[发明专利]基于多尺度多特征融合的遥感影像建筑物检测方法

权利要求书

1.一种基于多尺度多特征融合的遥感影像建筑物检测方法，其特征在于包括以下步骤：

S1：对高分辨率遥感影像降采样，获得由不同尺度的影像构成的影像金字塔；

S2：计算影像金字塔每一层影像对应的边缘影像；

S3：对不同尺度的边缘影像进行多组特征计算，并对获得的多组特征进行融合建立特征模型；

S4：根据特征模型与邻域局部非极大值抑制进行窗口选取，获得最可能含有建筑物的目标窗口；

S5：对目标窗口进行小范围内的膨胀/收缩计算，获得贴合目标建筑物的矩形窗口；

S6：根据目标窗口的主方向旋转所述矩形窗口，得到与建筑物朝向一致的最优目标窗口，并根据最优目标窗口提取出建筑物。

2.根据权利要求1所述的基于多尺度多特征融合的遥感影像建筑物检测方法，其特征在于：步骤S1中所述降采样采用的公式为：

G(q+1)(i,j)=Σp=-22Σq=-22W(p,q)Gq(2i-p,2j-q)]]>

其中，W(p,q)＝W(p)*W(q)表示长度为5的高斯卷积核，(p,q)为高斯卷积核中的点的坐标，(i,j)为影像中的点的坐标。

3.根据权利要求1所述的基于多尺度多特征融合的遥感影像建筑物检测方法，其特征在于：步骤S2中所述边缘影像的计算步骤为：

S2.1：对影像金字塔每层影像进行高斯平滑滤波；

S2.2：计算平滑滤波后影像中每个像素点的梯度值；

S2.3：根据梯度值判定各像素点是否为边缘点，若是则保存，否则设置为0，获得影像对应的二进制边缘影像；

S2.4：阈值计算，并根据阈值对二进制边缘影像进行边缘强化，获得所述边缘影像。

4.根据权利要求3所述的基于多尺度多特征融合的遥感影像建筑物检测方法，其特征在于：步骤S2.4中所述阈值采用Otsu算法计算最大化非边缘点和边缘点的类间差异而获得。

5.根据权利要求4所述的基于多尺度多特征融合的遥感影像建筑物检测方法，其特征在于：所述Otsu算法通过最小化边缘点与非边缘点两类的错分概率，使得边缘点和非边缘点的类间方差最大，获得阈值。

6.根据权利要求1所述的基于多尺度多特征融合的遥感影像建筑物检测方法，其特征在于：步骤S3中所述多组特征包括边缘分布特征、主方向显著性与正交性特征、Blob相似度特征和超像素跨越特征。