遙感影像中建筑物平面及高度信息提取方法

孫彥花

摘? 要：遙感影像的特點之一是具有豐富的紋理特征。如何利用遙感影像豐富的紋理特征快速的提取建筑物，是目前遙感影像信息提取的難點之一。文章的研究內(nèi)容有：（1）圖像分割技術(shù)。這種方法的特點是，簡單易行，提取建筑物位置信息不是很準(zhǔn)確;（2）面向?qū)ο蟮奶卣魈崛》椒?，這種方法的特點是兼具了可視化程度比較高以及位置精度相對準(zhǔn)確的特點。（3）初步提取建筑物的高度信息，具體方法是根據(jù)建筑物陰影信息和太陽高度角信息以及建筑物的高度信息之間的關(guān)系，來計算建筑物的高度信息。

關(guān)鍵詞：遙感影像;分割技術(shù);面向?qū)ο?高度信息

中圖分類號：TP751? ? ? ? ?文獻標(biāo)志碼：A? ? ? ? ?文章編號：2095-2945（2020）05-0141-02

Abstract： One of the characteristics of remote sensing images is that they have rich texture features. How to use the rich texture features of remote sensing images to extract buildings quickly is one of the difficulties in remote sensing image information extraction. The research contents of this paper are as follows： （1） Image segmentation technology. The characteristic of this method is that it is simple and easy， and the extraction of building location information is not very accurate. （2） Object-oriented feature extraction method， this method is characterized by a high degree of visualization and relatively accurate position accuracy. （3） The height information of the building is extracted preliminarily， and the specific method is to calculate the height information of the building according to the relationship between the shadow information of the building， the solar height angle information and the height information of the building.

Keywords： remote sensing image; segmentation technology; object-oriented; height information

1 概述

遙感技術(shù)獲取所需信息，不受環(huán)境的限制，可以在任意氣候下進行。這是遙感的優(yōu)勢。遙感技術(shù)與地理信息技術(shù)的結(jié)合，可以凸顯出更多的優(yōu)勢，應(yīng)用到更多的領(lǐng)域。二者的結(jié)合，也是很多地學(xué)者關(guān)注的焦點[1]。3S技術(shù)（GIS技術(shù)、GPS技術(shù)，RS技術(shù)）相結(jié)合，具有更多的優(yōu)勢，能夠推廣到更多的應(yīng)用領(lǐng)域[2]?；谶b感技術(shù)的土地利用動態(tài)監(jiān)測其中一個目的就是提高效率，又能保證精度。目前最重要的是在現(xiàn)有技術(shù)條件下怎么提高自動化提取效率與質(zhì)量[3]。

2 本文主要研究內(nèi)容

本論文研究內(nèi)容有：（1）圖像分割技術(shù)。（2）面向?qū)ο蟮奶卣魈崛》椒?。?）建筑物高度信息的初步提取。（4）實地驗證。到實地進行驗證未確定的遙感圖像信息，這樣保證了信息提取的實際精度。

2.1 圖像分割技術(shù)

圖像分割是利用圖像不同的灰度值等信息將影像分割成多個圖斑，然后利用不同的算子把感興趣地類提取出來。這樣同一區(qū)域里的像素一些性質(zhì)就相同。

2.1.1 圖像分割原則

圖像分割的原則有兩個：（1）根據(jù)圖像像素的灰度值

是否具有連續(xù)性進行處理，如果像素的灰度值是連續(xù)的則認為同種地類，否則為不同種地類。（2）利用區(qū)域增長法進行處理，主要是判讀選中的區(qū)域內(nèi)部的像素灰度值是否具有相似性，如果相鄰區(qū)域的像素的灰度值具有相似性則可以將這些區(qū)域的像素合并處理。

2.1.2 圖像分割的主要方法

圖像分割的方法其實就是把數(shù)字圖像分成互不相交的區(qū)域的過程，其主要方法包括：灰度閾值法、梯度方法、邊緣檢測法等。

2.2 面向?qū)ο蟮奶卣魈崛〖夹g(shù)

ENVI FX的全名是“面向?qū)ο罂臻g特征提取模塊-Feature Extraction”。它是基于影像空間和光譜特征從高分辨率全色影像或者多光譜影像數(shù)據(jù)中提取所需的信息。

2.2.1 提取前的準(zhǔn)備工作

（1）調(diào)整圖像的空間分辨率。（2）調(diào)整圖像的光譜分辨率。（3）組合多源影像數(shù)據(jù)。（4）空間濾波。

2.2.2 初步分割

通過控制尺度上邊界的差異性進而產(chǎn)生多尺度分割。

2.2.3 合并

圖像分割會不可避免的錯分部分信息，且將同種地類分割多個圖斑，此類圖斑可以將相鄰的同類圖斑進行合并。

2.2.4 提取對象特征

本文主要是規(guī)則分類法提取對象特征。（1）圖像預(yù)處理。（2）利用規(guī)則分類方法進行分類。首先將植被和非植被信息提取出來。0.03420.4067;1.7151rect_fit來判斷房屋還是道路，如果值為1則為建筑物否則為道路?？梢岳胊rea去除分類后的細碎的圖斑，利用Spatial：elongation，延伸性判斷其為正方形還是矩形。第三種規(guī)則是去除水泥地。avgband_2>324.3525。建筑物反射率低于水泥地，可以根據(jù)波段的像元值來去除水泥地。Spectral：avgband_2（波段2的平均灰度值）。

從圖中可以看出我們感興趣的地物建筑物都已經(jīng)提取出來。

2.3 建筑物高度信息的提取

2.3.1 經(jīng)驗法

經(jīng)驗方法就是首先測量一些建筑物的高度，然后再測量圖像上建筑物的陰影長度，這樣就能確定建筑物高度與陰影長度在這個遙感影像上的關(guān)系，然后根據(jù)這個關(guān)系就可以由其他建筑物在該遙感影像上的陰影長度推算出這些建筑物的高度信息。

2.3.2 根據(jù)太陽高度角計算

所謂太陽高度角，就是指某個地方的太陽的光線與該地方與地心垂直的地表切線的夾角。

在遙感影像中可以測量出建筑物的陰影長度，建筑物的高度可以用公式h=s*tanα來計算，其中h為建筑物高度，s為建筑物的陰影長度，α為太陽高度角。太陽高度角信息：minSunEl=37.9，maxSunEl=38.0，meanSunEl=37.9。由此可得太陽平均高度角為meanSunEl=37.9，所以可得tanα=0.78。利用DEM數(shù)據(jù)改正地形原因造成的陰影測量誤差：進行坡度分析，得知研究區(qū)地勢平坦，坡度趨向于零。

如果θ≈0，則，cosθ≈1，sinθ≈0，則，s≈s1。根據(jù)坡度分析可以得到研究區(qū)域的坡度接近于零，由上述所列公式得出改正后的陰影長度約等于測量的陰影長度。

根據(jù)太陽高度角及建筑物陰影計算的建筑物高度見表1。

3 結(jié)論

本文通過DEM數(shù)據(jù)進行了地形分析，利用太陽高度角及建筑物陰影長度和建筑物高度信息之間的關(guān)系，計算建筑物高度信息，同時利用不同方法對建筑物平面位置信息進行了提取。這是一種對遙感信息提取的探索，為以后研究遙感影像的信息提取方法提供一種方向。

參考文獻：

[1]inton JC. GIS and remote sensing integration for environmental applications. Geography Information Science，1996，10（7）：877-890.

[2]陽松，王繼堯.淺論面向?qū)ο蟮倪b感圖像的模糊分類[J].科技情報開發(fā)與經(jīng)濟，2007，17（8）：236-237.

[3]馮德俊，申京詩，李永樹，等.動態(tài)監(jiān)測變化信息提取[J].測繪工程，2004，13（1）：17-20.