[发明专利]一种基于阴影和分割的高空间分辨率遥感影像建筑物检测方法

说明书

技术领域

本发明涉及一种遥感影像处理领域，具体说是一种基于阴影和分割的高空间分辨率遥感影像建筑物检测方法。

背景技术

在高空间分辨率遥感影像建筑物检测方面，由于建筑物材料、年代的不同，其光谱差异很大，基于光谱的遥感图像分类方法难以将其区分开；建筑物纹理信息的复杂性导致基于纹理的图像信息提取方法的精度不高；由于之间互相遮挡、本身的阴影及时间、地点、分辨率的不同，建筑物在遥感影像上的特征差异很大，任何单一的方法对不同的影像都存在一定适用性问题；此外，建筑物的影像的边缘信息丰富且与其它地物的拓扑关系复杂，建筑物轮廓自动化提取还有待进一步提高。

发明内容

本发明提供了一种基于阴影和分割的高空间分辨率遥感影像建筑物检测方法，可克服目前高空间分辨率遥感影像中建筑物提取困难的问题，充分利用遥感影像的阴影信息，可以检测各种形状的建筑物目标，且准确地保留其边缘，无需人工干预，自动化程度高。

为实现本发明的目标所采用的技术方案是：方法包括以下步骤：

步骤1：对输入高空间分辨率遥感影像image1进行阴影检测，得到由阴影区域组成的图像SH；

步骤2：对输入高空间分辨率遥感影像image1进行分割，得到由分割对象组成的图像SG；

步骤3：计算图像SH中的各个阴影区域分别与图像SG中的各个分割对象之间的邻接关系，进行建筑物粗提取；

步骤4：对图像SH的各个阴影区域进行细化，得到由阴影细化区域组成的图像TSH；

步骤5：计算图像TSH中的各个阴影细化区域分别与图像SG中的各个分割对象之间的邻接关系，进一步提取建筑物。

所述的阴影检测方法采用直方图势函数：

PH(k)=Σi=0L-1H(i)1+α(i-k)2]]>

其中，L为灰度等级，α用于控制平滑效果。

所述的直方图势函数，其特征在于灰度分割阈值通过以下公式计算：

P(k)＝P_H(k+1)-P_H(k)

P(k)第一个由负到正的阶跃点即为灰度直方图的第一个谷点，对应的灰度值作为灰度分割阈值。

所述的分割算法采用标记分水岭分割算法。

所述的邻接关系采用采用8邻域规则进行判断。

本发明的有益效果是：解决了高空间分辨率遥感影像中建筑物边缘检测困难的问题，达到完全自动化的效果。可以用于遥感影像制图、地理信息系统的数据获取和自动更新。

附图说明

图1是本发明的总体处理流程图。

具体实施方式

下面结合附图详细描述本发明的具体实施方式。

在步骤101，输入的待处理遥感影像image1为包含3个波段的高空间分辨率遥感影像，传感器为Quick bird，且已经进行辐射校正和几何校正等预处理。

在步骤102，通过直方图势函数：