[发明专利]一种用于混合场景的大幅面遥感影像建筑物提取方法有效
申请号: | 201610069962.1 | 申请日: | 2016-02-01 |
公开(公告)号: | CN105740825B | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 施文灶 | 申请(专利权)人: | 福建师范大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 福州君诚知识产权代理有限公司 35211 | 代理人: | 戴雨君 |
地址: | 350108 福建省福州*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 混合 场景 大幅面 遥感 影像 建筑物 提取 方法 | ||
1.一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于包括以下步骤:
步骤1:对待处理遥感影像进行预处理,得到处理后的遥感影像image_post;
步骤2:对遥感影像image_post进行基于熵率的超像素分割,分别设置超像素分割的分割数量N1和N2,对应得到欠分割图层US和过分割图层OS;
步骤3:在遥感影像image_post中分别提取阴影、同质性和强边缘三种特征,分别对应生成二值化结果BW_SH、BW_HG和BW_SE;
步骤4:利用步骤2中生成的欠分割图层US和过分割图层OS以及步骤3中生成的二值化结果BW_SH、BW_HG和BW_SE,将与BW_SH有重叠的欠分割图层US对应的遥感影像image_post部分保留为阴影图层Map_SH,将与BW_HG有重叠的过分割图层OS对应的遥感影像image_post部分保留为同质性图层Map_HG,将与BW_SE有重叠的欠分割图层US对应的遥感影像image_post部分保留为强边缘图层Map_SE;
步骤5:在阴影图层上采用基于阴影和图割的方法提取建筑物B_SH;
步骤6:在同质性图层上采用基于邻域总变分的方法提取建筑物B_HG;
步骤7:在强边缘图层上采用基于非线性尺度滤波的方法提取建筑物B_SE;
步骤8:对步骤5、步骤6和步骤7中的B_SH、B_HG和B_SE进行叠加,得到混合场景中的建筑物B_mix。
2.根据权利要求1所述的一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于所述的分割数量N1和N2由以下公式计算:
其中,W、H和r分别代表像素的遥感影像image_post的宽度、高度和米/像素的空间分辨率,S代表遥感影像中面积单位为平方米的平均建筑物面积,α和β为分割数量控制系数。
3.根据权利要求1所述的一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于所述的阴影特征生成的二值化结果BW_SH的计算公式为:
其中(x,y)代表遥感影像image_post中的某一像素点,I(x,y)代表像素点(x,y)的灰度值,T1代表阈值。
4.根据权利要求1所述的一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于所述的同质性特征生成的二值化结果BW_HG的计算公式为:
其中(x,y)代表遥感影像image_post中的某一像素点,LS(x,y)代表像素点(x,y)的邻域总变分取值,T2代表阈值。
5.根据权利要求1所述的一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于所述的同质性特征生成的二值化结果BW_SE强边缘的计算公式为:
其中(x,y)代表遥感影像image_post中的某一像素点,P(x,y)代表像素点(x,y)的坐标,Line代表用边缘提取算法提取的边缘并进行直线拟合的结果。
6.根据权利要求1所述的一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于所述的阴影图层Map_SH的计算公式为:
其中,(x,y)代表objn中的某一像素点,objn为欠分割图层US中的任一分割对象,n=1,2,3,…,N1。
7.根据权利要求1所述的一种用于混合场景的大幅面遥感影像建筑物提取方法,其特征在于同质性图层Map_HG的计算公式为:
其中,(x,y)代表objn中的某一像素点,objn为过分割图层OS中的任一分割对象,n=1、2、3…N2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福建师范大学,未经福建师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610069962.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:鞋中底
- 下一篇:一种基于灰度直方图的透视变换后车道线图像二值化方法