水平集分层分割遥感图像中的建筑物

作     者：郭靖 江洁 曹世翔 Guo Jing;Jiang Jie;Cao Shixiang

作者机构：北京航空航天大学精密光机电一体化技术教育部重点实验室北京100191 

出 版 物：《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期：2014年第43卷第4期

页      面：1332-1337页

核心收录：

学科分类：0810[工学-信息与通信工程] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0802[工学-机械工程] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0704[理学-天文学] 0702[理学-物理学] 

基　　金：国家自然科学基金(61222304) 高等学校博士学科点专项科研基金(20121102110032) 

主　　题：水平集 C-V算法 分层 建筑物分割 

摘      要：针对高分辨率遥感图像,结合建筑物特征,提出水平集分层模型分割图像中的建筑物。首先,学习植被样本得到其在HSV空间中色调与饱和度的联合分布函数,利用阴影灰度方差通常小于非阴影区域的特点,将植被和阴影剔除以简化背景利于后续分割。然后,根据灰度级高低将一幅图像看作多层图像层,把建筑物的屋顶灰度特征和边缘特征融合到传统Chan-Vese(C-V)水平集算法中,分割出每层中灰度级相似的建筑物候选区域,从而将不同灰度级建筑物候选区域分层分割出来再整合。最后利用建筑物面积、建筑物与阴影位置关系等先验知识排除误分割,得到最终结果。实验表明:该方法能更好地分割出形状各异、各个灰度级的建筑物,甚至是灰度不均匀的建筑物,分割漏检率较传统C-V法降低了25%,虚检率降低了22%。有效减少了漏分割和过分割。