地理信息：建筑物识别与检测

　　地理信息：建筑物识别与检测

　　面对城市区坡大量的建筑物，要实现各个建筑物的提取，

　　首先必须识别与检测出各个目标建筑物。

　　在影像中存在多个物体间的选挡时，

没有物体的先验知识是很难判别哪些几何元素基属于同一物体的，

　　因此目标的识别与检测通常在低层次的影像特征检测之前完成，

　　这样才能减少后续工作的复杂度，建筑物识别与检拥是提取的重要基础，

　　这个过程被认为是实现建筑物自动提取的重要环节之一，

　　通常采用一个粗糙的分割或者分类方法实现可能含有单个建筑物目标的区域与其背景区域的分割。

　　在遥感影像中，通常可以利用阴影分析和房屋顶部及底郡的特征分析，

　　也可利用同一物体影像点灰度的连通性来识别与检测建筑物，

　　但前者存在计算复杂、效率很低的缺点，

　　而后者在噪声的影响下或物体相互遮挡的情况下则无法应用。

　　造成这些方法失效的原因包括:

　　屋顶和周围的低对比度可能造成低层次的分割产生碎片;

　　相邻的目标，如树木和其他地物也可以引起更多的碎片和噪声边界。

　　分析表明，不仅依靠灰度信息不足以实现影像分制，

　　即便应用更高层次的特征和形状等几何信息也不足以给出准确的分割结果。

　　根据规则建筑物的特点，本节单纯以立体遥感影像作为数据基础，

　　采用基于高度线索的建筑物识别与检测方法。

　　在实际应用中，各类房屋通常都是高出地面的，

　　可以对左右影像利用灰度匹配或者特征匹配技术，

　　建立房屋顶部的密集视差表面，从而形成包括地面与屋顶区域在一起的数字表面模载。

　　实际中由于匹配的错误而产生的后果是很难准确地获取房屋边界

　　以建立可靠的房屋模型尤其对于周围有树木高度较低的房屋来说，更是非常困难。



为您推荐  地理信息：高分辨率影像地物提取技术