[发明专利]一种面向对象的遥感影像建筑物及其阴影提取的方法

摘要

本发明是一种面向对象的遥感影像建筑物及其阴影提取的方法，包括：对影像进行预处理；进行多尺度分割，选择地物的最优分割尺度对应的影像尺度层；提取非建筑物和非阴影（道路、水体、植被、裸地），获得包含建筑物及其阴影候选对象区域的影像；利用光谱特征进行阴影初提取，采用最临近分类器，结合光谱特征构建的特征空间，进行建筑物初提取，得到建筑物潜在区和阴影潜在区；采用空间特征、上下文关系、平滑等优化处理方法获得建筑物及其阴影。本发明可以有效地解决建筑物与道路、裸地，建筑物阴影与水体之间的混淆问题，建筑物及其阴影提取精度高，处理流程简单，在城市建设中的基础数据更新、城市规划、城市防灾减灾工作中具有一定的实用价值。

主权项

一种面向对象的遥感影像建筑物及其阴影提取的方法，其特征在于该方法包括以下步骤：（1）影像预处理：根据研究区的情况，对同一区域的全色波段影像和多光谱波段影像进行裁剪处理，获得研究区的影像I1；（2）多尺度分割：经过预处理后的遥感影像I1，根据设定的光谱标准和形状标准参数，选择三十个分割尺度：5，10，15，20，25，30，35，40，45，50，55，60，65，70，75，80，85，90，95，100，110，120，130，140，150，160，170，180，190，200对影像进行多尺度分割，形成不同尺度的影像对象层，利用次最大面积结合目视观察选择最优分割尺度，考虑到影像的处理效率，尺度200、55和30被选取作为最终地物提取较为适宜的尺度，由此形成了3个尺度影像对象层，即影像I2、I3、I4；（3）非建筑物和非阴影的提取：在200尺度影像I2上，对于每一个对象，如果长度特征和长宽比特征阈值满足逻辑与，则属于道路类R，否则依旧是未分类，得到提取了道路的影像I5；在55尺度影像I3上，如果NDWI、NDVI和红色波段比率满足一定的阈值条件，则该对象分别属于水体类W、植被类V和裸地类B，获得提取了水体、植被、裸地的影像I6；然后将影像I5和I6的分类结果继承到30尺度影像I4上，从而得到影像I7，这样可以剔除道路、水体、绿地和裸地的影像，提高建筑物和其阴影提取的准确率；（4）建筑物及其阴影潜在区的提取：在影像I7上，从未分类对象中利用光谱特征提取出阴影潜在区SH；通过最临近分类器，结合光谱特征提取建筑物潜在区BH，该光谱特征包括波段均值、亮度均值，同时得到的地物还有部分阴影潜在区TS（也即前面提取SH时漏掉的阴影潜在区）、临时道路类TR和临时裸地类TB，将TS归类到阴影潜在区SH，从而得到包含阴影潜在区SH和建筑物潜在区BH的影像I8；（5）建筑物及其阴影的优化处理：在影像I8上，采用空间特征、上下文关系和平滑算法对阴影进行优化处理，得到最终识别出的阴影类别S；同时，利用上下文关系、平滑算法，对建筑物潜在区BH中存在很多错分和漏分的建筑物进行优化处理，得到最终识别出的建筑物类别B；经过上述步骤，得到所述面向对象的遥感影像建筑物及其阴影的提取。