一種基于高分辨率遙感圖像的矩形建筑物提取方法及系統的制作方法
【技術領域】
[0001] 本發明屬于遙感圖像目標識別技術領域，具體涉及一種基于高分辨率遙感圖像的 矩形建筑物提取方法及系統。
【背景技術】
[0002] 高分辨率遙感圖像是基礎地理數據庫的重要信息源，建筑物作為其中一類重要的 人工地物目標，實現其自動提取具有重要意義。由于建筑物屋頂材質多種多樣，在遙感圖像 中表現出的光譜特征千差萬別，采用基于光譜的遙感圖像分類提取方法難以獲得理想的效 果。而絕大多數建筑物具有形狀規則、邊緣為直線、存在直角拐點等特有的幾何特征，因此， 幾何特征是建筑物提取的主要依據。目前，國內外學者已經提出了多種應用幾何特征進行 建筑物提取的方法：
[0003] 陶文兵等（2003)采用幾何結構元分析的方法，在提取遙感圖像中的直線段后，搜 索能構成矩形的基本結構元素，并對結構元素進行合并與重建，自動從航空城區圖像中提 取矩形建筑物[陶文兵，田巖，張鈞，等.航空圖像矩形建筑物自動提取方法研究[J]. 宇航學報，2003, 24(4) :341-347. ]。Cui等（2012)提出了一種綜合建筑物的幾何特征和 灰度特征進行建筑物提取的算法。該方法根據建筑物的空間分布特點和Hough變換特性， 在Hough變換域篩選邊緣線段，提取出潛在的目標邊緣線段，再根據屋頂的灰度特征，最 終準確地提取出建筑物[Cui S, Yan Q, Reinartz P. Complex building description and extraction based on Hough transformation and cycle detection[J]. Remote Sensing Letters，2012,3(2):151_159·]。M. Izadi and P. Saeedi (2012)通過 Burns 算法檢測 圖像中直線特征，根據幾何結構特征對直線段進行多邊形編組連接提取建筑屋頂，并利 用陰影輔助重建三維建筑模型[M. Izadi and P. Saeedi, Three-Dimensional Polygonal Building Model Estimation From Single Satellite Images[J], Geoscience and Remote Sensing, IEEE Transactions on, 2012, 50:2254-2272.]〇
[0004] 經過分析發現，現有的算法都是在直線段提取的基礎上，通過知覺編組的策略組 合出候選區域，再利用先驗知識判別所提取區域是否為建筑物。但這些方法都存在一定的 局限性，主要表現在：①直線段提取效果欠佳，傳統的直線段提取算法不僅計算復雜度高， 而且在復雜地表環境下，應用效果較差；②算法魯棒性不足，傳統方法是直接對直線段進行 編組，容易受到噪聲干擾，在場景復雜的遙感圖像中，編組結果不理想；③矩形搜索策略不 完善，傳統方法往往直接拋棄最終未能組成完整矩形的L型、U型結構，這將導致遺漏部分 建筑物目標。
【發明內容】
[0005] 本發明提供一種基于高分辨率遙感圖像的矩形建筑物提取方法及系統，目的是克 服現有方法存在的不足，實現高效準確地提取矩形建筑物。
[0006] 為了解決上述技術問題，本發明提出的技術方案如下：
[0007] -種基于高分辨率遙感圖像的矩形建筑物提取方法，其步驟包括：
[0008] 1)提取高分辨率遙感圖像中的直線段特征，然后根據直線段間的空間關系，將空 間中相鄰的、角度近似的直線段擬合成新的直線段；
[0009] 2)利用直線段提取結果提取直角結構，然后組織直角結構組成矩形結構元素； [0010] 3)對于未能組合出完整矩形結構的孤立直角結構以及U型結構，利用圖像梯度信 息補充未提取的邊界，得到建筑物的矩形結構提取結果。
[0011] 進一步地，上述方法中，步驟1)在提取所述直線段特征之前，對遙感圖像進行預處 理，以平滑圖像噪聲，保持邊緣信息；步驟3)之后還包括后處理步驟：剔除部分虛假矩形建 筑物目標，合并同一屋頂上重疊的多個矩形。
[0012] 下面具體說明本發明方法的各步驟：
[0013] ( 1)圖像預處理步驟；
[0014] 本步驟中采用雙邊濾波器對遙感圖像進行預處理，雙邊濾波器具有在進行濾波降 噪的同時，保持圖像邊緣信息的特點，有助于更好地提取建筑物邊緣直線段。
[0015] 雙邊濾波器除由空間距離決定的參數c外，還增加了由像素灰度差決定的光譜參 數s，使像素值相差較小的像素具有更大的濾波權重，函數如下：
[0016]
[0017] 式中X，ε為空間坐標，函數h(x)表示濾波后X處像素值，f(x)表示原圖像X處 像素值，c( ε，X)表示與空間位置差異相關的權重，s(f ( ε )，f (X))表示與像素灰度差相關 的權重系數，k(X)為歸一化權重系數，計算方法如下：
[0018]
[0019] (2)直線段檢測步驟；
[0020] 直線段是生成矩形結構的基礎，直線段的提取效果將決定矩形結構的提取精度。
[0021] 本步驟中，首先利用LSD直線段提取算法提取圖像中的直線段特征，LSD (Line Segment Detector)算法是由Rafael G等人于2010年提出，能夠在線性時間內快速準確地 提取圖像中的直線性特征。然后根據直線段間的空間關系，將空間中相鄰、角度近似的直線 段擬合成新的直線段。如圖2所示，根據線段AB、CD間的空間距離BC和夾角Θ3,通過閾 值判定AB與CD是否互為可延伸線段。若滿足條件，利用最小二乘法擬合線段的頂點A、B、 C、D，得到線段A1B1作為短線合并的結果。
[0022] (3)矩形結構生成步驟；
[0023] 首先根據空間關系將直線段組成直角結構，然后以直角結構為基礎進一步組合， 將兩個直角結構組成U型結構，再將兩個U型結構或一個U型結構和一個直角結構組成矩 形結構元素。包括下述子步驟：
[0024] 1)直角結構提取
[0025] 根據線段間的空間關系，利用距離和夾角閾值搜索出所有可能形成直角的線段 對；然后在交點處打斷T字型和十字型組合的線段，再根據打斷后線段長度進行抑制，忽略 較短線段，生成相應的直角結構元素。
[0026] 由于建筑物的陰影也可能包含直角特征，為減少陰影對矩形建筑提取的干擾，需 要將陰影構成的虛假直角結構刪除。為檢測直角結構是否為陰影的輪廓，在直角結構內側 為每條直角邊建立一個固定寬度的緩沖區(如圖3所示)，通過緩沖區內包含的像素灰度值 判別該直角元素是否為陰影輪廓，陰影輪廓將被刪除，不用于矩形的提取。
[0027] 2) U型結構提取
[0028] U型結構由兩個直角結構組成，是組成矩形的中間結構元素。遍歷每一個直角結構 元素，在其鄰域內根據如下準則逐步篩選最合適的直角結構元素，與之合并形成U型結構：
[0029] a.兩個結構元素間距離小于閾值，且有一條公共邊(公共邊，是指相鄰兩個結構元 素中的各一條邊，它們之間的夾角小于閾值且距離小于閾值）；
[0030] b.直角開口方向不相同；
[0031] c.在當前直角結構L兩條邊所包圍的象限內；
[0032] d.滿足以上條件且兩直角結構直角頂點距離最近。
[0033] 合并兩個最佳匹配直角結構生成U型結構：保留非公共邊，作為U型的兩個側邊； 將兩個直角頂點連接作為U型的底邊。
[0034] 3)矩形結構提取
[0035] 得到U型結構后，需要進一步與其他U型結構或直角結構元素進行合并，組成矩形 結構。
[0036] 合并兩個U型結構的方法是遍歷每個U型結構，在其鄰近空間內按如下規則搜索 能與之合并的最佳U型結構元素：
[0037] a.兩個結構元素間距離小于閾