结合变化信息和建筑特征的遥感影像新增建筑提取方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115880575A(43)申请公布日2023.03.31(21)申请号202211314630.7G06V10/774(2022.01)(22)申请日2022.10.26G06V10/80(2022.01)(71)申请人中国电子科技集团公司第五十四研究所地址050081河北省石家庄市中山西路589号第五十四所航天实验室(72)发明人常晓宇王敏刘宇王港张晓男谢鑫浩孙方德郭争强朱进陈金勇(74)专利代理机构河北东尚律师事务所13124专利代理师王文庆(51)Int.Cl.G06V20/10(2022.01)G06T7/10(2017.01)G06V10/40(2022.01)权利要求书3页说明书6页附图1页(54)发明名称结合变化信息和建筑特征的遥感影像新增建筑提取方法(57)摘要本发明公开了一种结合变化信息和建筑特征的遥感影像新增建筑提取方法，属于遥感图像处理领域。其包括：分割后时相遥感影像获得超像素图；提取线段得到线段集合；计算超像素的边缘线段垂直性；计算建筑物线段指数；提取影像基于对象的形态学特征；计算建筑物强度；计算前后时相遥感影像的纹理特征；计算前后时相遥感影像的纹理特征差和光谱特征差；求纹理和光谱特征的变化强度，获得变化强度；获取新增建筑对象斑块；采用形状指数进行后处理，获取最终的新增建筑对象。本发明充分利用光谱和纹理特征提取变化信息，并通过边缘结构特征和形态学特征提取建筑特性，为大面积遥感影像实现新增建筑识别提供了可靠的技术支撑。CN115880575ACN115880575A权利要求书1/3页1.一种结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，包括以下步骤：步骤1，采用SEEDS算法将后时相遥感影像分割，获得超像素图IMseg；步骤2，采用LSD算法对后时相遥感影像提取线段，得到线段集合Lset；步骤3，基于线段集合Lset计算超像素Si的边缘线段垂直性步骤4，利用边缘线段垂直性和相交线段数计算建筑物线段指数步骤5，利用形态学建筑指数MBI提取影像基于对象的形态学建筑特征步骤6，融合形态学建筑特征和建筑线段指数计算影像的建筑物强度步骤7，分别计算前后时相遥感影像的纹理特征和步骤8，分别计算前后时相遥感影像的纹理特征差DT和光谱特征差DS；步骤9，分别求纹理和光谱特征的变化强度IT和IS，通过直接求和获得变化强度CI；步骤10，依据分割结果IMseg求对象级的变化强度CIseg，并与建筑物强度加权融合得到新增建筑强度图NBI；步骤11，计算新增建筑强度图NBI的分割阈值T，对NBI二值化后获取新增建筑对象斑块NB；步骤12，对每一新增建筑对象斑块NB分别计算形状指数GI，过滤出GI超过阈值的斑块NB，得到最终提取的新增建筑对象NBpost。2.根据权利要求1所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，步骤3中，当有n条线段与超像素Si相交时，边缘线段垂直性的表达式为：式中，F(Δβjk)表示当两条线段lj、lk与超像素Si相交时的垂直性值，Δβjk表示线段之间的夹角，θ表示倾斜角差容许误差。3.根据权利要求2所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，步骤4中建筑物线段指数采用如下公式计算：其中，N()表示线段包含的像素个数，N(Si∩lm)表示线段lm与超像素Si相交的像素个数。4.根据权利要求3所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其2CN115880575A权利要求书2/3页特征在于，步骤5中，基于对象的形态学建筑特征计算方式如下：式中，MBI(x,y)表示形态学建筑指数MBI图的(x,y)处的象元值，p和q分别表示与超像素Si等面积的矩形的长和宽。5.根据权利要求4所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，步骤6中建筑物强度的计算方法如下：式中，为可调节的加权因子，Nor()表示对建筑指数进行最大值最小值归一化处理。6.根据权利要求5所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，步骤7中，采用GLCM的方差测度作为纹理特征，其计算方法如下：其中，d∈{1,2}，P(i,j)代表灰度级别i和j在给定方向和距离情况下的出现的可能性，μ是GLCM的均值，N代表灰度级。7.根据权利要求6所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，步骤8中，纹理特征差DT和光谱特征差DS的计算方法如下：式中，S表示光谱波段，T1和T2分别表示遥感影像的两个时间，abs()表示求绝对值。8.根据权利要求7所述的结合变化信息和建筑特征的遥感影像新增建筑提取方法，其特征在于，步骤9中，纹理和光谱特征的变化强度IT和IS的计