TM影像中提取城鎮(zhèn)建筑覆蓋區(qū)專題信息的改進(jìn)方法

研究城鎮(zhèn)建筑物的提取是遙感影像分析應(yīng)用中的一項重要內(nèi)容。遙感影像建筑物結(jié)構(gòu)和光譜的多樣性,使結(jié)構(gòu)、光譜等特征的建筑物提取變得極其復(fù)雜。根據(jù)遙感影像的建筑物紋理區(qū)別于其它空間對象紋理的特點,為提高影像分辨率,提出gabor紋理塊的遙感影像對象模型方法應(yīng)用于遙感影像城鎮(zhèn)建筑物的提取。以整個城鎮(zhèn)為對象,以建筑物、道路、綠地等不同城鎮(zhèn)區(qū)域為組成對象的紋理塊,建立基于紋理塊的對象模型,利用模型進(jìn)行遙感影像對象的紋理標(biāo)定,最終提取出城鎮(zhèn)建筑物。實驗結(jié)果表明方法克服了建筑物結(jié)構(gòu)復(fù)雜性和多樣性以及背景環(huán)境的影響,能很好地從城鎮(zhèn)遙感影像中提取建筑物。

本文基于面向?qū)ο蟮姆诸愃枷?以spot-5影像為數(shù)據(jù),采用分層分類的方法,利用對象的多特征構(gòu)建合適的特征空間,建立知識庫,結(jié)合最鄰近分類器與模糊規(guī)則兩種方法,并使用空間關(guān)系對分類進(jìn)行優(yōu)化,結(jié)果表明該方法對高分辨率影像分類在減少分類不確定的同時還提高了分類精度。

基于高分辨率影像的城市綠地快速提取方法

基于tm影像的哈爾濱老城區(qū)城市綠地信息提取研究 陳春林劉繼生韓陽陳紅 摘要!運用遙感信息技術(shù),在tm影像中對哈爾濱2003年老城區(qū)的城市綠地進(jìn)行信息提取,通過四種綠地信息提取方案 (彩色合成法、ndvi計算、rdvi計算、t-c變換)中的比較,得出彩色合成法中的tm1、3、4波段合成的方案對于哈 爾濱市綠地信息的提取,可以得到比較理想的結(jié)果,效果較好。 關(guān)鍵詞!tm影像;城市綠地;彩色合成法 基金項目!本文為中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目,東北師范大學(xué)研究生創(chuàng)新基金項目(09ssxt135)研究成果。 作者簡介!陳春林(1982~),男,吉林長春人;東北師范大學(xué)城市與環(huán)境科學(xué)學(xué)院博士研究生 劉繼生、韓陽,東北師范大學(xué)城市與環(huán)境科學(xué)學(xué)院;陳紅,吉林大學(xué)農(nóng)

建筑區(qū)的識別和提取是城市環(huán)境規(guī)劃與研究至關(guān)重要的工作；本文采用高分三號全極化sar影像；提出了一種綜合span圖和紋理特征的建筑區(qū)提取方法；首先基于span圖利用灰度共生矩陣算法提取圖像的7種原始紋理特征；通過目視解譯選擇出4種紋理效果較好的統(tǒng)計量；然后利用主成分分析法去除他們之間的相關(guān)性；篩選出2個最佳紋理特征與span圖結(jié)合；最后對組合影像進(jìn)行分類提??；本文將提取結(jié)果與綜合灰度和紋理特征建筑區(qū)提取、無紋理特征提取方法結(jié)果進(jìn)行對比；實驗結(jié)果表明:本文方法提取建筑區(qū)邊界輪廓更加清晰；精度可達(dá)92%；提取效果明顯得到了優(yōu)化；

高級星載熱輻射熱反射探測儀(aster)為對地觀測提供更高質(zhì)量的信息源。本文對福州市aster影像數(shù)據(jù)進(jìn)行了主成分分析、波段運算和自動分類,結(jié)果表明其能較好地提取地面的人工建筑物信息。

建筑物的提取是地理數(shù)據(jù)庫更新和建設(shè)的重要內(nèi)容；利用高分辨率遙感影像進(jìn)行建筑物提取是該項研究的重要方向；也是遙感前沿技術(shù)研究的重要內(nèi)容；本文將相關(guān)文獻(xiàn)進(jìn)行歸納分析；將建筑物提取方法分為3種有代表性的類型:基于對象分割的提取方法、基于建筑特征的提取方法和結(jié)合輔助信息的提取方法；綜述分析了每種類型的提取方法并總結(jié)了其優(yōu)缺點；展望了高分辨率遙感影像中建筑物提取的發(fā)展前景；

基于航空影像建筑物個數(shù)繁多、形狀復(fù)雜,且存在較多的干擾信息,提出一種新穎的建筑物邊緣直線特征提取方法.對航空影像進(jìn)行改進(jìn)標(biāo)記分水嶺分割,并結(jié)合dsm高度信息,有效去除道路和陰影的影響.同時,對影像進(jìn)行基于多尺度自適應(yīng)加權(quán)的改進(jìn)canny算子的邊緣檢測.在每一個分割得到的建筑物初始區(qū)域內(nèi),對檢測到的邊緣點進(jìn)行相位編組提取直線,利用建筑物屋頂約束條件,統(tǒng)計屋頂?shù)闹鞣较?修正和規(guī)劃直線段,實現(xiàn)了建筑物邊緣直線特征快速、有效的提取.

在分析支持向量機(jī)(supportvectormachine,svm)分類技術(shù)和機(jī)載激光雷達(dá)(lidar)數(shù)據(jù)、航空影像特征的基礎(chǔ)上,提出了基于svm的lidar數(shù)據(jù)和航空影像的面向?qū)ο蠼ㄖ锾崛》椒?。結(jié)果表明,該方法充分利用了多源影像的互補(bǔ)信息,能夠得到更高的信息提取精度,準(zhǔn)確而快速地更新地理空間數(shù)據(jù)庫,是一種有效的面向?qū)ο蠼ㄖ锾崛》椒ā?/p>

以高分一號衛(wèi)星遙感影像為數(shù)據(jù)源,引入形態(tài)學(xué)算法,研究采用面向?qū)ο蟮挠跋穹诸惙椒ㄟM(jìn)行城市建筑物提取的關(guān)鍵技術(shù)。研究方法結(jié)合影像分割與基于知識規(guī)則的影像分類技術(shù),首先采用基于形態(tài)學(xué)開閉重建的分水嶺分割算法對高分影像進(jìn)行分割,其次采用基于知識規(guī)則的svm分類方法對影像進(jìn)行分類,達(dá)到提取建筑物的目的。結(jié)果顯示,3個研究區(qū)建筑物提取的kappa系數(shù)分別為0.85、0.66和0.65,利用基于知識規(guī)則的面向?qū)ο蠓诸惙椒▽Ω叻直媛蔬b感影像中建筑物的提取效果較好,能夠完整、準(zhǔn)確地提取出建筑物外形信息,具有較高的應(yīng)用與推廣價值。

提出了一種基于建筑物陰影的高分辨率衛(wèi)星遙感影像建筑物容積率提取方法。首先利用高分辨率遙感影像提取城市大范圍建成區(qū)建筑物陰影,再通過陰影矢量化、陰影坐標(biāo)轉(zhuǎn)換,將大比例尺的衛(wèi)星分幅圖進(jìn)行自動拼接,最終根據(jù)陰影與建筑物面積關(guān)系回歸分析、建筑物朝向分析等進(jìn)行建筑容積率的計算和半自動提取。對上海中心城區(qū)的建筑容積率的提取實驗驗證了所提方法的有效性。

提出一種利用高分辨率遙感影像半自動提取建筑物邊緣的方法。先對遙感影像進(jìn)行預(yù)處理,對所有邊緣進(jìn)行邊緣檢測,然后進(jìn)行邊緣跟蹤,提取建筑物的主方向線,利用模型進(jìn)行線段關(guān)系判斷,再進(jìn)行線段關(guān)系處理、區(qū)域分割和區(qū)域生長,最后進(jìn)行區(qū)域合并提取出建筑物的輪廓。用上述方法對quickbird衛(wèi)星的高分辨率影像進(jìn)行了實驗,實驗結(jié)果證明該方法有較高的識別率、較好的準(zhǔn)確性,具有一定的實用價值。

[003]-從褐煤中提取鍺的方法

路面裂縫影像幾何特征提取算法——傳統(tǒng)的基于人工視覺野外檢測路面裂縫的方法愈來愈不能適應(yīng)高速公路發(fā)展的要求，其耗人力、耗時、影響交通、危險、測量結(jié)果不一致性等缺點要求路面調(diào)查自動完成。本文提出一種基于數(shù)字影像的路面裂縫自動檢測方法：首先對降質(zhì)線...

彩色航空影像中的建筑物陰影提取

從珠江三角洲區(qū)域總體出發(fā),探討大范圍城鎮(zhèn)建筑覆蓋變化的遙感監(jiān)測方法。分析了城鎮(zhèn)建筑覆蓋變化專題信息提取方法概況,比較了最大似然法、上下文分類法、人工神經(jīng)網(wǎng)絡(luò)三種分類方法的優(yōu)缺點。借助gis技術(shù)的術(shù)持,在計算機(jī)自動分類的基礎(chǔ)上利用專家知識改進(jìn)了分類結(jié)果。根據(jù)遙感監(jiān)測結(jié)果,對1988—1998年間珠江三角洲城鎮(zhèn)建筑覆蓋變化特征進(jìn)行了分析

針對許多領(lǐng)域?qū)ㄖ镄畔⒏碌钠惹幸?提出并發(fā)展了一套完整的基于高分辨率遙感影像的建筑物二維輪廓快速提取流程。首先介紹一種利用數(shù)學(xué)形態(tài)學(xué)理論進(jìn)行邊緣檢測和邊緣連接的新方法,然后利用了模式識別和圖像分析領(lǐng)域的相關(guān)技術(shù)(區(qū)域標(biāo)識和特征量測等)進(jìn)行建筑物二維信息的提取。最后通過quickbird影像進(jìn)行了方法驗證,試驗證明該流程可以快速有效的提取建筑物輪廓信息。

城市內(nèi)加蓋、擴(kuò)建違法建筑物現(xiàn)象嚴(yán)重,如何快速準(zhǔn)確地獲取城市建筑物的基本情況,監(jiān)測出違法建筑物信息,成為城市規(guī)劃、建設(shè)部門的一個迫切問題;根據(jù)不同時期數(shù)字表面模型(dsm)差值比對可以獲取建筑物高度變化的原理,通過對雷達(dá)及光學(xué)衛(wèi)星影像各自特征的對比,提出了利用多源影像數(shù)據(jù),快速準(zhǔn)確的發(fā)現(xiàn)建筑物變化信息的方法。

提出一種從機(jī)載lidar點云數(shù)據(jù)中自動提取建筑物平面的方法。給出了基于邊長約束的三角形生長算法對建筑物初始區(qū)域進(jìn)行提取,針對提取出的建筑物腳點,利用自適應(yīng)meanshift方法在特征空間中對其進(jìn)行聚類分析,并提取出平面目標(biāo),最后利用alpha-shape算法生成建筑物平面的輪廓線。通過實驗證實了方法的有效性。

針對在高分辨率sar圖像上具有明顯l型結(jié)構(gòu)高亮特征的建筑物目標(biāo),提出了一種提取高分辨率sar圖像建筑物l型結(jié)構(gòu)中心線,并進(jìn)而提取建筑物幾何信息的方法。運用基于gabor紋理特征和模糊c均值的方法對sar圖像進(jìn)行分割,再結(jié)合骨架提取、骨架跟蹤、最小外接矩形提取、最小二乘準(zhǔn)則等技術(shù)實現(xiàn)了l型結(jié)構(gòu)中心線的提取,最后利用中心線獲取了建筑物的長度、寬度和方位角信息?；跈C(jī)載sar圖像的實驗表明,利用提出的方法從sar圖像提取的建筑物幾何結(jié)構(gòu)和方位信息具有較高的精度。

為了從landsattm數(shù)據(jù)中精確提取建筑用地信息并分析建筑用地信息隨時間的變化特征,運用壓縮數(shù)據(jù)維的方法,通過構(gòu)建增強(qiáng)型建筑用地指數(shù)eibi實現(xiàn)了對landsattm影像建筑用地的提取.實驗結(jié)果表明:此方法對天津市2005年和2010年landsattm影像的提取精度達(dá)到89.66%和91.47%.基于分類計算結(jié)果可知,與2005年相比,2010年天津市新增建筑用地面積1064.35km~2,年均凈增長率為11.17%.

隨著浙江省小城鎮(zhèn)環(huán)境綜合整治的進(jìn)行,小城鎮(zhèn)的建筑立面越來越多的被設(shè)計進(jìn)行立面改造和有機(jī)更新.這中間出現(xiàn)的種種問題作者予以分析、總結(jié),與眾多同行一起探討解決之道.