基于样本形态变换的高分遥感影像建筑物提取

作者：冉树浩; 胡玉龙; 杨元维^*; 高贤君; 李熙; 陈明珠

来源：浙江大学学报(工学版), 2020, 54(05): 996-1006.

• 高分辨率遥感影像
• 建筑物样本提取
• 偏移阴影分析
• 样本形态变换
• 格网占比法

针对高分辨率遥感影像中建筑物屋顶光谱信息多变引起建筑物提取精度降低的问题,提出基于样本形态变换的建筑物提取方法.利用偏移阴影分析法自动提取初始建筑物样本,根据建筑物屋顶形态特征,合理利用样本旋转、偏移、缩放变换方法,构建自适应样本精细提取变换组合,以更完整、全面地提取建筑物样本;结合支持向量机(SVM)分类器进行影像分类,得到建筑物初始提取结果;提出基于形态特征的格网占比法对初始提取结果进行确认,剔除不规则非建筑物,实现对建筑物的准确提取.对高分辨率遥感影像进行对比实验分析,以验证方法的有效性.结果表明,与面向对象分类、反向传播(BP)神经网络、基于偏移阴影分析3种参照方法对比,所提方法的建筑物提取精度均优于参照算法.

• 单位
  长江大学; 武汉大学测绘遥感信息工程国家重点实验室; 中国交通通信信息中心