JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于DSM与阴影的彩色遥感影像建筑物提取

高春霞 谢明鸿 宋纳

高春霞, 谢明鸿, 宋纳. 基于DSM与阴影的彩色遥感影像建筑物提取[J]. 轻工学报, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022
引用本文: 高春霞, 谢明鸿, 宋纳. 基于DSM与阴影的彩色遥感影像建筑物提取[J]. 轻工学报, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022
GAO Chun-xia, XIE Ming-hong and SONG Na. Building extraction from color remote sensing imagery based on DSM and shadows[J]. Journal of Light Industry, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022
Citation: GAO Chun-xia, XIE Ming-hong and SONG Na. Building extraction from color remote sensing imagery based on DSM and shadows[J]. Journal of Light Industry, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022

基于DSM与阴影的彩色遥感影像建筑物提取

  • 基金项目: 云南省省级人培项目(KKSY201403020)
    云南省教育厅科学研究基金资助重点项目(KKJD201403003)

  • 中图分类号: TP751

Building extraction from color remote sensing imagery based on DSM and shadows

  • Received Date: 2015-07-14
    Available Online: 2015-11-15

    CLC number: TP751

  • 摘要: 针对大面积树木阴影的存在,使得利用阴影提取建筑物的结果与实际建筑物数量存在较大差距的问题,结合建筑物DSM数据,提出了一种基于DSM与阴影的彩色遥感影像建筑物提取方法.通过设定植被分割阈值剔除植被信息的影响,采用mean-shift算法对图像进行过分割,提取建筑物阴影区域,结合DSM数据处理,得到实际高度的NDSM图像,再次提取建筑物进行最终优化.实验结果表明,使用该方法提取建筑物比只根据阴影提取建筑物精度有所提高、形状较为规整,更接近实际地物.
    1. [1]

      陶超,谭毅华,蔡华杰,等.面向对象的高分辨率遥感影像城区建筑物分级提取方法[J].测绘学报,2010,39(1):39.

    2. [2]

      黎树禧,宋杨,李长辉,等.利用DSM以及彩色遥感航空影像快速提取建筑物目标信息[J].测绘通报,2012(1):33.

    3. [3]

      Liu H,Xie T.Study on shadow detection in high resolution remote sensing image based on PCA and HIS model[J].Remote Sensing Technology and Application,2013,28(1):78.

    4. [4]

      Mehmet D,Ugur H,Printed A.Learning-based resegmentation method for extraction of buildings in satellite images[J].IEEE Geoscience and Remote Sensing Letters,2014,11(12):2150.

    5. [5]

      Jaynes C,Webb S,Steele R M,et al.Dynamic shadow removal from front projection displays[C]//proceedings of the Conference on Visualization'01,Washington,DC:IEEE Computer Sciety,2001:175.

    6. [6]

      Finlayson G D,Hordley S D,Drew M S,et al.Removing shadows from images[C]//Proceedings of the 7th European Conference on computer Vision,LNCS 2353.Berlin:Spring-Verlag,2002:823.

    7. [7]

      章毓晋.图像处理和分析教程[M].北京:人民邮电出版社,2009.

    8. [8]

      钱韬.从DSM数据中自动提取建筑物的方法研究[J].测绘与空间地理信息,2008,31(6):137.

    9. [9]

      Hu R M,Huang X B,Huang Y C.An enhanced morphological building index for building extraction from high-resolution images[J].Acta Geodaetica et Cartographica Sinica,2014,43(5):514.

    10. [10]

      朱忠国,吕京国.腐蚀算法在遥感影像建筑物边缘提取中的应用[J].城市勘测,2014(6):17.

    1. [1]

      池哲翔廖敏史尚李声毅廖芸丁冬 . 国外烟草活性成分提取及纤维材料利用现状与展望. 轻工学报, 2024, 0(0): -.

    2. [2]

      李敏贺姗姗杨钰雯 . 改良QuEChERS方法结合超高效液相色谱测定火腿肠中杂环胺类化合物. 轻工学报, 2024, 39(5): 60-70. doi: 10.12187/2024.05.007

  • 加载中
计量
  • PDF下载量:  61
  • 文章访问数:  1031
  • 引证文献数: 0
文章相关
  • 收稿日期:  2015-07-14
  • 刊出日期:  2015-11-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
高春霞, 谢明鸿, 宋纳. 基于DSM与阴影的彩色遥感影像建筑物提取[J]. 轻工学报, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022
引用本文: 高春霞, 谢明鸿, 宋纳. 基于DSM与阴影的彩色遥感影像建筑物提取[J]. 轻工学报, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022
GAO Chun-xia, XIE Ming-hong and SONG Na. Building extraction from color remote sensing imagery based on DSM and shadows[J]. Journal of Light Industry, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022
Citation: GAO Chun-xia, XIE Ming-hong and SONG Na. Building extraction from color remote sensing imagery based on DSM and shadows[J]. Journal of Light Industry, 2015, 30(5-6): 108-112. doi: 10.3969/j.issn.2095-476X.2015.5/6.022

基于DSM与阴影的彩色遥感影像建筑物提取

  • 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500
基金项目:  云南省省级人培项目(KKSY201403020)云南省教育厅科学研究基金资助重点项目(KKJD201403003)

摘要: 针对大面积树木阴影的存在,使得利用阴影提取建筑物的结果与实际建筑物数量存在较大差距的问题,结合建筑物DSM数据,提出了一种基于DSM与阴影的彩色遥感影像建筑物提取方法.通过设定植被分割阈值剔除植被信息的影响,采用mean-shift算法对图像进行过分割,提取建筑物阴影区域,结合DSM数据处理,得到实际高度的NDSM图像,再次提取建筑物进行最终优化.实验结果表明,使用该方法提取建筑物比只根据阴影提取建筑物精度有所提高、形状较为规整,更接近实际地物.

English Abstract

参考文献 (10) 相关文章 (2)

目录

/

返回文章