高分遙感影像建筑物半自動提取算法研究.pdf

1、人工地物是高分遙感影像的重要內(nèi)容，而建筑物是人類日常生活工作和學(xué)習(xí)的載體，與人們的生活息息相關(guān)。傳統(tǒng)建筑物提取方式效率低下且對人員要求較高,全自動建筑物提取方式雖然一定程度上提升了建筑物提取效率,但其提取精度不高,在實(shí)踐中中往往無法達(dá)到建筑物目標(biāo)提取精度的要求。半自動建筑物提取方式在增加少量人工交互操作的基礎(chǔ)上,有效的提升了建筑物目標(biāo)提取精度和提取效率,因此發(fā)展半自動建筑物提取方式切實(shí)可行。本文對先前研究者的工作進(jìn)行了總結(jié)和回顧,對半自

2、動建筑物提取方式進(jìn)行了一系列有價(jià)值的研究和探索。本文中進(jìn)行的探索和研究工作有：
　　首先，總結(jié)了高分影像中常用的圖像處理方法，在針對高分影像進(jìn)行處理時(shí)，利用雙邊濾波等圖像預(yù)處理的方法有效可以保留建筑物目標(biāo)邊界并平滑建筑物內(nèi)部細(xì)節(jié)和背景細(xì)節(jié)，同時(shí)利用數(shù)學(xué)形態(tài)學(xué)和邊緣擬合等后處理方法，可以減少建筑物提取結(jié)果的邊緣尖刺情況，并得到規(guī)整的建筑物目標(biāo)。
　　然后，提出基于超像素分割、區(qū)域合并和graphcut分割的半自動建筑物目標(biāo)提取

3、算法，并將之運(yùn)用到矩形建筑物目標(biāo)提取中。超像素分割即對圖像進(jìn)行分割使之成為若干個(gè)區(qū)域塊，將區(qū)域塊看作后續(xù)處理的基本單元，有效提升運(yùn)算效率。區(qū)域合并即在結(jié)合人工交互的基礎(chǔ)上，通過極大相似度區(qū)域合并算法得到初始前景區(qū)域，并與角點(diǎn)距離顯著圖的方法結(jié)合起來獲得前景和背景的先驗(yàn)信息。grabcut分割即在已知的前景和背景先驗(yàn)信息下，利用高斯混合模型建模并構(gòu)建圖像的能量函數(shù)，最后通過maxflow/mincut算法獲得建筑物目標(biāo)最佳分割結(jié)果。

4、>　　其次，在上述建筑物目標(biāo)提取算法流程的基礎(chǔ)上，針對復(fù)雜外形建筑物目標(biāo)，進(jìn)行了優(yōu)化和改進(jìn)。在區(qū)域合并過程中，增加一定量的人工交互，同時(shí)利用顯著性檢測的方法獲取更加準(zhǔn)確的建筑物目標(biāo)先驗(yàn)信息。通過引入星狀測地線約束的graphcut分割方法，解決分割時(shí)出現(xiàn)的收縮誤差和前景背景顏色重疊的問題，有效的提升了復(fù)雜外形建筑物目標(biāo)提取的效果。
　　最后，分析并確定算法流程中運(yùn)行效率低下的功能為超像素分割功能，利用GPU并行化對其進(jìn)行改造，大大