A method and device for height extraction of urban high-rise buildings based on high-resolution SAR images are presented, which includes: non-local filtering of original high-resolution SAR images, segmentation of filtered SAR images to obtain homogeneous regions, then extracting shadow areas and highlighted areas from them, and determining building candidate areas; extracting the minimum external rectangle for independent highlighted building candidate areas, and calculating moments. The bright line length of each row in the distance upward in the shape area is recorded and its row position is clustered by clustering algorithm based on the length and row position attributes. The binary region corresponding to each category after clustering is obtained. Based on the restriction of the geometric shape of the parallelogram in the overlay area, it is fitted by affine transformation and least squares method to obtain the optimized building. Candidate area; Calculate building height. The invention makes up for the crushing characteristics of overlay surface caused by high resolution characteristics and improves the inversion accuracy of building height.
【技术实现步骤摘要】
基于高分辨率SAR图像的城市高层建筑物高度提取方法及装置
本专利技术涉及建筑物高度提取
，特别涉及一种基于高分辨率SAR图像的城市高层建筑物高度提取方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar，SAR)作为一种主动微波遥感手段，具有全天时、全天候、可穿透云层快速成像的能力，弥补了光学遥感的不足，在应急侦察、灾害监测等需要快速响应的城市遥感应用中发挥着重要作用，而城市建筑物是城市目标监测的主要对象。高分辨率是SAR技术发展的主要趋势之一。加拿大的Radarsat-2(2007)、意大利的COSMO-SkyMed(2007-2008)、德国的TerraSAR-X(2007)和TanDEM-X(2010)、中国的高分三号卫星(2016)等多极化、高分辨率卫星图像分辨率已突破到1m，其中TerraSAR-X于2013年推出的StaringSpotlight(ST)成像模式更是将图像的方位向分辨率提高到0.24m。米级、亚米级高分辨率SAR图像的广泛获取为研究建筑物高度提取的新方法、新理论提供了数据支撑。然而，高分辨率SAR图像在带来建...
【技术保护点】
1.一种基于高分辨率SAR图像的城市高层建筑物高度提取方法，包括：对原始高分辨率SAR图像采用非局部滤波，对滤波后SAR图像分割获取匀质区域，然后从中提取阴影区和高亮区，并利用阴影区和高亮区在距离向的位置关系确定建筑物候选区；针对独立高亮的建筑物候选区提取其最小外接矩形，计算矩形区域内距离向上每一行的亮线长度并记录其所在行位置，并基于该长度和行位置属性利用聚类算法对其进行聚类；获取聚类后的每个类别所对应的二值区域，基于叠掩区平行四边形几何形状的限制，利用仿射变换和最小二乘方法对其进行拟合，获取优化后的建筑物候选区；基于叠掩区的像元长度、像元采样间隔和雷达入射角计算建筑物高度。
【技术特征摘要】
1.一种基于高分辨率SAR图像的城市高层建筑物高度提取方法，包括：对原始高分辨率SAR图像采用非局部滤波，对滤波后SAR图像分割获取匀质区域，然后从中提取阴影区和高亮区，并利用阴影区和高亮区在距离向的位置关系确定建筑物候选区；针对独立高亮的建筑物候选区提取其最小外接矩形，计算矩形区域内距离向上每一行的亮线长度并记录其所在行位置，并基于该长度和行位置属性利用聚类算法对其进行聚类；获取聚类后的每个类别所对应的二值区域，基于叠掩区平行四边形几何形状的限制，利用仿射变换和最小二乘方法对其进行拟合，获取优化后的建筑物候选区；基于叠掩区的像元长度、像元采样间隔和雷达入射角计算建筑物高度。2.根据权利要求1所述的基于高分辨率SAR图像的城市高层建筑物高度提取方法，其中，所述聚类算法采用AffinityPropagation(AP)聚类算法，包括以下步骤：统计最小外接矩形区域内每一行上的亮线长度为l，行坐标为r，则每一行构建为一个数据点x(l,r)，最终获取数据集{x1,x2...,xn}，其中，l刻画的是叠掩区长度的相似性，r刻画的是距离上的邻近性，令s是一个刻画点之间相似度的矩阵，s(i,j)表示xi与xj之间的相似度；采用AP算法进行迭代计算，以更新两个吸引信息矩阵和归属信息矩阵，所述吸引信息矩阵和归属信息矩阵存在交替。3.根据权利要求2所述的基于高分辨率SAR图像的城市高层建筑物高度提取方法，其中，所述吸引信息矩阵R中的每个元素r(i,k)描述的是数据对象k适合作为数据对象i的聚类中心的程度，表示从i到k的消息；所述归属信息矩阵A中的每个元素a(i,k)描述的是数据对象i选择数据对象k作为其聚类中心的适合程度，表示从k到i的消息。4.根据权利要求3所述的基于高分辨率SAR图像的城市高层建筑物高度提取方法，其中，所述吸引信息矩阵的初始值为0，迭代计算方式如下：其中s(i,k)定义为s(i,k)＝-α·(xi[l]-xk[l])2-β·(xi[r]-xk[r])2当α与β都为1时，s(i,k)为xi与xk之间的欧式距离；所述归属信息矩阵的初始值为0，迭代计算方式如下：在进行迭代时，如果这些决策经过若干次迭代之后保持不变、或者算法执行超过设定的迭代次数、或者一个小区域内的关于样本点的决策经过数次迭代后保持不变，则算法结束。5.根据权利要求4所述的基于高分辨率SAR图像的城市高层建筑物高度提取方法，其中，在AP算法更新信息时引入了衰减系数λ(0＜λ＜1)以避免震荡，每条信息被设置为它前次迭...
【专利技术属性】
技术研发人员：王超，张红，陈金星，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京,11
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。