光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法

吴炜, 骆剑承, 沈占锋, 朱志文

文章导航 > 武汉大学学报 ( 信息科学版) > 2012 > 37(7): 800-805

吴炜, 骆剑承, 沈占锋, 朱志文. 光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法[J]. 武汉大学学报 ( 信息科学版), 2012, 37(7): 800-805.

引用本文:

吴炜, 骆剑承, 沈占锋, 朱志文. 光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法[J]. 武汉大学学报 ( 信息科学版), 2012, 37(7): 800-805.

WU Wei, LUO Jiancheng, SHEN Zhanfeng, ZHU Zhiwen. Building Extraction from High Resolution Remote Sensing Imagery Based on Spatial-Spectral Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 800-805.

Citation:

WU Wei, LUO Jiancheng, SHEN Zhanfeng, ZHU Zhiwen. Building Extraction from High Resolution Remote Sensing Imagery Based on Spatial-Spectral Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 800-805.

光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法

¹中国科学院遥感应用研究所,北京市朝阳区大屯路甲3号100101

基金项目: 国家自然科学基金资助项目(40971228,40971228);;国家科技支撑计划资助项目(2011BAH06B02);;中国科学院西部博士资助项目(XBBS200809)

作者简介:
吴炜，博士生。现从事遥感影像信息提取与分析研究。

中图分类号: P237.9

Building Extraction from High Resolution Remote Sensing Imagery Based on Spatial-Spectral Method

¹ Institute of Remote Sensing Applications,Chinese Academy of Sciences,A 3 Datun Road,Beijing 100101,China

Funds: 国家自然科学基金资助项目(40971228,40971228);;国家科技支撑计划资助项目(2011BAH06B02);;中国科学院西部博士资助项目(XBBS200809)

摘要: 针对高分辨率遥感影像具有较为丰富的地物属性“谱相”信息和空间分布及其组合“图式”信息的特点,提出了一种光谱和形状特征相结合的建筑物自动提取方法。在多尺度分割和矢量化基础上,根据建筑物的形状、光谱特征,从特征基元中自动选取样本,并计算其特征;通过根据建筑物形状、光谱、纹理构造的模板,在整景影像上进行建筑区域识别,并在建筑区域内提取建筑物外部轮廓。实验表明,本算法具有较高的识别率和较低的误识别率。
- 光谱-形状 /
- 建筑物提取 /
- 多尺度分割 /
- 边缘检测
Abstract: As is known to all,high resolution remote sensing imagery contains plenty of spectral and spatial information which represent objects' inner physical attributes and outer distribution and composite structure respectively.According to its characteristics mentioned above,we proposed an building extraction method based on spatial-spectral information on high resolution remote sensing imagery.On the basis of feature unit extraction through multi-scale segmentation and vectorization,we selected building samples automatically from feature units according to characteristics like shape and spectral information.Then,we preceded the building area recognition on the whole image using the template constructed by buildings' shape,and done edge detection and thinning inside the building regions to extract the outline of building.Last,we implemented the algorithm mentioned above,and proved its validity through experiments.
- spatial-spectral coupled /
- building extraction /
- multi scale segmentation /
- edge detection

[1]	李星华, 白学辰, 李正军, 左芝勇. 面向高分影像建筑物提取的多层次特征融合网络 . 武汉大学学报 ( 信息科学版), 2022, 47(8): 1236-1244. doi: 10.13203/j.whugis20210506
[2]	眭海刚, 黄立洪, 刘超贤. 利用具有注意力的Mask R-CNN检测震害建筑物立面损毁 . 武汉大学学报 ( 信息科学版), 2020, 45(11): 1660-1668. doi: 10.13203/j.whugis20200158
[3]	呙维, 彭旭, 刘异, 朱欣焰. 边缘约束下的分形网络分割算法 . 武汉大学学报 ( 信息科学版), 2019, 44(11): 1693-1699. doi: 10.13203/j.whugis20170262
[4]	高贤君, 郑学冬, 沈大江, 杨元维, 张佳华. 城郊高分影像中利用阴影的建筑物自动提取 . 武汉大学学报 ( 信息科学版), 2017, 42(10): 1350-1357. doi: 10.13203/j.whugis20150766
[5]	黄荣刚, 杨必胜, 李健平, 田茂, 梁新美. 利用目标区域拓扑关系图提取建筑物点云 . 武汉大学学报 ( 信息科学版), 2017, 42(4): 475-481. doi: 10.13203/j.whugis20160112
[6]	呙维, 胡涛, 廖明生, 陈呈辉. 用于高分辨率SAR影像建筑物提取的对象级高亮特征描述方法 . 武汉大学学报 ( 信息科学版), 2014, 39(2): 220-224. doi: 10.13203/j.whugis20120705
[7]	傅兴玉, 尤红建, 付琨, 张翰墨. 利用多尺度Hough变换提取高分辨率SAR图像建筑物L型结构 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 394-398.
[8]	李晖, 肖鹏峰, 冯学智, 林金堂. 多光谱图像的边缘特征检测方法 . 武汉大学学报 ( 信息科学版), 2012, 37(6): 644-648.
[9]	晏实江, 汤国安, 李发源, 董有福. 利用DEM边缘检测进行黄土地貌沟沿线自动提取 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 363-367.
[10]	尤红建. 多尺度分割优化的SAR变化检测 . 武汉大学学报 ( 信息科学版), 2011, 36(5): 531-534.
[11]	王爱萍, 王树根, 吴会征. 利用分层聚合进行高分辨率遥感影像多尺度分割 . 武汉大学学报 ( 信息科学版), 2009, 34(9): 1055-1058.
[12]	孙开敏, 李德仁, 眭海刚. 基于多尺度分割的对象级影像平滑算法 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 423-426.
[13]	费浦生, 王文波. 基于小波增强的改进多尺度形态梯度边缘检测算法 . 武汉大学学报 ( 信息科学版), 2007, 32(2): 120-123.
[14]	胡鹏, 傅仲良, 陈楠. 利用灰色理论进行图像边缘检测 . 武汉大学学报 ( 信息科学版), 2006, 31(5): 411-414.
[15]	郭海涛, 徐青, 张保明. 多重约束下的建筑物阴影提取 . 武汉大学学报 ( 信息科学版), 2005, 30(12): 1059-1062.
[16]	阎平, 江万寿. 一种基于灰度剖面分析的边缘提取新算法 . 武汉大学学报 ( 信息科学版), 2005, 30(6): 518-520.
[17]	尤红建, 苏林, 李树楷. 利用机载三维成像仪的DSM数据自动提取建筑物 . 武汉大学学报 ( 信息科学版), 2002, 27(4): 408-413.
[18]	刘少创, 林宗坚. 基于可变模板的航空影像中建筑物提取 . 武汉大学学报 ( 信息科学版), 1997, 22(1): 21-28.
[19]	陶闯, 林宗坚. 一种具有抗弱边缘能力的航空影像房屋自动提取方法 . 武汉大学学报 ( 信息科学版), 1994, 19(2): 101-107.
[20]	高贤君, 冉树浩, 张广斌, 杨元维. 基于多特征融合与对象边界联合约束网络的建筑物提取 . 武汉大学学报 ( 信息科学版), 0, 0(0): -. doi: 10.13203/j.whugis20210520

WeChat

点击查看大图

计量

文章访问数: 1335
HTML全文浏览量: 89
PDF下载量: 910
被引次数: 0

光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法

¹中国科学院遥感应用研究所,北京市朝阳区大屯路甲3号100101

基金项目: 国家自然科学基金资助项目(40971228,40971228);;国家科技支撑计划资助项目(2011BAH06B02);;中国科学院西部博士资助项目(XBBS200809)

作者简介:
吴炜，博士生。现从事遥感影像信息提取与分析研究。

收稿日期: 2012-04-16
刊出日期: 2012-07-05

中图分类号: P237.9

关键词:

光谱-形状 /

建筑物提取 /

多尺度分割 /

摘要: 针对高分辨率遥感影像具有较为丰富的地物属性“谱相”信息和空间分布及其组合“图式”信息的特点,提出了一种光谱和形状特征相结合的建筑物自动提取方法。在多尺度分割和矢量化基础上,根据建筑物的形状、光谱特征,从特征基元中自动选取样本,并计算其特征;通过根据建筑物形状、光谱、纹理构造的模板,在整景影像上进行建筑区域识别,并在建筑区域内提取建筑物外部轮廓。实验表明,本算法具有较高的识别率和较低的误识别率。

English Abstract

吴炜, 骆剑承, 沈占锋, 朱志文. 光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法[J]. 武汉大学学报 ( 信息科学版), 2012, 37(7): 800-805.

引用本文:

吴炜, 骆剑承, 沈占锋, 朱志文. 光谱和形状特征相结合的高分辨率遥感图像的建筑物提取方法[J]. 武汉大学学报 ( 信息科学版), 2012, 37(7): 800-805.

WU Wei, LUO Jiancheng, SHEN Zhanfeng, ZHU Zhiwen. Building Extraction from High Resolution Remote Sensing Imagery Based on Spatial-Spectral Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 800-805.

Citation:

WU Wei, LUO Jiancheng, SHEN Zhanfeng, ZHU Zhiwen. Building Extraction from High Resolution Remote Sensing Imagery Based on Spatial-Spectral Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 800-805.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码