利用陰影的高分辨率遙感影像建筑物自動提取方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于遙感影像應(yīng)用技術(shù)領(lǐng)域，特別是設(shè)及一種利用陰影的高分辨率遙感影 像建筑物自動提取方法及系統(tǒng)。
【背景技術(shù)】
[0002] 建筑物作為重要地物目標(biāo)，建筑物的自動提取技術(shù)是遙感解譯研究的一個重要方 面，許多遙感應(yīng)用如城市規(guī)劃和地圖制圖的持續(xù)更新、快速應(yīng)急響應(yīng)、基礎(chǔ)設(shè)施建設(shè)、災(zāi)難 規(guī)劃與管理等都需要快速提取建筑物信息，但目前的建筑物提取過于依賴人工，自動化程 度偏低。
[0003] 目前的建筑物提取方法常根據(jù)應(yīng)用要求和所能利用的數(shù)據(jù)而設(shè)計。光學(xué)影像、 LiMR數(shù)據(jù)和SAR數(shù)據(jù)是常用數(shù)據(jù)源?；贚iDAR、SAR、立體像對數(shù)據(jù)可方便提取建筑物的高 程信息，在建筑物的S維重建應(yīng)用得到廣泛應(yīng)用[文獻1-5]。相對于光學(xué)影像，LiDAR和SAR 數(shù)據(jù)的獲取代價更高，W至于它們的應(yīng)用范圍沒有光學(xué)影像廣泛。且此類方法復(fù)雜度較高， 數(shù)據(jù)獲取成本較高，從數(shù)據(jù)源方面限制了方法的應(yīng)用范圍，降低了普適性。
[0004] 光學(xué)影像W其易獲取、覆蓋面廣的特點，可解除數(shù)據(jù)源引起的普適性不足的限制， 僅依據(jù)單幅影像、無需其他先驗知識設(shè)計相應(yīng)的建筑物提取方法，能有效減少人工輔助，更 利于實現(xiàn)建筑物的自動提取及應(yīng)用拓展?；诠鈱W(xué)影像的建筑物提取方法主要有面向?qū)ο?的圖切法、動態(tài)輪廓法、分類法[文獻6-引。面向?qū)ο蟮膱D切法主要是通過圖論(Gra曲-化t) 原理對影像進行分割，獲取由同質(zhì)像素組成的不同大小的子對象，然后再利用建筑物的特 征約束條件對各對象進行篩選提取建筑物目標(biāo)。此類方法能有效利用建筑物的光譜和形狀 特征，對先驗知識的依賴較低，但易受樹木遮擋、陰影、道路等噪聲及建筑物復(fù)雜構(gòu)造特性 影響導(dǎo)致分割不準(zhǔn)確，自動化程度偏低。
[0005] 動態(tài)輪廓法是通常通過檢測直線、角點等底層特征，生成矩形輪廓來假設(shè)屋頂輪 廓，用高度、陰影和墻來驗證屋頂輪廓，再應(yīng)用snake模型來優(yōu)化建筑物輪廓[文獻9-10]。運 類方法對扁平屋頂和人字形屋頂?shù)慕ㄖ锾崛【哂幸欢ǖ男Ч?。但模型?fù)雜度高，不易實 現(xiàn)自動提取。
[0006] 分類法主要是首先聯(lián)合建筑物的多種特征用于地物分類獲取建筑物初始結(jié)果，再 采取后處理優(yōu)化方法獲取更完整的建筑物結(jié)果。初始結(jié)果提取一般采用基于像素和面向?qū)?象的分類原理實現(xiàn)?；谙袼氐姆诸惏ㄗ畲笏迫环?、IS0DATA、直方圖聚類、Bayesian網(wǎng) 絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、支持向量機、闊值法。面向?qū)ο蟮姆诸惙椒▽嵸|(zhì)上是分割，主要有分層分 割法、基于規(guī)則的分割方法、分水嶺分割方法、均值平移分割法[文獻11-16]。其中，常用的 建筑物特征主要有光譜特征(R、G、B、NIR)、紋理特征、結(jié)構(gòu)特征(如形狀、大小、高度、MBI指 數(shù)）、差分形態(tài)輪廓(DMP)等。運些特征通常被聯(lián)合起來用于識別建筑物。再提取初始建筑物 結(jié)果的基礎(chǔ)上，一般還需要采取區(qū)域增長、數(shù)學(xué)形態(tài)學(xué)方法、遺傳算法等方法對初始結(jié)果進 行后處理，獲取更完整的建筑物結(jié)果。在運類優(yōu)化處理過程中，陰影、植被、先驗的形狀知識 (如矩形、圓形的建筑)通常被用來作為確認建筑的輔助信息。此類方法無需先驗知識，但常 采用的監(jiān)督分類必須依賴樣本訓(xùn)練，樣本選取往往離不開人工輔助，導(dǎo)致自動化程度降低。 [0007][文獻 l]C.A.Vane gas, D.G.Aliaga, B.Benes. Automat i C Extraction of Manhattan-World Building Masses from 3D Laser Range Scans[J] . Ieee Transactions on Visualization and Computer Graphics，2012，18(10):1627-1637.
[000引 [文南犬2]E.Barthelet，G.Mercier，L.DeniSe,S.民eynaud.Feature based maximum likelihood model inversion for three-dimensional building extraction from single high resolution SA民 images[C].in Geoscience and 民emote Sensing Symposium(IGARSS)，2012IE邸 International，2012:3600-3603.
[0009] [文南犬3]D.Brunner，G.Lemoine，L.Bruzzone,H.Greidanus.BuiIding height retrieval from VH民 SA民 imagery based on an iterative simulation and matching technique[J].Geoscience and 民emote Sensing,IEEE Transactions on,2010,48(3): 1487-1504.
[0010] [文南犬 4]A.Ferro，D.Brunner ,L.Bruzzone. Automat i C Detection and Reconstruction of Building Radar Footprints From Single VH民 SA民 Images[J] .Ieee Transactions on Geoscience and 民emote Sensing,2013,51(2):935-952.
[0011] [文南犬5]D.Brunner,G.Lemoine,L.Bruzzone.Extraction of building heights from VH民 SA民 imagery using an iterative simulation and match procedure[C]. in Geoscience and 民emote Sensing Symposium,2008.IGA民SS 2008.IEEE International, 2008:IV-141-IV-144.
[0012] [文獻6]A.0.0k.Automated detection of buildings from single VHR multispectral images using shadow information and graph cuts[J].ISP民S Journal of Photogrammetry and 民emote Sensing,2013,86:21-40.
[0013] [文獻7]M. Izadi ,P.Saeedi .Three-Dimensional Polygonal Building Model Estimation From Single Satellite Images[J].Ieee Transactions on Geoscience and Remote Sensing,2012,50(6):2254-2272.
[0014] [文南犬8]B.Sirmacek，C.Uensalan.Urban-Area and Building Detection Using SIFT Keypoi打ts a打d Graph Theory[J].Ieee Tra打sactio打S O打 Geoscie打Ce a打d 民emote Sensing,2009,47(4):1156-1167?
[001日] [文南犬9]S.Mayunga，Y.Zhang，D.Coleman.Semi-automatic building extraction utilizing Quickbird imagery[C]. in Proceedings of the ISP民S Workshop CM民T, 2005:131-136.
[0016] [文獻 10]H.Ruther，H.M.Martine，E.G.Mtalo.Application of snakes and dynamic programming optimisation technique in modeling of buildings in informal settlement areas[J].Isprs Journal of Photogrammetry and 民emote Sensing，2002，56(4):269-282.
[0017] [文獻ll]A.K.Shackelford,C.H.Davis,X.Wang.Automated 2-D building footprint extraction from high-resolution satellite multispectral imagery[C] .in Geoscience and 民emote Sensing Symposium,2004. IGARSS' 04.Proceedings.20041邸E International，2004:1996-1999.
[0018] [文南犬 I 2 ] A . Katartz i S , H . Sahl i . A stochastic framework for the identification of building rooftops using a single remote sensing image[J] .Ieee Transactions on Geoscience and Remote Sensing,2