论文总字数：14016字

目 录

1 第一章 引言 5

1.1研究的背景和意义 5

1.2国内外研究现状 5

1.2.1高分辨率遥感影像数据 5

1.2.2高分辨率影像目标提取技术 6

1.2.3建筑物的提取 6

1.3研究内容和技术路线 7

1.3.1研究内容 7

1.3.2技术路线 7

2 面对对象的高分辨率遥感影像提取方法 9

2.1面向对象的物特征信息提取方法 9

2.1.1IsoData 聚类分析 9

2.1.2K-means聚类分析 9

2.2高分辨率遥感影像建筑物特征 10

2.2.1光谱特征 10

2.2.2几何特征 10

2.2.3纹理特征 10

3 建筑物特征提取实验与分析 12

3.1特征提取实验 12

3.2总结分析 19

4 总结和展望 21

参考文献： 22

致谢 24

高分辨率遥感影像中建筑物特征的提取

冯晓阳

,China

Abstract：Remote sensing image is diffusely used. Researchers analyze remote sensing images to obtain ground targets’ information. Therefore, it is of great major to study the high resolution remote sensing image and the feature extraction of the ground target. Building is one of the important elements in people's daily life. Building feature extraction and feature recognition technology plays a very important role in the application of urban planning, digital city construction and so on.

This paper mainly from the following aspects of research and analysis: 1) compare and analyze the research status of current high resolution remote sensing image feature extraction, clear research routes and research methods.2) Make a introduction of commonly used classification methods.3) We introduce some effective methods for the extraction of buildings, especially texture feature extraction method. Then we deal with the image and extract the number of buildings.4) Summarize the results and analysis.

Key words：High resolution remote sensing image; Multi-scale segmentation;

Object oriented feature extraction; Texture feature

第一章 引言

研究的背景和意义

高分辨率遥感影像通常指通过遥感手段拍摄的对地分辨率很高的影像，在卫星传感器发展日益发展，航空航天领域的技术越来越成熟的今天，人们可以通过各种途径获取质量良好的地面图像。人们通过处理卫星图像以及航空照片来对感兴趣的目标地物进行信息提取，能够更快更方便的获得地物信息，避免了实地勘测的繁琐，同时也使得一种新兴的产业逐步走上历史的舞台，即实时高分辨率观测技术和地物自动提取技术的相结合的工作平台。高分辨率影像包含着很多地物的细节信息，同时也使得地物的边缘更加明显。我们在处理高分辨率遥感影像时就可以利用纹理信息来观测目标地物的变化从而得到想要的信息。充分利用图像资源为人类服务是未来地球信息科学领域的重要内容，例如资源勘探、军事侦察、灾害预报、数字化城市、地理信息库更新以及城市规划等。而建筑物是农村或城市的重要目标地物之一，所以在高分辨率图像中提取建筑物就成了许多研究的重中之重。

在对建筑物进行目标提取时，可以利用光谱信息，纹理信息和几何信息。建筑物自动提取技术是指以计算机技术为辅助，从高分辨率影像中提取建筑物，获取其位置、数量等信息。具体的要求根据要求的不同也会有所不同。电脑自动检测建筑物截至目前有很大难度，因为其跨越了模式识别、图像处理、计算机视觉、遥感成像等诸多研究领域。同时，高分辨率遥感影像与中低分辨率的遥感影像相比：1）光谱波段较少，所以容易产生异物同谱和同物异谱的现象；2）地物的种类繁多且不易有交叉，所以适用于中低分辨率遥感影像的分析方法不能直接用于高分辨率遥感影像。因此，对建筑的几何特征的描述还是件很困难的事情。对遥感科研人员而言，利用高分辨率影像特征来进行目标地物的识别和提取，是研究的关键所在。

国内外研究现状

1.2.1高分辨率遥感影像数据

高分辨率遥感影像的定义分为广义和狭义，前者一般包括：1）高空间分辨率，单幅影像的数据量显著增加，2）高时间分辨率，3）光谱波段数减少，4）高时间分辨率；后者主要表现高空间分辨率，通常是高于5m的遥感影像数据，一般的研究对象都选择广义的遥感影像。

近十几年随着卫星水平的不断提高和航空影像的不断发展，说明了地球空间技术的时代的到来。遥感的应用范围更加广阔，高分辨率遥感影像也逐渐应用于数字城市、灾害监测、城市基础数据更新等方面。军事领域通常是科学技术发展的催化剂，遥感领域也是这样，首先运用于此，之后才在在20世纪90年代逐步进入民用领域。

最早的提供高分辨率卫星影像的商业卫星是IKONOS卫星，可以提供空间分辨率达一米的清晰遥感影像。这在当年的遥感影像领域，是极具创造性的，同时，IKONOS影像也开创了商业卫星影像标准。2001年10月QuickBird卫星发射，其优点是：地理平面位置的定位精度极高，单景影像分辨率高。SPOT卫星是一种高性能对地观测卫星， 1986年发射第一颗，之后相继发射 SP0T-2、 SP0T-3、 SPOT-4和SP0T5。SPOT系列卫星的重复观察能力强且可以产生立体像对。

1.2.2高分辨率影像目标提取技术

　我们获取并处理高分辨率遥感影像，主要利用几何，光谱和纹理信息。高分辨率遥感影像的特点之一是光谱分辨率较低，我们不能像处理中低分辨率影像那样过多的依赖像元的光谱特征，也应当利用地物的纹理信息，几何信息和结构信息等，这样才能有目视解译的效果。所以综合利用多种特征提取逐步发展起来。

从上世纪末起，面向对象的遥感信息提取技术迅速发展，在生产生活的各个领域中都有它的运用，对于各种地物的自动提取都可以以此为依据。国外研究方面，1991年Ton首先利用光谱特征与背景资料结合来进行分析。1996年Lobo用面向目标的信息提取技术与传统的基于像元分类进行比较，二者分别对遥感影像进行处理，新的方法取得了比较好的效果。面对对象的分类不仅研究方法发展迅速，有很多以此技术方法为主商业软件也逐步发展起来。国内研究方面，尽管在这方面起步较晚，但近几年我们国家的面向对象的遥感信息提取研究也产生了一些不错的成绩。陈云浩等研究的是面向对象的信息提取技术和传统的光学遥感影像分类方法的联系和不同。太原理工大学的张明媚采取人机交互的遥感信息提取专家系统，分析光谱特征和纹理特征，再结合几何特征和上下文信息提取建筑物。分析遥感图像也可以利用空间关系如陈生等人提出一种应用于桥梁提取的面向对象方法，该论文中就是利用桥梁与水体的空间关系的。哈尔滨工业大学的张洪丰进行了直线特征的研究，其主要是借鉴国外研究状况，结合我国特征提取的发展研究，提出了更接近实用标准的一种方法。该方法主要是针对一些地物如机场、桥梁等在图像上表现出来的直线特征比较突出，这些可被划分为直线性目标。中科院的陈燕、齐清文、杨志平通过描述黄土高原地貌的基本信息单元，并举例说明地学信息单元的提取和分类过程。北京工业大学的周易研究的是一种全局和局部特征提取的方法。有两种方法可以进行面向对象的遥感影像分类：最邻近分类方法和决策支持的模糊分类方法。这两种方法各有优势又可结合使用。

通过对文献的总结，我们能得出：面向对象的信息提取技术在遥感应用领域中很有潜力，且以后的影响只会越来越打，进行这方面的研究是符合社会科研的需要和人们生活前进方向的。

1.2.3建筑物的提取

　建筑物是具有显著特征和能反映人口聚居地情况的代表性地物，所以其在遥感应用中的地位是十分重要的。建筑物信息的提取以及识别是高分辨率遥感影像的应用的热点之一，但是由于遥感图像的复杂性，还有理论方法的不成熟，还不能很有效地运用于实际生产中。

　文献^[4][5]通过运用矩形轮廓对单幅影像进行处理从而生成模拟屋顶的实际轮廓，验证的方法是通过比较墙体、高度和阴影，该方法主要用于提取部分有特点屋顶建筑物（如人字形屋顶、扁平屋顶）的建筑物时较为有效。文献^[6][7]利用了多幅遥感影像对直线和角点等匹配低层特征。唐亮、谢维信等人比较各种边缘算子的优劣，并选择使用 Canny算子进行边缘提取，然后在通过其他信息推理出影像中建筑物的位置；Simonton进行边缘检测后利用知觉感知分组方法对边缘线进行处理，然后通过分析几何信息，即认为矩形或矩形度足够的图像为建筑物，将结果来计算建筑物的位置。杨益军等人针对建筑物的顶部进行研究，通过获取影像的灰度信息，在合理假设建筑物顶部的灰度和背景环境这间的对比度，并增大这种对比度后进行灰度的聚类分析，设定阈值来获取建筑物的顶部。陶超，谭毅华等人先对图像进行分割，之后提取候选区域，再利用一些辅助信息来提取建筑物；陶文兵等人则提出一种利用几何特征自动提取同形状（如矩形为主）建筑物的方法。

我们在进行建筑物信息提取时需要面对以下问题：1）遥感影像自身的问题，如光谱范围、分辨率的不同得到的结果不同，传感器位置和成像条件等会影响图像质量；2）建筑物本身的结构特点。纹理细节等存在着差异，不能建立统一的模型来进行提取，给信息的提取增加了难度；3）建筑物所处场景的多样性和复杂性给自动提取建筑物边界的带来一定难度。所以从高分辨率遥感影像中提取建筑是遥感学科重要的研究方向。

研究内容和技术路线

1.3.1研究内容

本文研究的是利用纹理特征对高分辨率遥感影像进行处理，提取建筑物的数量。本篇论文包括五部分，内容如下。

剩余内容已隐藏，请支付后下载全文，论文总字数：14016字

相关图片展示：