结合辐射与分形的高分遥感建筑物阴影检测

作     者：王超 行鸿彦 李亮 裴晓芳 申祎 Wang Chao;Xing Hongyan;Li Liang;Pei Xiaofang;Shen Yi

作者机构：南京信息工程大学电子与信息工程学院南京210044 淮安市水利勘测设计研究院有限公司淮安223005 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2018年第39卷第2期

页      面：241-247页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61601229) 江苏省自然科学基金(BK20160966) 江苏省高校自然科学基金(16KJB510022) 江西省水信息协同感知与智能处理重点实验室开放基金(2016WICSIP004)项目资助 

主　　题：高分辨率 遥感 影像 建筑物 阴影检测 

摘      要：高分辨率遥感影像建筑物阴影检测可为城市摄影测量领域中的建筑物定位、高度估计等提供关键信息。针对传统基于辐射特征的阴影检测方法中所存在的局限,提出了一种结合辐射特征与分形属性的高分辨率遥感影像建筑物阴影检测方法。首先,采用针对高分辨率遥感影像的WJSEG（wavelet J-segmentation）算法进行区域分割;在此基础上,通过综合分析建筑物阴影的辐射及几何分形信息,构建了统一的特征空间;最后,提出了基于用户可信度的样本选择方法来优化主动学习的支持向量机（SVM）分类,从而实现建筑物阴影检测。实验表明,所提出方法能够准确识别建筑物阴影并有效排除虚假目标的干扰,检测精度显著提高。