基于多特征Dempster-shafer證據(jù)融合的高分辨率遙感影像建筑物變化檢測.pdf

1、城鎮(zhèn)化過程的快速推進(jìn)導(dǎo)致人地關(guān)系矛盾不斷加劇，因而對科學(xué)把握新型城鎮(zhèn)化道路提出了更為嚴(yán)苛的要求。作為城鎮(zhèn)區(qū)域變化的主要內(nèi)容，建筑物變化信息的快速提取對涉及城鎮(zhèn)規(guī)劃布局、違章建筑管控、基礎(chǔ)地理信息數(shù)據(jù)庫動態(tài)更新等系列應(yīng)用領(lǐng)域具有極其重要的現(xiàn)實(shí)意義。日趨常態(tài)化的高分辨率衛(wèi)星遙感影像獲取為自動建筑物變化檢測引領(lǐng)了新的科學(xué)視野，但受制于影像的光譜復(fù)雜性及建筑物本身的色調(diào)、形狀、尺度差異的雙重影響，使得基于多時相高分辨率遙感影像的建筑物變化信息自

2、動提取仍然亟待系統(tǒng)化的理論研究與方法創(chuàng)新。
　　影像地物目標(biāo)的變化必然反映于特征的變化，穩(wěn)定且豐富的空間特征能夠從不同角度對建筑物予以描述，因此通過構(gòu)建并融合差異特征集提取建筑物變化信息具備充分的理論可行性。針對目前多特征融合在高分辨率遙感影像建筑物變化檢測方面存在的若干不足，本論文引入了形態(tài)學(xué)建筑物指數(shù)(Morphological Building Index，MBI)與Dempster-shafer(D-S)證據(jù)理論，探索了建

3、筑物的多特征表達(dá)與差異特征集融合方法，進(jìn)而實(shí)現(xiàn)自動、準(zhǔn)確的建筑物變化信息提取目標(biāo)，主要研究內(nèi)容包括:
　　1.針對原始MBI算法在建筑物與背景反差較弱時描述效果欠佳的問題，借助自適應(yīng)對比度增強(qiáng)算法增強(qiáng)建筑物與周邊地物的局部反差，彌補(bǔ)了MBI在這類情形下存在的建筑物特征描述問題;其次，原始MBI算法采用單組結(jié)構(gòu)元素，無法兼顧影像上尺度差異較大的建筑物，因而提出利用大、中、小3組跨度較小的結(jié)構(gòu)元素分別提取MBI特征再求最大值的方法達(dá)到

4、了對不同尺度建筑物的完整表達(dá)。
　　2.以改進(jìn)后的MBI作為建筑物描述的基本特征，增加GLCM紋理、相位一致性邊緣、像元形狀指數(shù)PSI等空間特征組成特征向量集，再將結(jié)構(gòu)相似度判別后的特征相似度作為指示建筑物變化的信息源，彌補(bǔ)了單純依靠MBI易造成較高虛檢率的不足。
　　3.通過分析各特征向量相似度對于建筑物變化的貢獻(xiàn)度，引入權(quán)重因子構(gòu)建其對應(yīng)的基本概率賦值函數(shù)，有效地突出了優(yōu)勢特征，然后利用D-S證據(jù)融合理論進(jìn)行變化信息證據(jù)