[发明专利]基于建筑物基底矢量的遥感影像屋顶轮廓提取方法

说明书

本发明公开了一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法，包括利用已有建筑物基底矢量图斑获取轮廓多边形；根据所述轮廓多边形生成待匹配建筑物屋顶的轮廓约束模板；针对待提取的遥感影像，选择符合建筑物特性的影像特征；基于相似性测度，利用轮廓约束模板和影像特征，采用匹配优化方法搜寻最佳匹配位置，获取建筑物屋顶轮廓图像等步骤。本发明技术方案实现了遥感影像中建筑物基底矢量与屋顶影像的轮廓匹配，可自动获取遥感影像中建筑物屋顶，同时还可以快速检测已有建筑物变化情况，对后续进一步开展违法建筑动态监测具有重要意义。

技术领域

本发明涉及到遥感影像处理技术领域，具体地说，是一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法。

背景技术

建筑物作为一种重要的地物目标，其自动化识别、定位提取及其变化检测是摄影测量与遥感领域的一项研究热点与难点。其中，高分辨率遥感影像建筑物变化检测技术通过对两期高分辨率遥感影像进行对比分析，找出其中建筑物的变化区域。该技术在地理空间信息服务中应用广泛，对土地覆盖变化监测、环境变迁动态监测、自然灾害监测、违章建筑物查处以及国土资源调查等方面具有重要的应用价值和商业价值。

一般来说，建筑物的变化在图像上的反映具有三种形式：一是建筑物的消失，即原有建筑物变为其它地物，这可能是由于城市规划或道路建设等因素导致；二是建筑物外观的改变，诸如建筑物部分结构的消失/出现、建筑物几何形状的改变等，其可能与建筑物违法加盖或灾害事故有关；三是建筑物的新增，即原来其它用地变为建筑用地。目前建筑物变化检测的主要工作方式有两种：第一种是先找到图像的变化区域，然后在变化区域中寻找建筑物，则找到的这些建筑物即是发生变化的建筑物；第二种是先在图像中找到建筑物，再寻找它们之间的变化。

现有技术中，按分析处理单元的不同，当前的高分辨率遥感影像变化检测主要有像素、内核(或窗口)、图像对象叠加、图像对象比较、多期图像对象、混合处理单元等六类。然而这些方法都具有较大的局限性，因为高分辨率遥感影像中建筑物投影差等因素会造成较大的几何位移以及阴影遮挡问题，使得建筑物提取与变化检测问题更加复杂，影响检测结果的精度和可靠性。

发明内容

针对现有技术的不足，本发明的目的是₁提供一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法，该方法基于已有建筑物基底矢量图斑构建建筑物屋顶的轮廓约束模板，结合提取的高分辨率遥感影像特征，通过匹配优化方法，从影像中快速获取最佳的匹配位置，达到建筑物屋顶自动提取的目的。

为达到上述目的，本发明采用的技术方案包括一种基于建筑物基底矢量的遥感影像屋顶轮廓提取方法，包括以下步骤：

步骤1，利用已有建筑物基底矢量图斑，获取优化后的与建筑物基底图斑相应的轮廓多边形；

步骤2，对步骤1得到的各建筑物基底图斑相应轮廓多边形，分别进行距离变换和缓冲区分析处理，生成待匹配建筑物屋顶的轮廓约束模板；

步骤3，针对待提取的遥感影像，选择符合建筑物特性的影像特征；

步骤4，基于相似性测度，利用步骤2中所述轮廓约束模板和步骤3中选择的影像特征，采用匹配优化方法在各建筑物基底图斑的邻近区域中搜寻最佳匹配位置，获取建筑物屋顶轮廓图像。

而且，步骤1中，通过相邻要素合并和点抽稀处理获取优化后的轮廓多边形。

而且，所述点抽稀处理包括以下步骤，

S1，对图斑中的点序列，从起点开始每次取出相邻的三个点，计算中间点到其他两点连成的直线的距离；

S2，将获得的距离与预设阈值进行比较，若小于预设阈值则从点序列中删除中间点，否则将中间点保留；

S3，逐点进行判断，直至判断完当前点序列，获得轮廓多边形的点坐标序列。