高分辨率遙感影像居民地提取方法研究.pdf

1、居民地是人類(lèi)居住和進(jìn)行各種日?；顒?dòng)的中心場(chǎng)所。在高分辨遙感影像中，居民地通常由密集的建筑物群，內(nèi)部的綠地，以及周邊的道路交通網(wǎng)所構(gòu)成。準(zhǔn)確有效地獲取居民地的實(shí)時(shí)信息，在“城鎮(zhèn)化”建設(shè)、數(shù)字城市、城市規(guī)劃、土地利用及GIS系統(tǒng)更新等多個(gè)領(lǐng)域都具有重要的現(xiàn)實(shí)及經(jīng)濟(jì)意義。為此，本文充分利用高分辨率遙感影像上居民地特有的局部特征，進(jìn)行了居民地提取和分類(lèi)方面的探索和嘗試?？傮w而言，本文主要包括以下三個(gè)方面的研究工作:
　　(1)基于邊緣密度

2、特征的高分辨率遙感影像居民地提取
　　利用影像上居民地與非居民地的邊緣密度特征差異提取居民地，首先對(duì)影像進(jìn)行濾波平滑預(yù)處理，其次檢測(cè)影像上的邊緣特征并將其擬合成直線段，然后計(jì)算影像上像素點(diǎn)到所有邊緣直線段的空間距離，最后利用高斯函數(shù)量化邊緣密度并最終閾值分割提取居民地。該方法是一種全自動(dòng)的居民地提取方法，有效地避免了由于人為因素對(duì)提取結(jié)果帶來(lái)的影響，提高了居民地提取的精度。
　　(2)基于Gabor特征的高分辨率遙感影像居民

3、地提取
　　居民地內(nèi)部除了包含豐富的邊緣特征之外，同時(shí)也具有密集的角點(diǎn)特征，而在角點(diǎn)處往往會(huì)出現(xiàn)明顯的灰度梯度和曲率變化，Gabor濾波對(duì)于這種變化具有較強(qiáng)的響應(yīng)。據(jù)此，本文首先利用Gabor濾波對(duì)影像做多尺度多角度的變換，其次檢測(cè)濾波圖像上的Gabor特征并優(yōu)化，最后構(gòu)建特征的空間投票矩陣并結(jié)合OStu閾值分割方法提取居民地。該方法同樣是一種非監(jiān)督的提取方法，相對(duì)于基于邊緣密度特征的提取方法，在運(yùn)行效率和居民地提取精度上都有一定

4、的提高。
　　(3)高分辨率遙感影像城鎮(zhèn)及鄉(xiāng)村居民地監(jiān)督分類(lèi)
　　利用以上兩種方法可以有效地提取高分辨率遙感影像上的居民地，但是未能對(duì)城鎮(zhèn)和鄉(xiāng)村居民地進(jìn)行更進(jìn)一步的分類(lèi)，因此不能準(zhǔn)確地體現(xiàn)出城鄉(xiāng)之間的發(fā)展變化信息。為此，本文在以上兩種居民地提取方法的理論基礎(chǔ)上，充分利用城鎮(zhèn)和鄉(xiāng)村居民地的邊緣特征及Gabor特征的分布差異，發(fā)展了一種城鎮(zhèn)及鄉(xiāng)村居民地監(jiān)督分類(lèi)方法。首先設(shè)計(jì)了五種可以體現(xiàn)城鄉(xiāng)居民地邊緣特征和Gabor特征分布差異