论文部分内容阅读
近年来，随着航天航空遥感技术的不断发展，卫星遥感影像的分辨率得到了显著的提高，遥感影像提取地物信息也呈现出周期短、速度快、信息量大等特点。遥感图像中的建筑物信息作为地理信息中的主要信息，在GIS数据的获取、影像的解译、制图以及空间数据库更新等方面都有着深远的意义。 从遥感图像中提取人工地物，尤其是建筑物的研究工作已有多年历史，目前仍是一个热点课题。本文从建筑物自身产生的阴影出发，对高分辨率遥感图像建筑物提取进行研究，提出了利用数学形态学对遥感图像进行前、后期处理，基于色彩空间相关知识检测建筑物阴影区域，使用新的种子点选取方法进行区域生长提取建筑物区域的一整套提取建筑物方法。首先利用数学形态滤波对图像进行预处理处理，以达到简化图像数据、保持图像基本形状特性的特性;然后利用色彩空间相关知识以及阴影和植被的光谱特征检测出阴影区域和植被区域，通过两个区域的重叠去除树木阴影区域，得到建筑物阴影区域;再利用建筑物与其阴影之间的确定性空间相邻关系，基于建筑物顶部的光谱特性，使用新的种子点选取方法进行区域生长提取出建筑物区域;最后利用形态开闭运算填补建筑物区域中的孔洞和滤去区域外的噪声，得到真正完整的建筑物面区域。从而达到有效的避免提取建筑物干扰因素的影响，提高建筑物提取的准确度的效果。 本论文所选用的高分辨率遥感影像均来自于Google Earth，并利用VisualStudio2008.NET软件实现其效果。设计真实的统一场景的实验研究得出的结果与人工提取结果进行对比详细的分析，最终的建筑物提取结果具有较高的准确度，表明本论文提出的基于阴影的高分辨率遥感影像建筑物提取方法切实可行，效果较好。