基于超像素的高分辨率影像建筑物提取

作     者：莫中夏 张新长 张志强 MO Zhong-xia;ZHANG Xin-chang;ZHANG Zhi-qiang

作者机构：中山大学地理科学与规划学院广东广州510275 

出 版 物：《地理与地理信息科学》 (Geography and Geo-Information Science)

年 卷 期：2017年第33卷第6期

页      面：50-56页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金重点项目(41431178) 国家自然科学基金面上项目(41671453) 广东省自然科学基金重点项目(2016A030311016) 

主　　题：建筑物 超像素 SLIC LiDAR 

摘      要：建筑物提取对于基础地理数据获取与更新具有重要意义。针对传统的基于像元方法难以利用影像空间、上下文信息以及面向对象方法最优分割尺度难以确定等问题,该文提出一种基于超像素的高分辨率影像建筑物提取方法。首先利用LiDAR点云数据生成归一化高程模型以获取地物的高度特征,并通过Layerstacking方式与高分辨率影像融合;随后基于Simple Linear Iterative Clustering(SLIC)算法分割高分辨率影像的RGB彩色图像生成超像素;继而基于分割所得的超像素中的每个像元对超像素进行特征计算;最后使用基于RBF核的支持向量机方法进行超像素级别分类,得到建筑物提取结果。实验结果表明,该方法能够有效识别出简单场景和复杂场景下的建筑物,显著消除了传统基于像元方法出现的椒盐效应,同时避免了面向对象方法中最佳分割尺度选择的难题,取得了较好的建筑物提取效果。