[发明专利]一种基于模糊场景分割的建筑物提取方法

说明书

技术领域

本发明涉及一种遥感图像处理领域，具体说是一种基于模糊场景分割的建筑物提取方法。

背景技术

建筑物是城市主要地理要素之一，是各种城市专题图的重要内容，研究建筑物的提取对综合考察城市地理信息环境具有重要意义。随着高分辨率遥感影像获取技术的快速发展，遥感影像的处理、分析和应用有了更好的数据源，其数字产品则有了更广泛、更深入的应用。计算机图像处理技术、模式识别、人工智能等方面的都取得不同程度的进展，为高效地提取海量影像中的有效信息提供了可能。但建筑物信息的提取要比其他信息如道路、水体的获取难得多，主要原因如下：

(1)数据源主要是二维的遥感影像，大多数情况下缺少直接的三维数据；

(2)不同的遥感影像常因为光谱范围、分辨率、传感器的几何图像以及成像条件等因素的不同而有较大的差异；

(3)不同种类的建筑物其所表现出来的外观和纹理细节等千变万化，表现在遥感图像上差异很大，统一的建筑物模型库难以建立，这使得信息的自动提取变得相当困难；

(4)建筑物所处场景的复杂性，如对比度较低时、房屋相互遮挡、建筑物自身的阴影以及处在其它地物的阴影等，所以想自动地从背景中提取出边界清晰的建筑物较为困难。

发明内容

本发明提供了一种基于模糊场景分割的建筑物提取方法，可克服目前遥感影像中建筑物提取困难的问题，充分利用遥感影像的阴影特征，利用多种分割算法，可以检测遥感影像中的建筑物目标，且准确地保留其边缘，无需人工干预，自动化程度高。

为实现本发明的目标所采用的技术方案是：方法包括以下步骤：

步骤1：对同一地区的高空间分辨率全色影像P_image及其对应的多光谱影像M_image进行影像融合处理，得到处理后的融合影像PM_image；

步骤2：对步骤1中的融合影像PM_image进行阴影提取，得到阴影掩膜S_mask；

步骤3：利用分割算法A对步骤1中的融合影像PM_image进行分割，得到分割结果SegmA；

步骤4：利用遥感影像中的太阳照射角λ、步骤2中得到的阴影掩膜S_mask和步骤3中得到的分割结果SegmA生成模糊场景FScence；

步骤5：利用分割算法B对步骤4中生成的模糊场景FScence进行分割，得到分割结果SegmB；

步骤6：利用pruning方法对步骤5中得到的分割结果SegmB进行后处理得到建筑物。

所述的步骤2中的阴影提取由以下公式计算：

S_mask=BW_otsu(normal(SB-IBSB+IB))]]>

其中，SB和IB分别代表融合影像PM_image转化为HIS颜色空间中的饱和度分量和强度分量，normal代表归一化函数，BW_otsu代表大津法自动选取阈值进行二值化处理函数。

所述的步骤3中的分割算法A为欠分割算法，可以选择标记分水岭或均值漂移算法，以确保建筑物得到最大程度的保留，防止建筑物漏检。

所述的步骤4中的模糊场景FScence的生成方法为：对于给定的阴影掩膜S_mask中的对象S，为沿着太阳照射角λ方向的对象S周围的SegmA对象分配一个模糊值，范围为[0,1]，取值与到对象S的距离成正比。

所述的步骤5中的分割算法B为运行效率高和边缘贴合度高的分割算法，可以选择基于熵率的超像素分割算法。

所述的步骤6中的pruning方法为：以建筑物的长宽比、矩形度和顶部同质性作为约束条件，筛选符合条件的分割对象作为提取的建筑物。