié)變化,優(yōu)化的精度整體較優(yōu),使建筑物邊緣的準確性、規(guī)整程度得到有效改善,能更真實準確地反映建筑物的真實形狀。 

【文章來源】：中國激光. 2020,47(10)北大核心EICSCD

【文章頁數(shù)】：14 頁

【部分圖文】：

3種優(yōu)化方法的對比

本文針對建筑物受到植被或者陰影遮擋造成的漏分問題,以及簡單外接矩形優(yōu)化方法難以處理的復(fù)雜建筑物形狀優(yōu)化問題,提出了一種建筑物輪廓逐級精確規(guī)則優(yōu)化的方法。通過對初始建筑物結(jié)果進行多邊形擬合,利用符合建筑物軸向的最佳擬合外接矩形和Hausdorff距離算法對建筑物輪廓進行初步優(yōu)化,再利用Shi--Tomasi算法將外接矩形無法優(yōu)化的復(fù)雜建筑物局部輪廓進行深度優(yōu)化,以更準確、有效地提高建筑物目標輪廓精度。2 建筑物輪廓的優(yōu)化原理

使用不同外接矩形的多邊形擬合輪廓結(jié)果。

【參考文獻】：
期刊論文
[1]高分辨率影像分類提取建筑物輪廓的優(yōu)化方法[J]. 王雙喜,楊元維,常京新,高賢君.  激光與光電子學(xué)進展. 2020(02)
[2]基于方向預(yù)測規(guī)則化的機載激光雷達建筑物正交輪廓線提取[J]. 郭亞棟,王賢昆,宿殿鵬,亓超,陽凡林.  激光與光電子學(xué)進展. 2020(06)
[3]基于直線編組的直角多邊形擬合算法[J]. 王華.  測繪與空間地理信息. 2019(02)
[4]多星形約束圖割與輪廓規(guī)則化的高分遙感影像直角建筑物提取[J]. 丁亞洲,馮發(fā)杰,吏軍平,胡艷,崔衛(wèi)紅.  測繪學(xué)報. 2018(12)
[5]融合LiDAR點云與正射影像的建筑物圖割優(yōu)化提取方法[J]. 杜守基,鄒崢嶸,張云生,何雪,王競雪.  測繪學(xué)報. 2018(04)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的建筑物精細化提取[J]. 黃小賽,李艷,馬佩坤,高揚,吳劍亮.  地理空間信息. 2018(03)
[7]基于柵格填充的直角多邊形建筑物輪廓規(guī)則化方法[J]. 王偉璽,杜靖,李曉明,胡翰,許文波,郭晗,丁雨淋.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(02)
[8]多特征多尺度相結(jié)合的高分辨率遙感影像建筑物提取[J]. 林雨準,張保明,徐俊峰,侯凱,周迅.  測繪通報. 2017(12)
[9]結(jié)合小波變換的Shi-Tomasi算法遮擋圖像匹配研究[J]. 趙雙,楊慕升.  機械設(shè)計與制造. 2017(11)
[10]基于最小外接矩形的直角多邊形擬合算法[J]. 柳娜,孫曉亮,譚毅華.  計算機科學(xué). 2017(06)

碩士論文
[1]遙感影像不變點特征提取與表達算法研究[D]. 喬玉慶.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[2]基于BP神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類研究[D]. 蔣捷峰.首都師范大學(xué) 2011
[3]建筑軸線設(shè)計研究[D]. 趙峰.哈爾濱工業(yè)大學(xué) 2007



本文編號：3582679