专利名称：一种基于遥感影像的建设工地非监督提取方法
技术领域：
:本发明是一种实用、高效的建设工地识别方法，适用于高分辨遥感卫星数据以及无人机航拍数据，具体涉及模式识别和数字图像处理技术。可以在建筑工地提取，城市动态变化监测、工程施工进展监控、灾害检测、评估等方面有着广泛的应用。
背景技术：
:建筑物提取是进行土地利用变化监测的基本问题之一，为城市动态变化监测分析、投资建设进程监控和政府决策提供可靠的依据。目前利用遥感影像对建筑物进行识别的算法都是针对正在使用的建筑物进行提取，忽略了正在建设中的建筑物。这些方法主要基于光谱信息和纹理、形状、边缘等信息，根据建筑物基本的形状、高度和颜色特征，通过设定经验阈值以及建立模式提取已经建成的建筑物。只能针对具有特定形状或者光谱信息以及高度的建筑物，而且对它们的光谱信息和纹理信息的特征和分布限制比较高，对纹理和光谱信息较复杂的正在建设建筑物的识别更是一片空白。本发明利用了区域生长思想，提出一种建设工地提取方法，可以对在建的建筑物进行识别。利用建设工地特殊的光谱特性设定种子点的形成条件，将处于光谱特征变化剧烈区域的种子点提取出来，并通过制定新的生长规则将其邻域范围内的点归为在建设工地
发明内容
:目前，建筑物识别主要是针对已经建设好的建筑物，不包括正在建设中的建筑工地。而且普遍使用的方法是根据大部分建筑物特有的光谱和纹理特征、以及几何形状等信息设计的，具有很大的随机性，只适用于某些特定的环境，仅对特定的建筑物具有很好的提取效果，普适性不高。本发明是一种非监督建筑工地自动提取方法，针对建筑工地光谱和纹理信息琐碎的特征，选定光谱以及纹理集中变化区域的种子点，赋予区域生长新的生长规则，利用区域生长的方法将建筑工地准确、有效地提取出来。具体的方法步骤如下:第一步:去除无人机航空影像中绿色植被绿色植被在遥感图像中占据很大的比例，而且它们与正在建设中的建筑物同样具有变化剧烈的纹理信息，会对建筑工地提取造成干扰。由于它们的光谱信息比较稳定、一致，可以利用光谱阈值法首先将植被去除。第二步:将图像颜色空间从RGB转换到YCbCrRGB颜色空间三个通道R，G和B之间具有很高的相关性，适合于显示图像。但是像元之间在RGB空间中的距离不能在一致尺度上表达人类对不同地物感知的不同，因此不适合利用RGB空间对地物的光谱和纹理进行分析。YCbCHY是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量)适用于图像分割提取，而且人类对颜色差异的感知可以用欧拉距离表不(参见文献:Shih, F.Y.and S.Cheng, Automatic seeded region growing forcolor imagesegmentation.1mage and Vision Computing,2005.23(10):p.877-886)。因此我们利用YCbCr颜色空间对航空影像地物进行分析。第三步:自动生成种子点1、计算每一个像素与其周围像素的相似性设定窗口大小为3X3，影像在窗口范围内在某一波段上的方差为:
权利要求
1.基于高分辨率遥感图像的建筑工地提取方法，其特征是利用种子点的形成特点，对光谱信息和纹理信息破碎的建筑工地进行定位，再利用区域生长方法将离散的种子点集生成连通区，进而生成在建工地区域。具体实施方案如下: (1)利用光谱阈值法将图像中绿色植被剔除 绿色植被虽然有较连续和平滑的光谱信息，但是其纹理信息较琐碎，容易对建筑工地的提取造成干扰。因此首先利用光谱阈值将绿色植被去除。
(2)将图像从RGB颜色空间转换到YCbCr空间 遥感图像的显示多采用RGB空间，但是由于R、G和B之间的相关性比较高，无法用光谱距离表达人类对不同地物感知的差别，因而不能用于图像分割、目标识别等处理。而YCbCr (Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量)空间对光谱和纹理信息较敏感，多用于图像分割、提取感兴趣特征。因此需要将颜色空间转换。
(3)自动判断与生成种子点 首先计算每个像元与其相邻像元的光谱相似性，并利用otsu方法自动生成阈值，作为光谱相似性的评价标准。如果大于该阈值，则作为种子备选点，再计算其与相邻元素之间的纹理相似性，生成种子点集。
(4)区域生长，生成建筑工地提取结果 针对建筑工地的纹理信息和光谱信息的特点，以及种子点的分布特征，以每一个种子点为核心，判断其5X5范围内的种子点个数，确定其是否属于密集区。若属于密集区，则将其5X5范围内的所有点都标记为在建工地识别区域。
2.根据权利I要求，其特征在于，建筑工地的光谱和纹理信息较琐碎，与种子点生成条件相吻合，可以将二者结合起来。
3.根据权利1、2要求，其特征在于，种子点在建筑工地处分布密集，通过设定密集条件可以将位于建筑工地的种子点提取出来。因此，将每个种子点置于5X5窗口的核心处，判断其窗口内邻接像元为种子点的个数，如果大于16，则设定该种子点处于密集区域，即建筑工地。
4.根据权利3要求，其特征在于，建筑工地区域上分布大量离散种子点集。以每个高密集区域内的种子点为核心，将其在5X5邻域矩形内所有非种子点的像元标记为种子点，SP区域增长操作，得到光滑连续的建筑工地识别结果。
全文摘要
针对建设工地的特点，发明了一种基于遥感影像的建筑工地非监督自动提取方法。该方法利用遥感影像中建设工地的纹理特性重新生成种子点，通过增长形成在建区域，实现建筑工地非监督提取。主要分四步(1)去除影像中与建筑工地有相似纹理特征的绿色植被；(2)将图像转换到YCbCr空间；(3)计算每个像素与其在3×3邻域内像素的相似性，得到后备种子点，计算每个后备种子点与其邻居像元间的欧拉距离，判断得到种子点；(4)对密集区域的种子点按照一定规则进行增长形成在建区域。发明填补了目前针对在建设建筑物提取算法的缺失，为投资建设进展监测、灾害损失检测以及政府决策提供有力依据，对于具有特定纹理特征的目标进行识别具有重要作用。
文档编号G06T7/00GK103106655SQ201310013490
公开日2013年5月15日 申请日期2013年1月15日 优先权日2013年1月15日
发明者于博, 王力, 牛铮 申请人:中国科学院遥感与数字地球研究所