结合形态学和光谱特征参数的建筑物阴影提取及其高度估算

doi:10.13474/j.cnki.11-2246.2018.0170

测绘通报 ›› 2018, Vol. 0 ›› Issue (6): 22-26.doi: 10.13474/j.cnki.11-2246.2018.0170

结合形态学和光谱特征参数的建筑物阴影提取及其高度估算

胡云锋¹, 张千力^1,2

1. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京 100101;
2. 中国科学院大学, 北京 100101

收稿日期:2017-08-11 出版日期:2018-06-25 发布日期:2018-07-07
作者简介:胡云锋(1974-),男,博士,主要从事土地覆被变化研究。E-mail:huyf@lreis.ac.cn
基金资助:
国家重点研发项目（2016YFB0501502；2016YFC0503701）；高分专项（00-Y30B14-9001-14/16）

The Extraction of Building Shadow and the Estimation of Building Heights Based on Morphology and Spectral Characteristic Parameters

HU Yunfeng¹, ZHANG Qianli^1,2

1. Institute of Geographic Sciences and National Resources Research, LREIS, Chinese Academy of Sciences, Beijing 100101, China;
2. University of Chinese Academy of Sciences, Beijing 100101, China

Received:2017-08-11 Online:2018-06-25 Published:2018-07-07

摘要/Abstract

摘要： 建筑物高度信息对城市景观规划设计、城市人居和生态环境评估等都具有重要作用。针对当前卫星遥感影像提取建筑物高度研究中存在精度较低、人工干预程度过多的问题，本文基于GF-2卫星遥感影像数据，综合建筑物阴影指数（EMSI）、归一化植被指数（NDVI）和地表反射率等3个参数，实现了建筑物阴影的自动化提取，进而依据空间几何学关系，实现了建筑物高度的快速估算，最后对研究结果进行了实地检验。研究表明，利用建筑物阴影指数、NDVI、地表反射率等3个参数可有效提取建筑物阴影，且利用建筑物阴影进行建筑物高度估算的平均精度达到了95.40%，证明了高分二号卫星影像在提取建筑物高度方面具有较高的可行性。

关键词: 建筑物高度, 形态学, 光谱, 阴影提取, 高分二号卫星

Abstract: Building heights are important for urban landscape planning,city habitat and eco-environmental assessment.In order to solve the problem of low accuracy in the study of extracting building height by using remote sensing images and the problem of excessive human intervention,this paper uses GF-2 satellite images to realize the automatic extraction of building shadows by calculating EMSI,NDVI and land surface reflectance.And then it calculates the height of the building based on the spatial geometric relationship.Finally,the results of the study are field tested.Experimental results show that using EMSI,NDVI and land surface reflectance can effectively extract the shadow of the building,and the mean accuracy of the estimations reach 95.40%,which proves the high feasibility of GF-2 images in estimating building heights.

Key words: building heights, morphology, spectrum, shadow extraction, GF-2 satellite

中图分类号:

P237

胡云锋, 张千力. 结合形态学和光谱特征参数的建筑物阴影提取及其高度估算[J]. 测绘通报, 2018, 0(6): 22-26.

HU Yunfeng, ZHANG Qianli. The Extraction of Building Shadow and the Estimation of Building Heights Based on Morphology and Spectral Characteristic Parameters[J]. 测绘通报, 2018, 0(6): 22-26.

[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]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[3]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[4]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[5]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[6]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.
[7]	陈竹安, 邹梓龙, 徐志芳, 彭嘉琪, 施陈敬, 洪志强. 复杂背景下航拍图像的电力线自动提取算法[J]. 测绘通报, 2022, 0(4): 37-43.
[8]	童矿, 宋洋, 孔祥芬. 机场净空区建筑物的识别与监测[J]. 测绘通报, 2022, 0(3): 127-131.
[9]	李少先. 利用双向布料模拟的机载建筑物点云提取[J]. 测绘通报, 2022, 0(3): 148-151.
[10]	杨景玉, 贾多科, 王阳萍. 基于超像素分割与CRF的高分辨率遥感影像变化检测[J]. 测绘通报, 2022, 0(2): 25-30,49.
[11]	郭云开, 曹骁, 谢晓峰, 张思爱, 谢琼. 基于集合经验模态分解的土壤重金属Cd定量反演[J]. 测绘通报, 2022, 0(1): 44-49.
[12]	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.
[13]	王德强, 赵德良. 高光谱遥感异常目标探测方法性能对比分析[J]. 测绘通报, 2021, 0(9): 108-111.
[14]	王学文, 赵庆展, 田文忠, 龙翔, 江萍. U-Net模型对不同空间分辨率防护林提取精度的影响[J]. 测绘通报, 2021, 0(6): 39-43.
[15]	郭云开, 章琼, 张思爱, 谢晓峰. 光谱解混下耕地土壤铬含量GMDH模型反演[J]. 测绘通报, 2021, 0(5): 73-76.

结合形态学和光谱特征参数的建筑物阴影提取及其高度估算

The Extraction of Building Shadow and the Estimation of Building Heights Based on Morphology and Spectral Characteristic Parameters

PDF

可视化

被引次数

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