[发明专利]基于区域定位和局部特征匹配的楼顶加盖违建识别方法

说明书

本发明公开了一种基于区域定位和局部特征匹配的楼顶加盖违建识别方法，包括利用已有的建筑物基底矢量数据，对建筑物进行编码，并在前后两期影像上分别定位同一建筑物的楼顶区域；对定位的两期影像同一建筑物楼顶区域进行局部特征提取；基于提取的特征信息，分别构建前后期正射影像建筑物顶部区域特征向量，并计算两个特征向量之间的相似性测度；将计算得出的相似性测度作为变化阈值，提取出变化的建筑物楼顶区域，识别出楼顶加盖型违法建筑影像等步骤。其显著效果是：能够精确检测屋顶加盖型违法建筑，为该类违法建筑的行政执法提供了有力支撑。

技术领域

本发明涉及到遥感影像处理技术领域，具体涉及一种基于区域定位和局部特征匹配的楼顶加盖违建识别方法。

背景技术

城市中常见的楼顶加盖型违法建筑，存在超出楼房整体承受力、影响楼房整体抗震力的风险，容易发生次生灾害，威胁建筑安全和整栋楼居民的生命财产安全，必须受到严格的监管。而目前此类城市违法建筑的监测工作，主要依靠现场巡查和人工目视对比多时相遥感影像排查疑似违法建筑等手段，人力资源投入大、效率低，“盲、乱、慢”问题极为突出，急需大区域疑似楼顶加盖型违法建筑自动检测与提取技术。

现有的建筑物自动检测与提取技术一般是从遥感影像上检测建筑物整体的变化，包括建筑物的新增、消失和外观的改变，对于违法建筑的监测则着重于提取新增建筑物，没有精准针对在高分辨率遥感影像上识别楼顶加盖型违法建筑的方法。同时，从分析粒度角度，已有的多时相遥感影像建筑物变化检测方法主要分为基于场景、面向对象和基于像素三类：基于场景的变化检测方法对多类地物组合形成的场景进行分类，但不适合用于提取单类目标；基于像素的变化检测方法主要利用深度学习算法多层次地提取复杂地物的抽象特征并端对端地输出变化检测结果，但这类方法过于依赖前期训练样本，在复杂环境中效果并不理想；面向对象的方法按照变化检测策略的不同大致可以分为分割后检测和分类后检测，前者对多时相影像分别分割提取或互相叠加分割提取目标对象后直接比较，变化检测精度严重依赖分割结果；后者在不同时相影像上进行面向目标对象的分类，然后根据几何形状、上下文特征等对比分析，进行变化与否的判断。

上述的这些方法都有其局限性，基于高分辨率遥感影像的楼顶加盖型违法建筑检测和提取由于建筑物轮廓形状和结构差异性以及阴影、遮挡等问题，相较于其他地物的变化检测而言也更为困难，因此减轻投影差带来的影像上的几何位移和阴影遮挡等因素的干扰尤为重要。

发明内容

针对现有技术没有针对性提取屋顶加盖型违法建筑的方法的问题，本发明的目的是提供一种基于区域定位和局部特征匹配的楼顶加盖违建识别方法，在前后期高分辨率遥感影像上通过已有的建筑物基底矢量数据定位建筑物的楼顶区域，再结合该局部区域的特征信息进行建筑物楼顶的变化检测，自动检测和提取楼顶加盖型疑似违法建筑目标的方法，以此达到精确检测楼顶加盖型违法建筑的目的。

为达到上述目的，本发明采用的技术方案如下：

一种基于区域定位和局部特征匹配的楼顶加盖违建识别方法，其关键在于包括如下步骤：

步骤1：利用已有的建筑物基底矢量数据，对建筑物进行编码，并在前后两期影像上分别定位同一建筑物的楼顶区域；

步骤2：对步骤1定位的两期影像同一建筑物楼顶区域进行局部特征提取；

步骤3：基于步骤2提取的特征信息，分别构建前后期正射影像建筑物顶部区域特征向量，并计算两个特征向量之间的相似性测度；

步骤4：将步骤3计算得出的相似性测度与变化阈值进行比较，提取出变化的建筑物楼顶区域，识别出楼顶加盖型违法建筑影像。

进一步的，步骤1中建筑物的楼顶区域定位步骤如下：

步骤1.1：利用高斯拉普拉斯算子对高分辨率影像进行边缘检测，提取初始边缘；

步骤1.2：对提取的影像的初始边缘进行概率霍夫变换直线检测，得到拟合的线段集；