專利名稱：一種基于遙感影像的建設工地非監(jiān)督提取方法
技術領域：
:本發(fā)明是一種實用、高效的建設工地識別方法，適用于高分辨遙感衛(wèi)星數據以及無人機航拍數據，具體涉及模式識別和數字圖像處理技術?？梢栽诮ㄖさ靥崛?，城市動態(tài)變化監(jiān)測、工程施工進展監(jiān)控、災害檢測、評估等方面有著廣泛的應用。
背景技術：
:建筑物提取是進行土地利用變化監(jiān)測的基本問題之一，為城市動態(tài)變化監(jiān)測分析、投資建設進程監(jiān)控和政府決策提供可靠的依據。目前利用遙感影像對建筑物進行識別的算法都是針對正在使用的建筑物進行提取，忽略了正在建設中的建筑物。這些方法主要基于光譜信息和紋理、形狀、邊緣等信息，根據建筑物基本的形狀、高度和顏色特征，通過設定經驗閾值以及建立模式提取已經建成的建筑物。只能針對具有特定形狀或者光譜信息以及高度的建筑物，而且對它們的光譜信息和紋理信息的特征和分布限制比較高，對紋理和光譜信息較復雜的正在建設建筑物的識別更是一片空白。本發(fā)明利用了區(qū)域生長思想，提出一種建設工地提取方法，可以對在建的建筑物進行識別。利用建設工地特殊的光譜特性設定種子點的形成條件，將處于光譜特征變化劇烈區(qū)域的種子點提取出來，并通過制定新的生長規(guī)則將其鄰域范圍內的點歸為在建設工地
發(fā)明內容
:目前，建筑物識別主要是針對已經建設好的建筑物，不包括正在建設中的建筑工地。而且普遍使用的方法是根據大部分建筑物特有的光譜和紋理特征、以及幾何形狀等信息設計的，具有很大的隨機性，只適用于某些特定的環(huán)境，僅對特定的建筑物具有很好的提取效果，普適性不高。本發(fā)明是一種非監(jiān)督建筑工地自動提取方法，針對建筑工地光譜和紋理信息瑣碎的特征，選定光譜以及紋理集中變化區(qū)域的種子點，賦予區(qū)域生長新的生長規(guī)則，利用區(qū)域生長的方法將建筑工地準確、有效地提取出來。具體的方法步驟如下:第一步:去除無人機航空影像中綠色植被綠色植被在遙感圖像中占據很大的比例，而且它們與正在建設中的建筑物同樣具有變化劇烈的紋理信息，會對建筑工地提取造成干擾。由于它們的光譜信息比較穩(wěn)定、一致，可以利用光譜閾值法首先將植被去除。第二步:將圖像顏色空間從RGB轉換到YCbCrRGB顏色空間三個通道R，G和B之間具有很高的相關性，適合于顯示圖像。但是像元之間在RGB空間中的距離不能在一致尺度上表達人類對不同地物感知的不同，因此不適合利用RGB空間對地物的光譜和紋理進行分析。YCbCHY是指亮度分量，Cb指藍色色度分量，而Cr指紅色色度分量)適用于圖像分割提取，而且人類對顏色差異的感知可以用歐拉距離表不(參見文獻:Shih, F.Y.and S.Cheng, Automatic seeded region growing forcolor imagesegmentation.1mage and Vision Computing,2005.23(10):p.877-886)。因此我們利用YCbCr顏色空間對航空影像地物進行分析。第三步:自動生成種子點1、計算每一個像素與其周圍像素的相似性設定窗口大小為3X3，影像在窗口范圍內在某一波段上的方差為:
權利要求
1.基于高分辨率遙感圖像的建筑工地提取方法，其特征是利用種子點的形成特點，對光譜信息和紋理信息破碎的建筑工地進行定位，再利用區(qū)域生長方法將離散的種子點集生成連通區(qū)，進而生成在建工地區(qū)域。具體實施方案如下: (1)利用光譜閾值法將圖像中綠色植被剔除 綠色植被雖然有較連續(xù)和平滑的光譜信息，但是其紋理信息較瑣碎，容易對建筑工地的提取造成干擾。因此首先利用光譜閾值將綠色植被去除。
(2)將圖像從RGB顏色空間轉換到YCbCr空間 遙感圖像的顯示多采用RGB空間，但是由于R、G和B之間的相關性比較高，無法用光譜距離表達人類對不同地物感知的差別，因而不能用于圖像分割、目標識別等處理。而YCbCr (Y是指亮度分量，Cb指藍色色度分量，而Cr指紅色色度分量)空間對光譜和紋理信息較敏感，多用于圖像分割、提取感興趣特征。因此需要將顏色空間轉換。
(3)自動判斷與生成種子點 首先計算每個像元與其相鄰像元的光譜相似性，并利用otsu方法自動生成閾值，作為光譜相似性的評價標準。如果大于該閾值，則作為種子備選點，再計算其與相鄰元素之間的紋理相似性，生成種子點集。
(4)區(qū)域生長，生成建筑工地提取結果 針對建筑工地的紋理信息和光譜信息的特點，以及種子點的分布特征，以每一個種子點為核心，判斷其5X5范圍內的種子點個數，確定其是否屬于密集區(qū)。若屬于密集區(qū)，則將其5X5范圍內的所有點都標記為在建工地識別區(qū)域。
2.根據權利I要求，其特征在于，建筑工地的光譜和紋理信息較瑣碎，與種子點生成條件相吻合，可以將二者結合起來。
3.根據權利1、2要求，其特征在于，種子點在建筑工地處分布密集，通過設定密集條件可以將位于建筑工地的種子點提取出來。因此，將每個種子點置于5X5窗口的核心處，判斷其窗口內鄰接像元為種子點的個數，如果大于16，則設定該種子點處于密集區(qū)域，即建筑工地。
4.根據權利3要求，其特征在于，建筑工地區(qū)域上分布大量離散種子點集。以每個高密集區(qū)域內的種子點為核心，將其在5X5鄰域矩形內所有非種子點的像元標記為種子點，SP區(qū)域增長操作，得到光滑連續(xù)的建筑工地識別結果。
全文摘要
針對建設工地的特點，發(fā)明了一種基于遙感影像的建筑工地非監(jiān)督自動提取方法。該方法利用遙感影像中建設工地的紋理特性重新生成種子點，通過增長形成在建區(qū)域，實現(xiàn)建筑工地非監(jiān)督提取。主要分四步(1)去除影像中與建筑工地有相似紋理特征的綠色植被；(2)將圖像轉換到YCbCr空間；(3)計算每個像素與其在3×3鄰域內像素的相似性，得到后備種子點，計算每個后備種子點與其鄰居像元間的歐拉距離，判斷得到種子點；(4)對密集區(qū)域的種子點按照一定規(guī)則進行增長形成在建區(qū)域。發(fā)明填補了目前針對在建設建筑物提取算法的缺失，為投資建設進展監(jiān)測、災害損失檢測以及政府決策提供有力依據，對于具有特定紋理特征的目標進行識別具有重要作用。
文檔編號G06T7/00GK103106655SQ201310013490
公開日2013年5月15日 申請日期2013年1月15日 優(yōu)先權日2013年1月15日
發(fā)明者于博, 王力, 牛錚 申請人:中國科學院遙感與數字地球研究所