面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法

面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法

ID:5330237

大?。?.26 MB

頁數(shù):7頁

時間:2017-12-08

面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法_第1頁
面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法_第2頁
面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法_第3頁
面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法_第4頁
面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法_第5頁
資源描述:

《面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、第39卷第1期測繪學(xué)報Vol.39,No.12010年2月ActaGeodaeticaetCartographicaSinicaFeb.,2010文章編號:1001-1595(2010)01-0039-07面向?qū)ο蟮母叻直媛蔬b感影像城區(qū)建筑物分級提取方法1,21,21,21,21,2陶超,譚毅華,蔡華杰,杜博,田金文1.華中科技大學(xué)圖像識別與人工智能研究所,湖北武漢430074;2.華中科技大學(xué)多譜信息處理技術(shù)國家重點實驗室,湖北武漢430074Object-orientedMethodofHierarchicalUrbanBuildingExtractionfromHigh-

2、resolu-tionRemote-SensingImagery1,21,21,21,21,2TAOChao,TANYihua,CAIHuajie,DUBo,TIANJinwen1.InstituteofPatternRecognitionandArtificialIntelligence,HuazhongUniversityofScienceandTechnology,Wuhan430074,Ch-ina;2.TheStateKeyLaboratoryforMult-ispectraInformationProcessingTechnology,HuazhongUnivers

3、ityofScienceandTech-nology,Wuhan430074,ChinaAbstract:Anautomaticurbanbuildingextractionmethodforhigh-resolutionremote-sensingimagery,whichcom-binesbuildingsegmentationbasedonneighbortotalvariationswithobject-orientedanalysis,ispresentedinthispaper.Aimedatdifferentextractioncomplexityfromvari

4、ousbuildingsinthesegmentedimage,ahierarchicalbuildingextractionstrategywithmult-ifeaturefusionisadopted.Firstly,weextractsomerectanglebuildingswhichremainintactaftersegmentationthroughshapeanalysis.Secondly,inordertoensureeachcandidatebuildingtar-gettobeindependent,multidirectionalmorphologi

5、calroad-filteringalgorithmisdesignedwhichcanseparatebuildingsfromtheneighboringroadswithsimilarspectrum.Finally,wetaketheextractedbuildingsandtheexcludednon-buildingsassamplestoestablishprobabilitymodelrespectively,andBayesiandiscriminatingclassifierisusedformakingjudgmentoftheothercandidate

6、buildingobjectstogettheultimateextractionresult.Theexperimentalresultshaveshownthattheapproachisabletodetectbuildingswithdifferentstructureandspectralfeaturesinthesameimage.Theresultsofper-formanceevaluationalsosupporttherobustnessandprecisionoftheapproachdeveloped.Keywords:high-resolutionre

7、mote-sensingimagery;buildingextraction;objec-torientedmethod;morphology;Bayesianrule摘要:提出一種高空間分辨率遙感影像城區(qū)建筑物自動提取方法。該方法將面向?qū)ο蟮乃枷肴谌氲交卩徲蚩傋兎值慕ㄖ锓指罘椒ㄖ?并通過分析分割后不同類型建筑物提取的難易程度,提出一種多特征融合的建筑物對象分級提取策略:首先通過形狀分析檢測一部分分割完整的矩形建筑物目標(biāo),然后采用新提出的多方向形態(tài)學(xué)道路濾波算法將建筑物與鄰近光譜相似的道

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。