高分辨率遙感影像建筑物提取方法研究.pdf

1、論文題目：高分辨率遙感影像建筑物提取方法研究工程領域：測繪工程碩士生：黃小兵(簽名)指導教師：胡榮明黃遠程(簽名)摘要隨著航天技術和傳感器技術的迅速發(fā)展，資源衛(wèi)星，偵察衛(wèi)星，航空相機等所獲取的地面影像的分辨率也越來越高，并且可以獲得全天候，全方位，實時的觀測數(shù)據(jù)。因此，利用衛(wèi)星影像或者航空相片對地物進行信息提取，可以大大提高工作效率，克服了實地勘測的繁瑣。如何充分利用這些高分辨率的影像是城市規(guī)劃，人口估計，資源探測，軍事偵察等領域的研究

2、課題，在上述的眾多應用中，建筑物作為城市地物的重要組成部分，對它的獲取和識別至關重要。因此，高分辨率遙感影像中建筑物的提取是圖像處理領域的主要的研究內容之一。本文主要對遙感影像中建筑物的提取方法進行了研究，首先將本文所利用到的特征進行詳細的介紹，然后在實現(xiàn)對特征提取的基礎上，考慮建筑物和形態(tài)學之間的關系，本文提出了一個基于增強型形態(tài)學建筑物指數(shù)對建筑物提取的方法：首先提取城市的不透水層特征，然后通過建立建筑物屬性與形態(tài)學運算之間的關系得

3、到了EMBI特征圖像以增強對建筑物的描述，隨后結合形狀特征（長寬比，面積等）采用決策樹分析的方法完成對建筑物的最終提取。試驗結果顯示，相對于MBI算法，EMBI算法取得更好的提取效果。針對高分辨率影像光譜信息不足，影像信息細節(jié)化，同類地物間差異增大，以及由此產(chǎn)生的影像特征提取和模式分類上的問題，本文提出了一個聯(lián)合光譜空間多特征的基于SVM的分類器模型，利用該模型完成建筑物的提取，該模型充分利用了多特征信息，并且克服了Hughes現(xiàn)象和高

4、維特征堆積所產(chǎn)生的過擬合問題。本模型利用的三類光譜空間特征，包括光譜特征多尺度形態(tài)學光譜特征、光譜特征多尺度形態(tài)學下墊面物理特征和光譜特征多尺度形態(tài)學地物空間延展特征。具體流程為：首先將該三類光譜空間特征利用支持向量機進行分類，然后將分類結果利用概率融合的方法進行整合，最終完成對建筑物的提取。試驗結果顯示，相比于VSSVM算法，該模型取得了更好的提取效果。關鍵詞：建筑物提取；高分辨率；增強型形態(tài)學建筑物指數(shù)；光譜空間特征；SVM研究類型