[发明专利]一种高分辨率遥感影像中的建筑物快速提取方法

说明书

本发明提供了一种高分辨率遥感影像中的建筑物快速提取方法，先对图像进行灰度提取，然后通过高斯滤波进行去噪，接着使用基于Otsu方法的Canny自适应处理方法提取到最符合实际情况的边缘二值图像，再使用基于Freeman链码的方法快速提取二值图像中的直线，最后取到角点，连接形成建筑物轮廓，最终完成高分辨率遥感影像中建筑物的快速自动提取；本发明提供的高分辨率遥感影像中的建筑物快速提取方法，可实现快速提取遥感影像中的建筑物，处理过程中不需人为干预，提取速度快，精度高。

技术领域

本发明属于高分辨率遥感影像信息提取领域，涉及对高分辨遥感影像的中人造地物的识别和提取，特别是涉及对那些边缘由直线、弧线组成的建筑物提取的技术领域。

背景技术

随着遥感影像的分辨率不断提高，影像中的信息更加复杂，地物的纹理形状信息更加多样化，而建筑物在大小形状上各有区别，再加上周边其他地物的混淆、阴影的干扰等原因容易造成在影像上建筑物形状的变化，因此要对建筑物的形状做精确的描述是件非常困难的事情。近年来，许多研究人员在利用遥感影像进行建筑物提取方面作了大量研究工作，各种新方法、新理论层出不穷，其中基于建筑物轮廓大多是由矩形或是弧线构成的特点，通过特定处理方法，寻找图像中的边缘、线条、角点等特征来识别建筑物是主流研究方向之一。

发明内容

本发明提供了一种高分辨率遥感影像中的建筑物快速提取方法，可快速寻找图像中的边缘、线条、角点等特征来识别建筑物；

一种高分辨率遥感影像中的建筑物快速提取方法，其中，包括如下步骤：

步骤1)、读取遥感影像，提取灰度图像：

遥感图像中每个像素点的色彩具有R、G、B三个分量,P(r,g,b)代表一像素点,其中r代表该像素点的R分量的值，g代表该像素点的G分量的值，b代表该像素点的B分量的值；

灰度函数H(P)的值表示像素点P(r,g,b)的灰度值：

H(P)＝0.3r+0.59g+0.11b 式(1)

用式(1)按照从左到右、从上到下的顺序依次扫描遥感图像中的每个像素点，得到每个像素点的灰度值，按照式(1)扫描时同样的顺序组成第一灰度图像；

步骤2)、使用高斯滤波对第一灰度图像进行降噪处理：

2a)、计算大小为(2k+1)×(2k+1)的高斯模板U(x，y)：

其中，k为正整数且k≥1，x，y分别代表高斯模板中元素的横坐标和纵坐标；σ＞0，为第一灰度图像的平滑程度参数；

2b)、取k＝1，大小为3×3的高斯模板U(x，y)中9个元素的模板值分别为m₁、m₂、m₃、m₄、m₅、m₆、m₇、m₈、m₉；

第一灰度图像中，除左、上、右、下四条宽度为一像素的边缘外任一像素点P点的8邻像素，即紧邻像素点P的左上、上、右上、左、右、左下、下、右下8个方向上的像素；像素点P与8邻像素的灰度值按照第一灰度图像中从左至右、从上到下的顺序依次为g₁、g₂、g₃、g₄、g₅、g₆、g₇、g₈、g₉；

用该高斯模板U(x，y)按照从左到右、从上到下的顺序依次扫描第一灰度图像中除左、上、右、下四条宽度为一像素的边缘外的每一个像素P，各像素点P由高斯模板U(x，y)做高斯滤波的方法见式(3)；