[发明专利]一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法

说明书

本发明公开了一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法。本发明基于数字形态学和多尺度滤波和实现高分辨率遥感影像的建筑物快速自动检测。首先，基于多波段高分辨率遥感影像各波段最大值以生成亮度图像；接下来，对亮度图像做基于重构的开运算以生成增强图像；然后，对增强图像使用一系列窗口大小的中值滤波，获取多尺度滤波的差分图像序列；再对该序列取平均以获取多尺度滤波建筑指数、输出对应的特征图像。该指数的大小可有效表征建筑物在遥感影像上的概率，可基于该指数有效提取高分辨率遥感影像上的建筑物。

技术领域

本发明属于图像处理技术领域，涉及一种遥感影像建筑物检测方法，具体涉及一种基于多尺度滤波建筑指数(Multiscale Filtering Building Index)的遥感影像建筑物检测方法。

背景技术

遥感是对地观测的重要手段之一。建筑物是遥感影像中的重要地物之一，遥感影像的建筑物提取在城市规划、地理国情普查、GIS数据库更新等方面有着重要作用。然而，面对高分辨率遥感海量数据，智能解译技术并没有提高到令人满意的程度。高分辨率遥感影像的建筑物自动提取主要包括以下难题：

(1)传统的基于光谱信息的方法难以取得良好检测结果；

传统的遥感影像信息提取大多基于光谱信息，而高分辨率遥感影像通常只有近红外、红、绿和蓝四个波段，波段数相比于Landsat等常见的中低分辨率遥感影像显著减少，建筑物与其他地物的光谱区分信息显著减少；此外，高空间分辨率提供了大量地物细节信息，建筑物等同种地物类内光谱差异增大，不同地物类间光谱差异减小，导致传统的基于光谱的遥感影像信息提取方法难以在高分辨率遥感影像中取得良好的检测结果。事实上，建筑物与道路、裸地和水泥地等地物很容易发生严重混淆。

(2)建筑物种类复杂差异悬殊，给高精度识别造成了严重困难；

建筑物在高分影像有限的波段上容易与道路、裸地和水泥地等地物造成严重混淆；建筑物结构和尺寸差别较大，农村和郊区的建筑物往往占地面积小、形状不规则，而城市建筑物往往占地面积大、高度不一，且体育馆、商业区等建筑形态与居民楼差异过大。以上现象直接导致了使用监督学习方法虽然精度高，但往往需要大量人力和时间用以收集不同类型建筑物的训练样本，分类模型泛化能力差异大、精度受训练集影响大；非监督方法算法效率和适应能力差异较大，很难找到同时适用于农村、城市和郊区的建筑物提取方法，且精度常低于监督学习。

(3)从数据量、算法效率和精度来说，距离智能提取还较远；

目前测绘局、城市规划局、地理信息中心等主要地理信息生产单位仍然主要使用目视解译手段人工勾画建筑物等地物的方法，耗费大量人力和时间，效率较低。其主要原因还是现有的智能遥感解译技术难以在数据量、时间、精度等方面满足应用需求。21世纪以来，国内外大量商业高分辨率遥感卫星的升空，使得每天获取TB量级的高分影像不再困难。然而，如(2)中所概括，目前的算法或耗时久、需要人工采集大量样本，或适应性弱，难以有效提取各种类型的建筑物；目前的存储空间和计算机硬件也很难做到同步、快速从海量遥感数据中提取建筑物，已有的一些高性能设备短期内很难在基层生产单位普及；此外，已有的研究和参考文献表明，很多建筑物检测方法尽管在论文的实验区中表现优良，但很难在其他环境下取得高精度。因此，距离自动化智能提取遥感影像中的地物，还有很远的距离。

综上，高分辨率遥感影像建筑物的自动提取，是目标识别中的一个难题，同时具有丰富的应用价值，至今仍被广泛研究。

发明内容

为了解决上述技术问题，本发明提供了一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法。多尺度滤波建筑指数用以表征各像素属于建筑物的概率，指数值越大，属于建筑物的概率越大。

本发明所采用的技术方案是：一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法，其特征在于，包括以下步骤：

步骤1：构建多尺度滤波建筑指数，具体实现包括以下子步骤；