[发明专利]基于偏移阴影样本形态变换的高分遥感影像建筑物提取方法

权利要求书

1.一种基于偏移阴影样本形态变换的高分遥感影像建筑物提取方法，其特征在于，包括以下步骤：

步骤1：利用偏移阴影分析法自动提取建筑物初始样本；

步骤1的具体实现包括以下子步骤：

步骤1.1：输入高分辨率可见光遥感影像P，将影像分为{C_SD,C_VE,C_BL,C_B}四大类，依次分别代表分为阴影、植被、裸地、建筑物；

步骤1.2：利用多种阴影光谱特征构建阴影检测条件，并结合一维Otsu自动阈值法和带限定条件的自动阈值方案，对影像进行阴影自动检测，提取阴影区域R_SD；

步骤1.3：通过归一化绿色分量G'构建检测条件，结合一维Otsu阈值获取合适的自动阈值，得到植被区域R_VE；

步骤1.4：定义影像P中顺光照方向的偏移单位向量为V_{i_s}，逆光照方向的偏移单位向量V_{i_n}，结合偏移阴影分析，提取建筑物阴影区域R_SB、裸地区域R_BL与建筑物初始样本集S_OB；

步骤2：根据建筑物屋顶形态特征构建自适应建筑物样本精细提取变换组合，提取样本；

步骤2的具体实现包括以下子步骤：

步骤2.1：取建筑物初始样本集S_OB中长度的最大最小值L_max、L_min，以两者的平均值K_B＝(L_max+L_min)/2为建筑物类型划分阈值，并以此对建筑物进行类型划分；

步骤2.2：设L_i表示第i个建筑物初始样本S_{OB_i}的长度，与建筑物类型划分阈值K进行比较，若L_iK_B，则此类建筑物为非狭长型，转至步骤2.3，构建“工”字型建筑物样本区域；若L_i≥K_B，则此类建筑物为狭长型，转至步骤2.7，构建“二”字型建筑物样本区域；

步骤2.3：对建筑物初始样本集S_OB进行旋转处理；

对建筑物初始样本进行旋转处理前，将建筑物初始样本S_{OB_i}的屏幕坐标(x,y)转换到以最小面积外接矩形中心(x₀,y₀)为坐标原点的旋转坐标系中，变换后的坐标为(x',y')，用齐次坐标表示则有：

将样本点(x',y')在旋转坐标系中逆时针旋转θ度，旋转变换后的坐标为(x”,y”)：

最后再将样本点(x”,y”)还原变换至计算机屏幕坐标系中坐标为(x₁,y₁)，则有：

以此获取样本旋转变换矩阵：

(x₁,y₁,1)＝(x,y,1)R；

其中：

步骤2.4：对建筑物初始样本集S_OB进行缩放处理；

利用前期所获取的建筑物初始样本S_{OB_i}与阴影相接边的长度L_i，建筑物初始样本S_{OB_i}的周长S_i，完成各建筑物初始样本缩放比例γ_i的确定：

其中，M代表所获取的建筑物初始样本的总个数，λ为比例系数；

若建筑物初始样本点为(x,y)，缩放后样本点为(x₂,y₂)，则有：

(x₂,y₂,1)＝(x,y,1)Z

其中缩放变换矩阵：

步骤2.5：对建筑物初始样本集S_OB进行偏移变换；

在建筑物初始样本S_{OB_i}的最小面积外接矩形中，取矩形任一角点P₁″，获取以此角点为起点的两个矩形边向量P″₁P″₂和P″₁P″₀；选取与光照逆方向单位向量V_{i_n}夹角较小边作为偏移单位向量V_p＝(X_ip,Y_ip)，其中X_ip、Y_ip分别代表x轴和y轴上的单位向量：

利用偏移方向所对应的外接矩形边长b和比例系数个性化定制偏移距离若建筑物样本点为(x,y)，偏移后样本点为(x₃,y₃)：

(x₃,y₃,1)＝(x,y,1)Τ；

其中偏移变换矩阵：

步骤2.6：经过旋转、缩放与偏移变换后得到样本集S_RZT：

S_RZT＝S_OB*R*Z*T

缩放、偏移变换后的样本集S_ZT:

S_ZT＝S_OB*Z*T

取S_RZT、S_ZT与建筑物初始样本集S_OB的并集，构建“工”字型建筑物样本区域S_BG：

S_BG＝S_RZT∪S_ZT∪S_OB

完成非狭长型建筑物样本选取，即S_B＝S_BG；

步骤2.7：采用步骤2.4及步骤2.5缩放、偏移变换后得到样本集S_ZT：

S_ZT＝S_OB*Z*T

取S_ZT与建筑物初始样本集S_OB两者的并集，构建“二”字型样本区域S_BE：

S_BE＝S_ZT∪S_OB

完成狭长型建筑物样本选取，即S_B＝S_BE；

步骤3：结合SVM分类原理得到建筑物初始提取结果；

步骤4：对初始提取结果进行优化处理，输出建筑物最终提取结果。