[发明专利]基于建筑物阴影信息挖掘的建筑物分层检测方法

说明书

本发明公开了一种基于建筑物阴影信息挖掘的建筑物分层检测方法，利用建筑物阴影的面积、分布规律以及其形态特征，提取建筑物，包含阴影检测；再利用阴影面积分层，提取低矮建筑物对应的小阴影，和中高建筑物对应的其他阴影；利用形态学算法低矮建筑物对应的小阴影处理，获得低矮密集建筑群的区域和独立低矮建筑物；同时，对中高建筑物阴影进行边缘提取，直线提取方法，对中高建筑分层，获取中等建筑阴影和高建筑阴影；对阴影影像的灰度统计特性，把阴影及类阴影的暗地物从影像中分离出来；接着判断阴影和建筑物关系；其次利用阴影和建筑物关系分别获取矮、中、高建筑物的种子点；最后通过区域增长的方式从遥感影像上提取建筑物。

技术领域

本发明涉及遥感影像处理技术领域，具体地指一种基于建筑物阴影信息挖掘的建筑物分层检测方法。

背景技术

城市是人类文明发展的产物。城市中建筑物是人类居住和活动的主要场，与人类的生活息息相关。因此，建筑物识别在城市监测、城市规划、地图更新和人口估测中显得愈发重要。近十几年来，遥感数据的获取能力在时空分辨率上有了极大地提高。高分辨率影像为我们研究城市地区细节，尤其是建筑物提供了的基础，但同时，也给我们带来了诸如光谱信息有限、高异质性和阴影等诸多的问题。因此，研究利用高分辨影像提取建筑物十分必要。

现有的建筑物检测算法根据建筑物具有的高度属性和二维成像特性主要分为二维建筑物检测和三维建筑物检测。其中，二维检测方法主要通过建筑物的形状、纹理、灰度和伴随阴影等特征提取建筑物。Sohn and Dowman根据建筑物的形状特征提出了建筑单元形状(BUS，building unit shape)从密集的城市场景中提取建筑物轮廓，但此方法过于依赖对目标建筑物的结构重建处理。Jin和Davis利用建筑物的结构、上下文和光谱信息提取建筑物，即首先利用结构特征建立不同形状档案来检测可疑建筑物，然后总利用建筑物阴影(上下文信息)确认建筑物位置和建筑物大小，并作为种子点进行增长，再根据光谱信息提取建筑物，最后将所有的结果进行合并从而提取建筑物。Huang和Zhang利用建筑物的亮度和形状特征，提出MBI(建筑物形态指数)检测建筑物，但受一些裸地等的影响，影响准确率，又对该算法进行改进，引入阴影特征，提出MSI(阴影形态指数)对结果进行筛选，提高建筑物提取的准确率。最近Chaudhuri利用建筑物形状特征和内部灰度方差进行高分辨率建筑物检测。而三维建筑物检测则主要通过高度信息提取建筑物，其他特征(形状、亮度)作为辅助。由于建筑物的高度属性是其与其他城市设施如道路、广场等区分的主要特征。因此，相较于二维检测方法，三维建筑物检测往往能获得更高的检测精度。三维信息的获取方式主要通过立体相对密集匹配、机载激光扫描技术(Lidar)获取点云，再生成DSM从而获取地物的高度信息，或是根据太阳高度角、传感器姿态角和影像光谱特征反算出高程信息。因此，相较于二维检测算法，三维检测对数据源的要求更高、耗时长、成本高、且数据源相对有限，对检测范围也有一定的局限性。

现有的二维建筑物检测主要存在以下问题：(1)检测结果主要用二值图表示，只关注哪里是建筑物，没有展现建筑物高度特征，不利于城市场景分析。(2)主要关注相对独立的建筑，而城市中，特别是人口密度较高的地区，低矮建筑群如城中村通常被忽略。(3)有些方法在利用阴影辅助检测建筑物时，需要太阳高度角等相关信息。(4)大量的现有的数据中，存在建筑物伴有大面积的现象。

发明内容

本发明的目的是针对上述技术问题，本发明提出了一种基于建筑物阴影信息挖掘的建筑物分层检测方法，基于城市遥感影像建筑物分层检测的技术方案处理方法清晰，可操作性强，不仅可以检测出带有阴影的遥感影像建筑物，同时还能判断建筑物的高度类别，特别是检测低矮密集建筑物区域，为此后的建筑物各种变化(城中村拆迁、在建高楼高度变化)以及城市分布场景分析等提供辅助信息。

为实现上述目的，本发明所设计的基于建筑物阴影信息挖掘的建筑物分层检测方法，其特殊之处在于，包括如下步骤：

步骤1，对待检测原始影像进行阴影检测，得到阴影检测结果图，并利用形态学处理得到阴影检测结果图像；