一种用于全色遥感影像的建筑物检测方法技术

本发明专利技术涉及一种用于全色遥感影像的建筑物检测方法。包括如下步骤：步骤1，输入全色遥感影像；步骤2，预处理；步骤3，构建阴影掩膜；步骤4，过分割；步骤5，边缘检测；步骤6，检测建筑物片段；步骤7，构建对象无向图；步骤8，区域合并；步骤9，输出结果。能够准确提取全色遥感影像中的建筑物，可以应用于城区地理基础信息数据库中建筑物的更新。

【技术实现步骤摘要】
一种用于全色遥感影像的建筑物检测方法
本专利技术涉及一种遥感影像处理领域，具体说是一种用于全色遥感影像的建筑物检测方法。
技术介绍
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。
技术实现思路
本专利技术提供了一种用于全色遥感影像的建筑物检测方法，以全色遥感影像作为唯一的数据源，无需其他辅助数据，利用阴影、边缘等特征，基于特征向量之间的欧氏距离，可以提取建筑物目标，无需人工干预，自动化程度高。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：对输入的全色遥感影像进行预处理，得到影像Iin；步骤2：提取影像Iin中的阴影，构建阴影掩膜SH，具体方法为：①用公式计算影像Iin的P函数曲线P(k)，式(1)，L为影像Iin的灰度等级，对于n位深度的影像Iin，L＝2n-1，k∈[0,L]，r(g)为灰度值等于g的像素的数量占影像Iin中像素总数量的比例，α为P函数曲线P(k)的平滑因子，②构造一阶差分Dif(k)＝P(k+1)-P(k)，搜索Dif(k)的取值，将其中第一个由负变正所对应的k值作为影像Iin的阴影分割阈值T，将影像Iin中灰度值小于阈值T的像素点判定为阴影；步骤3：对影像Iin进行过分割，提取过分割对象集合OSEG；步骤4：对步骤2中的阴影掩膜SH进行边缘检测，提取建筑物及阴影共同边缘集合SH_BD，具体方法为：①用边缘检测算法提取阴影掩膜SH的边缘SH_edge，②将太阳入射角划分北θN，东北θEN，东θE，东南θES，南θS，西南θWS，西θW和西北θWN，共8个方向，对太阳入射角的反方向θ进行量化，使得θ∈{θN，θEN，θE，θES，θS，θWS，θW，θWN}，③遍历边缘SH_edge中的所有像素点x，提取像素点x的8邻域像素点，记为Pix_n8，如果Pix_n8中存在沿θ方向的像素点yθ且像素点yθ包含于步骤2中的阴影掩膜SH，则将像素点x从边缘SH_edge中删除；步骤5：利用步骤3的过分割对象集合OSEG和步骤4的边缘集合SH_BD检测建筑物片段集合B_seg，具体方法为：①对边缘集合SH_BD进行形态学膨胀处理，得到膨胀后的边缘集合SH_BD_dilate；②遍历过分割对象集合OSEG的对象Oi，如果对象Oi与边缘集合SH_BD_dilate有交集，则将对象Oi添加到建筑物片段集合B_seg中；步骤6：以顶点集V＝{O1,O2,O3,…,ON}和边集E＝{e1,e2,e3,…,eM}构建对象无向图OAG，其中O1,O2,O3和ON为过分割对象集合OSEG中的对象，N为对象数量，e1,e2,e3和eM为顶点集V中顶点之间的边，M为边的数量，分别对e1,e2,e3,…,eM赋予权值We1,We2,We3,…,WeM，权值Weab采用其对应边所连接的顶点Oa和顶点Ob之间的相似度S进行赋值，相似度S等于顶点Oa的特征向量[Ha,Ca]和顶点Ob的特征向量[Hb,Cb]之间的欧氏距离，其中，Ha和Hb为光谱均一性，Ca和Cb为质心坐标；步骤7：基于步骤6的对象无向图OAG对步骤5中的建筑物片段B_seg进行区域合并，具体方法为：搜索对象无向图OAG中的具有最小权值Wmin的边emin，当最小权值Wmin小于阈值WT时，合并边emin所连接的两个顶点，更新过分割对象集合OSEG，返回步骤6，否则终止步骤7，进入步骤8；步骤8：输出建筑物检测结果；所述的步骤1中的预处理包括几何校正、辐射校正和对比度增强；所述的步骤3中的过分割方法采用基于SLIC或Turbopixels的超像素分割方法；所述的步骤5中的形态学膨胀处理采用5×5的正方形结构元素；本专利技术的有益效果是：能够准确提取全色遥感影像中的建筑物，可以应用于城区地理基础信息数据库中建筑物的更新。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，输入全色遥感影像。在步骤102，对步骤101的全色遥感影像进行预处理，包括几何校正、辐射校正和对比度增强，得到影像Iin。在步骤103，提取影像Iin中的阴影，构建阴影掩膜SH，具体方法为：①用公式计算影像Iin的P函数曲线P(k)，式(2)，L为影像Iin的灰度等级，对于n位深度的影像Iin，L＝2n-1，k∈[0,L]，r(g)为灰度值等于g的像素的数量占影像Iin中像素总数量的比例，α为P函数曲线P(k)的平滑因子，②构造一阶差分Dif(k)＝P(k+1)-P(k)，搜索Dif(k)的取值，将其中第一个由负变正所对应的k值作为影像Iin的阴影分割阈值T，将影像Iin中灰度值小于阈值T的像素点判定为阴影。在步骤104，采用SLIC超像素分割方法对影像Iin进行过分割，提取过分割对象集合OSEG。在步骤105，对步骤103中的阴影掩膜SH进行边缘检测，提取建筑物及阴影共同边缘集合SH_BD，具体方法为：①用边缘检测算法提取阴影掩膜SH的边缘SH_edge，②将太阳入射角划分北θN，东北θEN，东θE，东南θES，南θS，西南θWS，西θW和西北θWN，共8个方向，对太阳入射角的反方向θ进行量化，使得θ∈{θN，θEN，θE，θES，θS，θWS，θW，θWN}，③遍历边缘SH_edge中的所有像素点x，提取像素点x的8邻域像素点，记为Pix_n8，如果Pix_n8中存在沿θ方向的像素点yθ且像素点yθ包含于步骤103中的阴影掩膜SH，则将像素点x从边缘SH_edge中删除。在步骤106，利用步骤104的过分割对象集合OSEG和步骤105的边缘集合SH_BD检测建筑物片段集合B_seg，具体方法为：①采用5×5的正方形结构元素对边缘集合SH_BD进行形态学膨胀处理，得到膨胀后的边缘集合SH_BD_dilate；②遍历过分割对象集合OSEG的对象Oi，如果对象Oi与边缘集合SH_BD_dilate有交集，则将对象Oi添加到建筑物片段集合B_seg中。在步骤107，以顶点集V＝{O1,O2,O3,…,ON}和边集E＝{e1,e2,e3,…,eM}构建对象无向图OAG，其中O1,O2,O3和ON为过分割对象集合OSEG中的对象，N为对象数量，e1,e2,e3和eM为顶点集V中顶点之间的边，M为边的数量，分本文档来自技高网...

【技术保护点】
1.一种用于全色遥感影像的建筑物检测方法，其特征在于包括以下步骤：步骤1：对输入的全色遥感影像进行预处理，得到影像Iin；步骤2：提取影像Iin中的阴影，构建阴影掩膜SH，具体方法为：①用公式

【技术特征摘要】
1.一种用于全色遥感影像的建筑物检测方法，其特征在于包括以下步骤：步骤1：对输入的全色遥感影像进行预处理，得到影像Iin；步骤2：提取影像Iin中的阴影，构建阴影掩膜SH，具体方法为：①用公式计算影像Iin的P函数曲线P(k)，式(1)，L为影像Iin的灰度等级，对于n位深度的影像Iin，L＝2n-1，k∈[0,L]，r(g)为灰度值等于g的像素的数量占影像Iin中像素总数量的比例，α为P函数曲线P(k)的平滑因子，②构造一阶差分Dif(k)＝P(k+1)-P(k)，搜索Dif(k)的取值，将其中第一个由负变正所对应的k值作为影像Iin的阴影分割阈值T，将影像Iin中灰度值小于阈值T的像素点判定为阴影；步骤3：对影像Iin进行过分割，提取过分割对象集合OSEG；步骤4：对步骤2中的阴影掩膜SH进行边缘检测，提取建筑物及阴影共同边缘集合SH_BD，具体方法为：①用边缘检测算法提取阴影掩膜SH的边缘SH_edge；②将太阳入射角划分北θN，东北θEN，东θE，东南θES，南θS，西南θWS，西θW和西北θWN，共8个方向，对太阳入射角的反方向θ进行量化，使得θ∈{θN，θEN，θE，θES，θS，θWS，θW，θWN}；③遍历边缘SH_edge中的所有像素点x，提取像素点x的8邻域像素点，记为Pix_n8，如果Pix_n8中存在沿θ方向的像素点yθ且像素点yθ包含于步骤2中的阴影掩膜SH，则将像素点x从边缘SH_edge中删除；步骤5：利用步骤3的过分割对象集合OSEG和步骤4的边缘集合SH_BD检测建筑物片段集合B_seg，具体方法为：①对边缘集合SH_BD进行形态学膨胀处理，得到膨胀后的边缘集合SH_B...

【专利技术属性】
技术研发人员：施文灶，程姗，何代毅，林志斌，
申请(专利权)人：福建师范大学，
类型：发明
国别省市：福建,35