本发明涉及一种遥感图像处理领域,具体说是一种基于模糊场景分割的建筑物提取方法。
背景技术:
建筑物是城市主要地理要素之一,是各种城市专题图的重要内容,研究建筑物的提取对综合考察城市地理信息环境具有重要意义。随着高分辨率遥感影像获取技术的快速发展,遥感影像的处理、分析和应用有了更好的数据源,其数字产品则有了更广泛、更深入的应用。计算机图像处理技术、模式识别、人工智能等方面的都取得不同程度的进展,为高效地提取海量影像中的有效信息提供了可能。但建筑物信息的提取要比其他信息如道路、水体的获取难得多,主要原因如下:
(1)数据源主要是二维的遥感影像,大多数情况下缺少直接的三维数据;
(2)不同的遥感影像常因为光谱范围、分辨率、传感器的几何图像以及成像条件等因素的不同而有较大的差异;
(3)不同种类的建筑物其所表现出来的外观和纹理细节等千变万化,表现在遥感图像上差异很大,统一的建筑物模型库难以建立,这使得信息的自动提取变得相当困难;
(4)建筑物所处场景的复杂性,如对比度较低时、房屋相互遮挡、建筑物自身的阴影以及处在其它地物的阴影等,所以想自动地从背景中提取出边界清晰的建筑物较为困难。
技术实现要素:
本发明提供了一种基于模糊场景分割的建筑物提取方法,可克服目前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特征,利用多种分割算法,可以检测遥感影像中的建筑物目标,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:对同一地区的高空间分辨率全色影像P_image及其对应的多光谱影像M_image进行影像融合处理,得到处理后的融合影像PM_image;
步骤2:对步骤1中的融合影像PM_image进行阴影提取,得到阴影掩膜S_mask;
步骤3:利用分割算法A对步骤1中的融合影像PM_image进行分割,得到分割结果SegmA;
步骤4:利用遥感影像中的太阳照射角λ、步骤2中得到的阴影掩膜S_mask和步骤3中得到的分割结果SegmA生成模糊场景FScence;
步骤5:利用分割算法B对步骤4中生成的模糊场景FScence进行分割,得到分割结果SegmB;
步骤6:利用pruning方法对步骤5中得到的分割结果SegmB进行后处理得到建筑物。
所述的步骤2中的阴影提取由以下公式计算:
其中,SB和IB分别代表融合影像PM_image转化为HIS颜色空间中的饱和度分量和强度分量,normal代表归一化函数,BW_otsu代表大津法自动选取阈值进行二值化处理函数。
所述的步骤3中的分割算法A为欠分割算法,可以选择标记分水岭或均值漂移算法,以确保建筑物得到最大程度的保留,防止建筑物漏检。
所述的步骤4中的模糊场景FScence的生成方法为:对于给定的阴影掩膜S_mask中的对象S,为沿着太阳照射角λ方向的对象S周围的SegmA对象分配一个模糊值,范围为[0,1],取值与到对象S的距离成正比。
所述的步骤5中的分割算法B为运行效率高和边缘贴合度高的分割算法,可以选择基于熵率的超像素分割算法。
所述的步骤6中的pruning方法为:以建筑物的长宽比、矩形度和顶部同质性作为约束条件,筛选符合条件的分割对象作为提取的建筑物。
本发明的有益效果是:解决了遥感影像中建筑物提取准确性不高的问题,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,对同一地区的高空间分辨率全色影像P_image及其对应的多光谱影像M_image进行影像融合处理,得到融合影像PM_image。
在步骤102,由以下公式计算提取步骤101中的阴影掩膜S_mask:
其中,SB和IB分别代表融合影像PM_image转化为HIS颜色空间中的饱和度分量和强度分量,normal代表归一化函数,BW_otsu代表大津法自动选取阈值进行二值化处理函数。
在步骤103,为了确保建筑物得到最大程度的保留,防止建筑物漏检,利用均值漂移算法对步骤101中的融合影像PM_image进行欠分割,得到分割结果SegmA。
在步骤104,对融合影像PM_image中的太阳照射角λ进行估算。
在步骤105,利用遥感影像中的太阳照射角λ、步骤2中得到的阴影掩膜S_mask和步骤3中得到的分割结果SegmA生成模糊场景FScence,具体方法为:
对于给定的步骤102中得到阴影掩膜S_mask中的对象S,为沿着太阳照射角λ方向的对象S周围的SegmA对象分配一个模糊值,范围为[0,1],取值与到对象S的距离成正比。
在步骤106,为了保证较高的运行效率和边缘贴合度,利用基于熵率的超像素分割算法步骤105中生成的模糊场景FScence进行分割,得到分割结果SegmB。
在步骤107,以建筑物的长宽比、矩形度和顶部同质性作为约束条件,筛选步骤106中得到的分割结果SegmB中符合条件的分割对象作为提取的建筑物。
在步骤108,步骤107中提取的建筑物的可视化。