一种用于遥感影像中具有均匀光谱特性的建筑物提取方法

摘要

本发明涉及一种用于遥感影像中具有均匀光谱特性的建筑物提取方法。包括如下步骤：步骤1，利用邻域总变分的似然函数计算输入遥感影像中每个像元的取值LS；步骤2，进行二值化处理；步骤3，进行标注；步骤4，计算标注区域的质心；步骤5，进行区域生长分割；步骤6，进行建筑物初提取；步骤7，获取分割对象序列S；步骤8，选取训练样本；步骤9，提取纹理特征信息；步骤10，进行分类。解决了高空间分辨率遥感影像中建筑物提取准确率低的问题，达到完全自动化的效果，可以用于遥感影像制图、地理信息系统的数据获取和自动更新。

主权项

一种用于遥感影像中具有均匀光谱特性的建筑物提取方法，其特征在于包括以下步骤：步骤1：利用邻域总变分的似然函数计算输入遥感影像image1中每个像元的取值LS，并将每个取值LS规格化至区间[0,255]，得到影像image2；步骤2：选取阈值T对对影像image2进行二值化处理，得到二值影像image3；步骤3：对二值影像image3进行标注，删除面积小于Min_s的区域，得到影像image4；步骤4：计算影像image4中的每个标注区域的质心，得到由质心组成的影像image5；步骤5：以影像image5中的每个质心作为种子点进行区域生长分割，得到相应数量的分割对象，得到由分割对象组成的影像image6；步骤6：计算影像image6中各个分割对象的最小外接矩形，并以矩形度R和长宽比P作为约束条件进行建筑物初提取；步骤7：将分割对象按对应的建筑物系数大小进行降序排序，得到分割对象序列S；步骤8：将分割对象序列S的前30％作为建筑物训练样本对象B，将分割对象序列S的后30％作为非建筑物训练样本对象NB，将分割对象序列S的中间40％作为待分类对象C；步骤9：利用Gabor滤波器对建筑物训练样本对象B、非建筑物训练样本对象NB和待分类对象C提取纹理特征信息，分别得到特征信息f_B、f_NB和f_C；步骤10：以f_B、f_NB作为训练集，对f_C进行分类。