本发明专利技术涉及一种基于SIFT和多子图匹配的遥感影像城区提取方法。包括如下步骤：步骤1，创建建筑物模板库；步骤2，选取代表性建筑物区域；步骤3，预处理；步骤4，SIFT特征点提取；步骤5，图的构建；步骤6，多子图匹配；步骤7，计算匹配后顶点集的最小外接多边形。利用本发明专利技术所述的提取方法构建的建筑物模板数据库，结合人工辅助选取，解决了高空间分辨率遥感影像中数据处理运算量大的问题，可以应用于遥感影像城区目标检测等领域的预处理。
【技术实现步骤摘要】
本专利技术涉及一种遥感影像处理领域，具体说是一种基于SIFT和多子图匹配的遥感影像城区提取方法。
技术介绍
人工地物主要包括建筑物、桥梁、道路和大型工程建筑物等，而且在城市区域的高分辨率遥感影像中80%的人工目标是建筑物和道路，由此可见，城区的识别与提取在遥感图像识别过程中是占有很大的比例的；其次城区作为地物类别中的主要内容，它具有明显的定位特征，作为地形图中重要的成图元素，建筑物的识别与提取，直接影响到地物测绘的自动化水平，对它的识别和定位可以为特征提取、特征匹配、图像理解、制图和作为其他目标的参照体有重要的意义；另外随着城市建设的快速发展，城区也是地理数据库中最容易增加和发生变化、最需要更新的部分，且更新工作量常常是巨大的。从实际应用的角度来说，实现城区的提取能够满足遥感影像制图、地理信息系统的数据获取和自动更新的需要；从研宄的角度出发，由于遥感影像城区中目标的高度多样性和复杂性，成功地实现城区自动提取方法将为其它类型的影像理解问题提供具有普遍指导意义的理论和方法。
技术实现思路
本专利技术提供了一种基于SIFT和多子图匹配的遥感影像城区提取方法，利用建筑物模板数据库，结合人工辅助选取，有效地解决了遥感影像处理计算量大及准确率低的问题，具有可靠性强等优点。为实现本专利技术的目标所采用的技术方案是:方法包括以下步骤: 步骤1:创建建筑物模板库MB ； 步骤2:在输入遥感影像imagel中选取代表性建筑物区域，并从模板库MB中找出匹配类型的建筑物RB ； 步骤3:对输入遥感影像imagel和代表性建筑物RB进行预处理； 步骤4:分别对RB和输入遥感影像imagel进行SIFT特征点提取； 步骤5:分别对RB和输入遥感影像imagel中提取的SIFT特征点进行图的构建； 步骤6:将RB构建的图与输入遥感影像imagel构建的图进行多子图匹配； 步骤7:计算多子图匹配后imagel中保留的顶点集的最小外接多边形。所述的建筑物模板库MB的创建方法为:在遥感影像中选取典型建筑物，包括各种形状、各种颜色及相互之间具有不同邻接关系的建筑物，用SIFT特征检测算子和描述算子对其进行检测和描述。所述的选取代表性建筑物的方法为:通过人工在输入遥感影像imagel中选取包含代表性建筑物的区域，并用SIFT特征检测算子和描述算子对其进行检测和描述，利用视觉词袋模型从建筑物模板库MB检索匹配类型建筑物。所述的预处理内容为:对遥感影像imagel和代表性建筑物RB进行4_6倍的双线性插值上采样，使其成为与SIFT特征点提取所用到的尺度空间一致，同时用双边滤波器平滑噪声。所述的图的构建方法为:以SIFT特征点的描述向量为顶点集，以特征点描述向量之间的欧氏距离为边集构建加权无向图。所述的多子图匹配方法为:以RB生成的加权无向图Gkb为参照，在遥感影像imagel生成的加权无向图中搜索与Gkb的顶点和边都匹配的顶点集Vset0本专利技术的有益效果是:解决了高空间分辨率遥感影像中数据处理运算量大的问题，可以应用于遥感影像城区目标检测等领域的预处理。【附图说明】图1是本专利技术的总体处理流程图。【具体实施方式】下面结合附图详细描述本专利技术的【具体实施方式】。在步骤101，在40幅2000X2000的Quick bird遥感影像中，选取500种型建筑物，包括各种形状、各种颜色及相互之间具有不同邻接关系的建筑物，用SIFT特征检测算子和描述算子对其进行检测和描述，创建建筑物模板库MB，接收步骤103输入的代表性建筑物区域，并将结果输出到步骤104。在步骤102，输入的待处理遥感影像imagel为Quick bird的多光谱影像。在步骤103，通过人工在输入遥感影像imagel中选取包含代表性建筑物的区域，共选取4个含不同类型的建筑物的区域A1、A2、A3和A4，并用SIFT特征检测算子和描述算子对其进行检测和描述，输入到步骤101中的建筑物模板库MB进行匹配。在步骤104，接收步骤101中的匹配结果MA1、MA2、MA3和MA4。在步骤105，对遥感影像imagel和4个代表性建筑物MA1、MA2、MA3和MA4进行6倍的双线性插值上采样，使其成为与SIFT特征点提取所用到的尺度空间一致，同时用双边滤波器平滑噪声。在步骤106，分别对4个代表性建筑物MA1、MA2、MA3和MA4和输入遥感影像imagel进行SIFT特征点提取。在步骤107，基于步骤106中提取的SIFT特征点，以SIFT特征点的描述向量为顶点集，以特征点描述向量之间的欧氏距离为边集构建加权无向图。在步骤108，分别以4个代表性建筑物MA1、MA2、MA3和MA4生成的加权无向图Gma1、gma2'Gma4为参照，在遥感影像imagel生成的加权无向图中搜索与G M1、Gma2、Gma3和Gma4的顶点和边都匹配的顶点集Vsrtl、Vsrt2、Vsrt3和V set4o在步骤109，合并步骤108得到的顶点集Vsetl、Vset2, V—和V set4，计算顶点集的最小外接多边形，即为城区边界。【主权项】1.一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于包括以下步骤: 步骤1:创建建筑物模板库MB ； 步骤2:在输入遥感影像imagel中选取代表性建筑物区域，并从模板库MB中找出匹配类型的建筑物RB ； 步骤3:对输入遥感影像imagel和代表性建筑物RB进行预处理； 步骤4:分别对RB和输入遥感影像imagel进行SIFT特征点提取； 步骤5:分别对RB和输入遥感影像imagel中提取的SIFT特征点进行图的构建； 步骤6:将RB构建的图与输入遥感影像imagel构建的图进行多子图匹配； 步骤7:计算多子图匹配后imagel中保留的顶点集的最小外接多边形。2.根据权利要求1所述的一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于所述的建筑物模板库MB的创建方法为:在遥感影像中选取典型建筑物，包括各种形状、各种颜色及相互之间具有不同邻接关系的建筑物，用SIFT特征检测算子和描述算子对其进行检测和描述。3.根据权利要求1所述的一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于所述的选取代表性建筑物的方法为:通过人工在输入遥感影像imagel中选取包含代表性建筑物的区域，并用SIFT特征检测算子和描述算子对其进行检测和描述，利用视觉词袋模型从建筑物模板库MB检索匹配类型建筑物。4.根据权利要求1所述的一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于所述的预处理内容为:对遥感影像imagel和代表性建筑物RB进行4_6倍的双线性插值上采样，使其成为与SIFT特征点提取所用到的尺度空间一致，同时用双边滤波器平滑噪声。5.根据权利要求1所述的一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于所述的图的构建方法为:以SIFT特征点的描述向量为顶点集，以特征点描述向量之间的欧氏距离为边集构建加权无向图。6.根据权利要求1所述的一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于所述的多子图匹配方法为:以RB生成的加权无向图Geb为参照，在遥感影像imagel生成的加权无向图中搜索与G本文档来自技高网...
【技术保护点】
一种基于SIFT和多子图匹配的遥感影像城区提取方法，其特征在于包括以下步骤：步骤1：创建建筑物模板库MB；步骤2：在输入遥感影像image1中选取代表性建筑物区域，并从模板库MB中找出匹配类型的建筑物RB；步骤3：对输入遥感影像image1和代表性建筑物RB进行预处理；步骤4：分别对RB和输入遥感影像image1进行SIFT特征点提取；步骤5：分别对RB和输入遥感影像image1中提取的SIFT特征点进行图的构建；步骤6：将RB构建的图与输入遥感影像image1构建的图进行多子图匹配；步骤7：计算多子图匹配后image1中保留的顶点集的最小外接多边形。
【技术特征摘要】
【专利技术属性】
技术研发人员：施文灶，
申请(专利权)人：福建师范大学，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。