高分辨率遙感影像居民地提取方法研究.pdf

1、居民地是人類居住和進行各種日常活動的中心場所。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時信息，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)更新等多個領(lǐng)域都具有重要的現(xiàn)實及經(jīng)濟意義。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，進行了居民地提取和分類方面的探索和嘗試。總體而言，本文主要包括以下三個方面的研究工作:
　　(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，首先對影像進行濾波平滑預(yù)處理，其次檢測影像上的邊緣特征并將其擬合成直線段，然后計算影像上像素點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的居民地提取方法，有效地避免了由于人為因素對提取結(jié)果帶來的影響，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，同時也具有密集的角點特征，而在角點處往往會出現(xiàn)明顯的灰度梯度和曲率變化，Gabor濾波對于這種變化具有較強的響應(yīng)。據(jù)此，本文首先利用Gabor濾波對影像做多尺度多角度的變換，其次檢測濾波圖像上的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，相對于基于邊緣密度特征的提取方法，在運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
　　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，但是未能對城鎮(zhèn)和鄉(xiāng)村居民地進行更進一步的分類，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)督分類方法。首先設(shè)計了五種可以體現(xiàn)城鄉(xiāng)居民地邊緣特征和Gabor特征分布差異