[发明专利]基于二进制特征分类器的建筑物提取方法

说明书

本发明公开了一种基于二进制特征分类器的建筑物提取方法，首先对原图像进行降采样，转换至LAB颜色空间，然后在LAB颜色空间之下实施SLIC超分割获得交叉点，利用二进制特征分类器对交叉点进行二分类获得建筑物交叉点和非建筑物交叉点，从而获得建筑物区域；之后将提取出的建筑物区域图像转换至LAB颜色空间，然后在LAB颜色空间之下实施SLIC超分割获得新交叉点，利用二进制特征分类器对新交叉点进行三分类，获得建筑物内部点、建筑物边缘点和非建筑物点，从而得到建筑物轮廓。其显著效果是：实现了建筑物轮廓的快速准确提取；与传统方法相比，本发明精度更高、速度更快且算法过程无交互。

技术领域

本发明涉及到建筑物遥感图像处理技术领域，具体地说，是一种基于二进制特征分类器的建筑物提取方法。

背景技术

随着数字城市、智慧市政等概念的提出，城市规划、用地变化监测、建筑物三维建模等业务需求飞速增长，而建筑物提取是支撑这些业务实现的核心技术。因此，如何从高分辨率遥感影像中进行准确快速的建筑物提取成为当前的热门技术领域。

目前所开展的适用于遥感影像的建筑物提取的方法研究，大部分的是以图像分割方法为基础。这类方法通常需要具有专业经验的人员进行人工操作，效率低且成本高。

由此可见，亟需一种快速、高精度的、自动建筑物提取方法。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于二进制特征分类器的建筑物提取方法，利用二进制特征分类器对多尺度正射影像中的超像素分割点进行分类，并根据分类信息实现对建筑物快速、高精度的、自动提取。

为达到上述目的，本发明采用的技术方案如下：

一种基于二进制特征分类器的建筑物提取方法，其关键在于包括以下步骤：

步骤1：对原始正射图像进行降采样；

步骤2：将降采样后的正射图像从RGB颜色空间转换至LAB颜色空间；

步骤3：在LAB颜色空间下对图像进行SLIC超分割处理；

步骤4：根据超分割结果标记出交叉点；

步骤5：利用二进制特征分类器对交叉点进行二分类，获得建筑物交叉点和非建筑物交叉点；

步骤6：将非建筑物交叉点所连接的图斑进行剔除，得到粗略提取的建筑物轮廓；

步骤7：设定最小建筑物区域像素阈值，并剔除错误检测的建筑物；

步骤8：获得建筑物轮廓的外接矩形，得到建筑物区域，并将其位置还原至原始正射图像上；

步骤9：在原始正射图像上，提取建筑物区域，并将其颜色空间由RGB转换为LAB；

步骤10：在LAB颜色空间下，对建筑物区域图像进行SLIC超分割处理；

步骤11：根据超分割结果标记出新交叉点；

步骤12：利用二进制特征分类器对新交叉点进行三分类，获得建筑物内部点、建筑物边缘点和非建筑物点；

步骤13：将非建筑物交叉点所连接的图斑进行剔除，得到精细提取的建筑物轮廓；

步骤14：设定最小建筑物区域像素阈值，剔除错误检测的建筑物；

步骤15：提取建筑物轮廓曲线，获得建筑物轮廓图像。

进一步的，步骤1中所述降采样为将原始正射图像的像素分辨率降采样至一米每像素。

进一步的，步骤3与步骤10中所述SLIC超分割处理的步骤一致。

更进一步的，步骤3中所述SLIC超分割处理的具体步骤为：