[发明专利]基于最佳光谱指数选择的高分辨遥感影像建筑物提取方法

摘要

本发明公开了一种基于最佳光谱指数选择的高分辨遥感影像建筑物提取方法，属于卫星遥感图像处理与应用的技术领域。针对目前的建筑物提取算法存在如下明显的缺陷：(1)算法复杂度较高；(2)忽略光谱信息；(3)依赖于建筑物的矩形形状特征。本发明在将高分辨卫星遥感影像进行预处理后，通过采用最佳光谱指数对影像进行处理后，将影像转为灰度影像，利用Otsu算法进行图像分割，提取出建筑物目标，在通过几何约束和形态学处理等方式，进一步提高提取准确率和检测率。

主权项

1.基于最佳光谱指数选择的高分辨率卫星遥感影像建筑物提取方法，具体步骤如下：步骤一、影像预处理：将低空间分辨率的多光谱图像和高空间分辨率的单波段图像进行融合处理，生成高分辨率、多光谱遥感图像，然后对影像进行辐射校正和正射校正，最后进行图像剪裁选取需要的图像区域的步骤；步骤二、基于最佳光谱指数选择的建筑物图像提取：针对选择的高分辨率遥感影像的波段信息(8波段或4波段)基于最佳光谱指数选择的建筑物图像产生一幅新的灰度影像，通过阈值分割将影像分为建筑物和背景两类；基于8波段高分辨率遥感影像建筑物提取的最佳光谱指数如式(3)所示，命名为NSBI：式(3)中Coastal，Blue分别是高分辨率遥感影像中海岸波段、蓝波段的值；基于4波段高分辨率遥感影像中建筑物提取的最佳光谱指数如式(4)所示，命名为DSBI：式(4)中Blue，Red和Green分别是高分辨率遥感影像中蓝波段、红波段和绿波段的值；基于最佳光谱指数选择获取一幅建筑物与非建筑物差异更大的灰度影像，然后通过Ostu算法将灰度影像分为建筑物和背景，流程如下：①计算灰度图像的直方图，并对直方图进行归一化处理，灰度范围为[0,1]；②i表示分割阈值，通过归一化的直方图，统计0～i灰度级的像素(即前景像素)所占整幅图像的比例w0和该区域的平均灰度u0；然后统计i～1灰度级的像素(即背景像素)所占整幅图像的比例w1和该区域的平均灰度u1；③基于不同的阈值i计算前景像素和背景像素的方差g＝w0×(u0‑u1)2+w1×(u0‑u1)2；④从i＝0开始计算相应的方差值g，直到i＝1截止，将方差最大时对应的i值作为图像的全局阈值，并以此进行图像分割；步骤三、影像后处理：通过几何约束和形态学处理减少噪声干扰和滤掉突刺。