[发明专利]基于高景卫星影像的自动化建筑物信息提取方法及系统

权利要求书

1.一种基于高景卫星影像的自动化建筑物信息提取方法，其特征在于，所述方法包括如下步骤：

(1)根据对高景卫星数据进行辐射校正和大气校正的定标公式生成高景卫星反射率数据L_λ；

利用高精度DEM对高景卫星反射率数据进行正射纠正，获得高精度的正射影像，并对其进行多光谱与全色影像NND融合，生成4个波段的高景卫星反射率数据；

(2)对4个波段的高景卫星反射率数据进行影像多尺度均值漂移分割得到分割后各特征单元；

(3)对分割后各特征单元进行样本自动选取与特征计算。

2.根据权利要求1所述的基于高景卫星影像的自动化建筑物信息提取方法，其特征在于：在步骤(1)中，定标公式为：

式中，QCAL为原始量化的DN值，L_λ为高景卫星反射率数据，LMIN_λ为QCAL＝QCALMIN时的高景卫星反射率数据，LMAX_λ为QCAL＝QCALMAX时的辐亮度值，QCALMAX/QCALMIN是最大/最小量化定标像素值。

3.根据权利要求1所述的基于高景卫星影像的自动化建筑物信息提取方法，其特征在于：在步骤(2)中，对4个波段的高景卫星反射率数据进行影像多尺度均值漂移分割得到分割后各特征单元包括如下步骤：

(21)将4个波段的高景卫星反射率数据从RGB色度空间转换到LUV特征空间得到LUV影像；

(22)在LUV影像上确定核函数；

(23)利用确定的核函数与带宽对处理好的4个波段的高景卫星反射率数据进行均值漂移滤波；

(24)确定不同尺度的合并序列，并对均值漂移滤波后的4个波段的高景卫星反射率数据进行迭代运算得到分割后各特征单元。

4.根据权利要求3所述的基于高景卫星影像的自动化建筑物信息提取方法，其特征在于：在步骤(3)中，对分割后各特征单元进行样本自动选取与特征计算包括如下步骤：

(31)计算分割后各特征单元的光谱特征和形状特征；其中，光谱特征包括光谱均值、方差、熵；形状特征包括形状紧凑度、面积、周长；

(32)根据建筑物具有规则形状，并剔除植被、水体的光谱特征差异明显地物，自动从特征单元初步选取建筑物样本，并计算其光谱均值、方差、纹理的特征；以聚合的方式筛选出有代表的建筑物模板样本；

(33)根据有代表的建筑物模板样本的典型形状，构造相应的模板，，对整景影像进行卷积运算，提取建筑物区域；

(34)针对建筑物区域，进行建筑物边缘检测、细化及筛选，逼近建筑物的真实边缘，实现建筑物空间轮廓的提取。

5.根据权利要求3所述的基于高景卫星影像的自动化建筑物信息提取方法，其特征在于：在步骤(21)中，当4个波段的高景卫星反射率数据对应的彩色图像映射到特征空间L后，再结合像素在图像中的位置，即空间信息(X，Y)，就能得到每个像素在5维特征空间中的值，即(X，Y，L^*，U^*，V^*)；其中，L*表示图像的亮度，U^*和V^*分别表示色差。