基于高分辨率影像的城市建筑物提取技術研究.pdf

1、近年來隨著我國經濟的高速發(fā)展，城市化進程加快，城市的建設管理面臨的考驗變得更加嚴峻。為了及時、客觀地了解城市的動態(tài)變化情況，熟悉并掌握提取高分辨率遙感影像中城市建筑物信息的方法技術變得越來越重要。本文針對高分辨率遙感影像數(shù)據(jù)量大以及易受噪聲干擾的特點，以高分一號衛(wèi)星遙感影像為數(shù)據(jù)源，引入形態(tài)學算法，采用面向對象的影像分類方法進行城市建筑物提取關鍵技術的研究。研究方法結合影像分割與基于知識規(guī)則的影像分類技術，在提高建筑物提取算法運行效率的

2、同時，保證了建筑物提取的準確性。
　　論文首先針對傳統(tǒng)分水嶺方法的過度分割問題以及最小割方法效率過低等問題，對影像分割方的研究和改進進行了探索。主要研究了基于形態(tài)學開閉重建的改進分水嶺分割方法，以及基于聚類的歸一化最小割方法，并將這兩種方法進行了有效的結合。研究結果表明，改進后的算法不僅避免了影像被過度分割這一現(xiàn)象，還提高了算法運行的效率，達到了提升分割效果的目的。
　　第二，進行了影像分類技術研究。采用面向對象的SVM分類

3、方法，首先選取樣本數(shù)據(jù)進行特征值計算，并采用信息增益比的方法對特征進行篩選；隨后利用樣本數(shù)據(jù)及選擇出的特征對分類器進行分類訓練；最后利用訓練好的分類模型對影像分割得到的結果進行分類，其中分類模型的精度達到了91.24％。研究表明，利用面向對象的SVM方法能夠提取出準確且完整的建筑物區(qū)域。
　　最后研究了建筑物外形優(yōu)化技術。針對分類后得到的建筑物區(qū)域，采用了形態(tài)學濾波及開閉運算等方法，對影像進行孔洞填充和小區(qū)域去除，并通過邊緣檢測準