一种遥感图像中建筑物的自动提取方法

目前,传统建筑物识别方法通常采用基于建筑物边缘线性特征的识别算法,这类方法具有简单高效的优点,但识别率较低。该文提出了一种综合利用建筑物的若干特征进行自动识别的方法。首先用Canny算子提取边缘。然后根据建筑物的空间分布特点和Hough变换特性。在Hough变换域进行建筑物边缘方向统计来筛选边缘线段,提取出潜在的目标边缘线段;接着该文提出了对建筑物的几何特征（例如矩形特征、角点特征和阴影特征等）和灰度特征进行识别的算法,将其识别结果做为判定建筑物目标的依据,最终准确地提取出建筑物。大量实验证明该方法相比较单一的线性特征检测方法,速度快、准确率高．具有较强的实际应用价值。     

从航空影像中自动提取高层建筑物

高层建筑物形状的复杂多变使传统的模型匹配方法难以提取．由建筑物垂直边缘检测出发,采用证据推理法,该文提出了一种在单视角高分辨率航空影像中自动提取高层建筑物的策略．该方法充分结合物方空间和图像空间各种有用信息,综合运用信号处理、计算机视觉等领域多种先进技术,逐步推理得出建筑物的位置、高度和屋顶轮廓等信息,从而实现了建筑物的三维重构．     

航空图像中人工建筑物的自动检测

提出了一种在航空图像中自动检测建筑物的方法。该方法对建筑物密度较高，且目标灰度大于背景灰度值的航空图像较有效。     

高分辨率光学遥感图像建筑物提取研究进展

建筑物提取是高分辨率光学遥感图像理解和目标识别的重要研究方向。实现自动化、智能化、可靠准确的遥感图像建筑物提取对基础地理数据获取和更新具有重要的应用价值和现实意义。在概述高分辨率光学遥感图像建筑物提取研究现状的基础上,综述了当前建筑物提取的主要思想和方法,将主流的建筑物提取代表性方法分为自底向上数据驱动方法(Data-driven)和自顶向下模型驱动方法(Model-driven)两大类,在综合比较评述各方法特性的基础上,对该领域仍然存在的问题和研究方向进行了分析和展望。     

基于改进直线Snake算法的建筑物自动提取

为研究航空影像中建筑物的自动、半自动提取,通过分析直线Snake算法,对其内部能量函数增加1个平均连通距离,修改二阶项,归一化外部能量函数,增加1个外部力,然后用改进后的直线Snake算法结合贪婪算法对建筑物进行提取.该方法能正确地自动提取建筑物.实验结果表明新算法可以提高提取效率.     

从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网,将会简化城市地物目标的分类和测量过程.该文根据城市主要道路在图像中的特性进行了模型化处理,进而提出了基于直线的、自动提取的方法.算法重点考虑到成像过程中必然引入的各种噪声,用高斯分布函数模糊化直线参数,使提取具有良好的稳健性.算法中的参数选择都是通过理论分析所得,因此,提取过程实现了自动化.实验结果表明,该方法能够从实际航空遥感图像中提取出主要道路网.     

遥感图像自动道路提取方法综述

自动道路提取是遥感图像识别的重要研究领域. 实现自动化、智能化、可靠准确的图像道路提取对地理信息技术发展具有重要的应用价值和意义. 道路的物理属性和功能形成了道路的辐射特征、几何特征、拓扑特征和背景特征. 以该四类特征为线索, 介绍了自动道路提取的典型方法, 侧重于分析四类特征在道路提取中作用和应用方式. 简要介绍了自动道路提取的评估方法和准则, 列举了主流的道路提取软件和遥感图像片源, 展望了该领域的发展方向.     

基于规则信息的无人机图像建筑物提取

基于规则信息的无人机图像建筑物提取,首先要对待处理图像进行图像分割,经过大量的实验确定分割阈值为0.3,通过定义规则信息,解决了建筑物纹理特征与光谱特征与道路、裸地相似的问题,同时,将原始图像的提取结果和与进行主成分分析(PCA)处理后的图像的提取结果进行对比,证明了PCA后的图像提取精度高达85%。     

基于SVM的遥感图像半自动提取方法研究

遥感影像的半自动提取是遥感图像处理领域里的一个重要研究方向。提出一种新的半自动提取面状地物的方法,能够用随意给定的前景和背景曲线准确地提取出感兴趣的区域。算法首先提取前景和背景曲线上的像素作为分类样本,并使用SVM(Support Vector Machines)得到最初的分类效果。在此基础上,综合利用分类对象的光谱特征和形状特征信息,进行区域合并。最后,采用一种自动停止区域合并的准则确定最终合并结果。实验证明,该算法适用性强,可以在复杂多变的情况下,准确地区分出多种地物。     

基于D-S证据理论的彩色航空影像阴影提取方法

阴影特征在影像,特别是遥感影像中具有重要的意义. 本文针对彩色航空遥感影像的颜色信息进行分析, 提出了表述阴影在 RGB 和 HIS 空间的三种不同特征, 并利用 Mean Shift 分割的方法对彩色航空影像进行区域分割. 选取分割后的区域, 统计每个区域的多个颜色特征并定义相应的概率分配函数, 利用其互补特性, 使用 Dempster-Shafer(D-S) 证据理论中的合成法则对其进行合成, 最终判别区域是阴影或非阴影. 对实验图像进行阴影特征提取,取得了较好的效果     

一种基于高分辨率遥感影像的道路提取方法

道路等线性地物的自动提取一直是高分辨率遥感影像研究所关注的内容。论文在分析现有的各种提取方法的基础上,结合城市道路在高分辨率遥感影像上的特点,提出一种半自动的道路提取法。该方法先对遥感影像中的道路点进行采样,统计其光谱特征,然后再在道路上设置道路生长原点,从这些生长原点开始,根据统计得出的道路光谱特征对邻域点进行判断生长,最后对生长出的道路图利用数字形态学进行内部腐蚀和边界平滑处理。试验结果表明,该方法提取道路具有较高的精度和实用性。     

基于L型结构中心线的SAR图像建筑物提取方法

针对在高分辨率SAR图像上具有明显L型结构高亮特征的建筑物目标,提出了一种提取高分辨率SAR图像建筑物L型结构中心线,并进而提取建筑物几何信息的方法.运用基于Gabor纹理特征和模糊C均值的方法对SAR图像进行分割,再结合骨架提取、骨架跟踪、最小外接矩形提取、最小二乘准则等技术实现了L型结构中心线的提取,最后利用中心线获取了建筑物的长度、宽度和方位角信息.基于机载SAR图像的实验表明,利用提出的方法从SAR图像提取的建筑物几何结构和方位信息具有较高的精度.     

一种新的图像语义自动标注与检索算法*

提出了一种新的利用图像语义词汇表进行图像自动标注与检索的方法.采用混合层次模型在已标注好的训练图像集上计算图像区域类与关键字的联合概率分布,并用生成的模型标注未曾观察过的测试图像集,或用来进行基于语义的图像检索.实验结果表明,该方法在标注、检索精度和效率方面均优于当前其他方法.     

高分辨率航空影像中高压电力线的自动提取

随着航空数字摄影测量技术和数字相机分辨率的提高,数字摄影测量应用于电力线监测已成为可能。然而,目前却很少有公开发表的关于从航空影像中自动提取电力线的文献见诸报道。为此,提出了一种在复杂自然背景条件下,从航空影像中自动提取550kV高压电力线的算法,并设计了抗强噪声的线特征提取算子,即首先用Ratio算子从遥感影像上提取电力线像素点,然后采用分段Radon变换提取并连接各分段电力线,再利用类似卡尔曼滤波技术跟踪连接电力线的断裂部分,实验表明,该方法能有效地自动提取复杂自然背景下的高压电力线。     

基于微型无人机影像的土地利用调查试验

针对我国中小城镇建设与发展的需求,提出了利用无人机影像开展小城镇土地利用调查的思路,并选择广西武鸣县进行了试验,制作了武鸣县县城及周边地区土地利用图。试验结果表明,利用无人机影像开展小区域的土地利用状况调查,成本低、效果好,具有良好的推广应用前景。     

一种在图象中检测网格直线的新方法

设计了一个扩展Robert算子,该算子能够在有噪声的情形下对图象中各种宽度的线条进行检测。当使用Hough变换确定直线的参数时,首先只用Hough变换检测第一条最为显著的直线,随后去掉该条直线及其附近的点,然后再次对图象进行Hough变换,并重复此过程,直到找到所有直线或者Hough变换后参数平面上的值都小于某个阈值为止。使用此改进后的Hough变换能够准确地检测到图象中构成网格的直线的参数。给出了具体的检测例子。     

线条增强的建筑物图像抽象画生成

针对建筑物图像线条鲜明、轮廓清晰的特点,提出一种自动化的抽象画生成算法.首先通过双边滤波对原始图像的细节进行简化;然后利用快速的、带有误判控制的图像线段检测算法来获得建筑物的外轮廓和门窗等线条特征,通过该线条特征增强基于流的高斯差滤波器生成线条框架;最后将双边滤波处理结果与线条框架进行融合形成最终的抽象画效果.该算法既去掉了建筑物图像中多余的细节信息,使整个图像更趋抽象,同时又通过边缘信息保持了建筑物自身独有的风格,充分展现出富有艺术家手绘风格的建筑物效果.文中算法简单、易于实现,并通过实验充分证明了其有效性.