结合PU学习的遥感影像建筑物自动提取方法

作者：王理根; 张永忠^*

来源：遥感信息, 2023, 38(03): 93-99.

DOI：10.20091/j.cnki.1000-3177.2023.03.013

• 建筑物提取
• 阴影特征
• 面向地理对象图像分析
• 正例未标注学习
• 二值化

针对目前基于机器学习的高分辨率遥感影像的地物提取方法往往需要大量标记样本训练模型的问题，提出了一种利用正样本和未标记样本学习的遥感影像建筑物自动提取方法。首先，利用面向对象的图像分析方法对遥感影像进行分割从而产生地理对象；其次，基于影像建筑物阴影特征和边缘特征提取建筑物像素，结合分割结果自动获取正样本；再次，利用已提取的正样本和剩余的未标记样本训练Bagging-PU分类器对建筑物进行提取；最后，通过基于邻域统计的二值化处理得到建筑物检测最终结果。该方法实现了训练样本标签的自动获取，不需要外部标签样本输入，就能够自动从遥感影像中提取建筑物。在ISPRS(Vaihingen)数据集上的实验表明，该方法提取结果总体精度达到0.928,F1分数为0.864。

• 单位
  兰州市勘察测绘研究院; 兰州交通大学