集成特征分量的高分辨率遥感影像建筑物阴影检测

doi:10.13474/j.cnki.11-2246.2018.0316

测绘通报 ›› 2018, Vol. 0 ›› Issue (10): 61-65.doi: 10.13474/j.cnki.11-2246.2018.0316

集成特征分量的高分辨率遥感影像建筑物阴影检测

谢亚坤, 冯德俊, 李强, 王垠入, 瑚敏君

西南交通大学地球科学与环境工程学院测绘遥感信息系, 四川成都 611756

收稿日期:2018-01-22 修回日期:2018-02-21 出版日期:2018-10-25 发布日期:2018-10-31
通讯作者: 冯德俊。E-mail:fengdj@126.com E-mail:fengdj@126.com
作者简介:谢亚坤(1991-),男,硕士生,主要研究方向为GIS与遥感图像处理。E-mail:708838249@qq.com
基金资助:
国家重点研发计划（2016YFC0803105）

Building Shadow Detection with Integrated Characteristic Components for High Resolution Remote Sensing Images

XIE Yakun, FENG Dejun, LI Qiang, WANG Yinru, HU Minjun

Faculty of Geosciences and Environmental Engineering, South West Jiaotong University, Chengdu 611756, China

Received:2018-01-22 Revised:2018-02-21 Online:2018-10-25 Published:2018-10-31

摘要/Abstract

摘要： 针对高分辨率遥感影像，提出了一种集成影像特征分量与建筑物阴影形态特征的面向对象建筑物阴影提取方法。通过分析遥感影像的光谱特性，构建了主成分第一分量PC₁、绿波段分量G、过绿指数EXG及色调特征H，并采用伽马变换对H波段进行增强处理，对各特征分量DN值归一化处理并进行了综合分析，根据建筑物阴影形态特征设立面积及长宽比规则，构建了规则集，实现了面向对象的建筑物阴影信息提取。选取不同时段不同地区的遥感影像进行建筑物阴影提取试验，试验表明，本文方法不仅能够有效地削弱水体、植被、深色地物的影响，而且能够去除非建筑物阴影的干扰，所获得的建筑物阴影斑块完整，无破碎图斑。

关键词: 高分辨率遥感影像, 阴影检测, 特征分量, 形态特征, 面向对象

Abstract: An object-oriented building shadow extraction method is proposed for high-resolution remote sensing images,which integrates the images characteristic components and the shadow's morphological characteristics of buildings.By analyzing the spectral characteristics of remote sensing images,the first component (PC₁),the green band component (G),the excess green (EXG) and the hue characteristic (H) were constructed,then we used the gamma transform to enhance the H band,and normalized the DN value of each characteristic component and made a comprehensive analysis.According to the morphological characteristics of building shadow,we established the area and aspect ratio rule and built a rule set.Thereby,the object-oriented building shadow information extraction was achieved.Finally,we selected remote sensing images from different regions and time intervals to extract building shadow.Experimental result showed that the proposed method can not only effectively reduce the influence of water bodies,vegetation and dark objects,but also remove the shadow of non-building structures,and then obtain integral building shadow patches without fragmentation.

Key words: high-resolution remote sensing image, shadow detection, characteristic component, morphological feature, object-oriented

中图分类号:

P237

谢亚坤, 冯德俊, 李强, 王垠入, 瑚敏君. 集成特征分量的高分辨率遥感影像建筑物阴影检测[J]. 测绘通报, 2018, 0(10): 61-65.

XIE Yakun, FENG Dejun, LI Qiang, WANG Yinru, HU Minjun. Building Shadow Detection with Integrated Characteristic Components for High Resolution Remote Sensing Images[J]. 测绘通报, 2018, 0(10): 61-65.

参考文献

[1] 位明露,詹总谦.一种改进的航空遥感影像阴影自动检测方法[J].测绘通报,2016(6):14-17.
[2] NAKAJIMA T,TAO G,YASUOKA Y.Simulated Recovery of Information in Shadow Areas on IKONOS Image by Combing ALS Data[C]//Proceeding of Asian Conference on Remote Sensing. Kathmandu:[s.n.], 2002:214-220.
[3] 郭海涛,徐青,张保明.多重约束下的建筑物阴影提取[J].武汉大学学报(信息科学版),2005,30(12):1059-1062.
[4] TSAI V J D.A Comparative Study on Shadow Compensation of Color Aerial Images in Invariant Color Models[J]. IEEE Transactions of Geoscience and Remote Sensing,2006,44(6):1661-1671.
[5] POLIDORIO A M,FLORES F C,IMAI N N,et al.Automatic Shadow Segmentation in Aerial Color Images[C]//Proceedings of the XVI Brazilian Symposium on Computer Graphics and Image Processing.Sao Carlos:IEEE,2003:270-277.
[6] SUZUKI A,SHIO A,ARAI H,et al.Dynamic Shadow Compensation of Aerial Images Based on Color and Spatial Analysis[C]//Proceedings of the 15th International Conference on Pattern Recognition.Barcelona:IEEE Computer Society Press,2000:1317-1320.
[7] 刘辉,谢天文.基于PCA与HIS模型的高分辨率遥感影像阴影检测研究[J].遥感技术与应用,2013,28(1):78-84.
[8] 杨猛,杨树文,雍万铃,等.集成特征分量的阴影多尺度分割方法[J].遥感信息,2017,32(1):109-114.
[9] 林祥国,张继贤.面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用[J].测绘学报,2017,46(6):724-733.
[10] LIU W,YAMAZAKI F.Object-based Shadow Extraction and Correction of High-resolution Optical Satellite Images[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2012,5(4):1296-1302.
[11] 帅滔,张洪艳,张良培.面向对象的高分辨遥感影像阴影探测方法[J].光子学报,2015,44(12):160-167.
[12] 王理政,林祥国,宁晓刚.面向对象的高分辨率遥感影像阴影提取方法[J].测绘科学,2017,42(3):108-113.
[13] 段光耀,宫辉力,李小娟,等.结合特征分量构建和面向对象方法提取高分辨率卫星影像阴影[J].遥感学报,2014,18(4):760-770.
[14] 朱文泉,林文鹏.遥感数字图像处理:原理与方法[M].北京:高等教育出版社,2015.
[15] TORRES-SÁNCHEZ J,PEÑA J M,CASTRO A I D,et al.Multi-temporal Mapping of the Vegetation Fraction in Early-season Wheat Fields Using Images from UAV[J]. Computers and Electronics in Agriculture,2014,103(2):104-113.
[16] 周坚华,周一凡,郭晓华,等.城镇阴影区植物分布信息提取与亮度修复的方法[J].华东师范大学学报(自然科学版),2011(6):1-9.

集成特征分量的高分辨率遥感影像建筑物阴影检测

Building Shadow Detection with Integrated Characteristic Components for High Resolution Remote Sensing Images

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	罗鸿, 廖雨, 杨存建. 基于高分影像的乡村聚落提取与空间重构[J]. 测绘通报, 2022, 0(6): 62-65,92.
[3]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[4]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[5]	丁永辉, 张勤, 杨成生, 王猛, 丁辉. 基于高分遥感的金沙江流域滑坡识别——以巴塘县王大龙村为例[J]. 测绘通报, 2022, 0(4): 51-55.
[6]	高雨, 胡召玲, 樊茹. 高分辨率影像融合算法对滨海湿地土地利用分类精度的影响[J]. 测绘通报, 2022, 0(1): 116-120.
[7]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[8]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[9]	陈磊士, 高霞霞, 廖玉芳, 邓剑波, 周碧. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021, 0(6): 12-15.
[10]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[11]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.
[12]	陈利燕, 林鸿, 吴健华. 融合随机森林和超像素分割的建筑物自动提取[J]. 测绘通报, 2021, 0(2): 49-53.
[13]	李悦, 张敏. 面向对象的高分辨率遥感影像建设用地变化监测[J]. 测绘通报, 2021, 0(2): 54-58.
[14]	王媛, 杜明义, 杨柳忠, 蔡国印, 张宁. 多源遥感数据支持下的城市生态状况评价[J]. 测绘通报, 2021, 0(11): 16-20.
[15]	迪里胡玛尔·阿汗木江, 玉素甫江·如素力. 新疆焉耆盆地土壤湿度时空分布特征[J]. 测绘通报, 2021, 0(11): 36-41.