高分辨率影像分類提取建筑物輪廓的優(yōu)化方法
發(fā)布時(shí)間:2023-03-01 17:35
分類法提取建筑物因易受到錯(cuò)誤檢測(cè)的影響而存在邊緣鋸齒、形狀不規(guī)則等問(wèn)題。提出了一種利用符合建筑物輪廓及軸向的最佳外接矩形和Hausdorff距離綜合優(yōu)化建筑物輪廓的方法。首先利用偏移陰影分割分類方法提取建筑物,對(duì)建筑物邊界進(jìn)行多邊形擬合;然后用獲取擬合結(jié)果的最小外接矩形判斷建筑物軸向,以選擇最佳的外接矩形,并將最佳外接矩形和建筑物輪廓進(jìn)行逐段等分,計(jì)算線段之間的Hausdorff距離,并根據(jù)替換規(guī)則選擇性地用外接矩形邊線段進(jìn)行邊界替代,以進(jìn)一步進(jìn)行規(guī)整優(yōu)化,最終提高了邊緣表達(dá)的準(zhǔn)確度和提取精度。對(duì)多幅遙感影像進(jìn)行實(shí)驗(yàn),并與其他提取方法進(jìn)行對(duì)比,結(jié)果表明:所提方法的總體精度均不同程度地優(yōu)于參照方法,建筑物邊緣的準(zhǔn)確性、規(guī)整程度及最終精度均得到了有效改善,更真實(shí)、準(zhǔn)確地反映了建筑物的真實(shí)形狀。
【文章頁(yè)數(shù)】:10 頁(yè)
【文章目錄】:
1 引言
2 建筑物提取與優(yōu)化方法
2.1 基于偏移陰影分割分類的建筑物初始結(jié)果提取
2.2 建筑物輪廓優(yōu)化的原理
2.2.1 建筑物輪廓的多邊形初擬合
2.2.2 建筑物擬合外接矩形的選擇
2.2.3 基于Hausdorff距離算法的建筑物輪廓的深度規(guī)整
3 實(shí)驗(yàn)結(jié)果與分析
3.1 精度評(píng)價(jià)指標(biāo)
3.2 精度評(píng)價(jià)結(jié)果與分析
4 結(jié)論
本文編號(hào):3751939
【文章頁(yè)數(shù)】:10 頁(yè)
【文章目錄】:
1 引言
2 建筑物提取與優(yōu)化方法
2.1 基于偏移陰影分割分類的建筑物初始結(jié)果提取
2.2 建筑物輪廓優(yōu)化的原理
2.2.1 建筑物輪廓的多邊形初擬合
2.2.2 建筑物擬合外接矩形的選擇
2.2.3 基于Hausdorff距離算法的建筑物輪廓的深度規(guī)整
3 實(shí)驗(yàn)結(jié)果與分析
3.1 精度評(píng)價(jià)指標(biāo)
3.2 精度評(píng)價(jià)結(jié)果與分析
4 結(jié)論
本文編號(hào):3751939
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3751939.html
最近更新
教材專著