基于偏移阴影分析的高分可见光影像建筑物全自动提取

作者：高贤君; 郑学东; 刘子潇; 杨元维

来源：光学学报, 2017, 1-14.

• 高分辨率可见光遥感影像
• 建筑物自动提取
• 影像分割分类
• 分类样本自动获取
• 建筑物验证

为了提高建筑物提取的自动化程度和精度，本文提出了一种以分割-分类-优化为方法主线、利用偏移阴影分析提高自动化的建筑物全自动提取方法：首先，采用面向对象的多尺度分割方法进行影像初分割；然后，结合支持向量机(Support Vector Machine，SVM)分类将分割结果分为阴影、植被、建筑物、裸地四大类提取初始结果，其中设计了基于偏移阴影分析的样本自动提取方法，首先对阴影和植被进行自动检测，然后对建筑物阴影逆向偏移分析提取建筑物样本、顺向偏移分析提取裸地样本，完成四类样本自动提取；最后，设计了利用阴影的建筑物验证指标——相交边界阴影比率，准确地验证建筑物，剔除无阴影的非建筑物干扰，获取最终结果。大量的实验结果验证了本文算法的有效性，自动化程度得到明显提高，完整度达到85%以上，正确率和综合分数F1均达到90%以上，且仅需要可见光波段影像数据，适用范围广。

• 单位
  长江大学; 长江水利委员会长江科学院; 天津市测绘院