亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        城市規(guī)則建筑物陰影去噪

        2020-04-01 01:01:04瑚敏君馮德俊伍燚垚
        遙感信息 2020年1期
        關(guān)鍵詞:特征區(qū)域

        瑚敏君,馮德俊,伍燚垚

        (西南交通大學(xué) 地球科學(xué)與環(huán)境工程學(xué)院,成都 611756)

        0 引言

        隨著遙感影像空間分辨率的逐漸提高,影像中地物的結(jié)構(gòu)、形態(tài)、紋理和細(xì)節(jié)更明顯,這使得對(duì)城市建筑物分布及其高度的研究成為了可能[1]。陰影作為高分辨率遙感影像中的重要組成部分,提供了物體的形狀高度、表面特征、相對(duì)位置等信息[2]。對(duì)于建筑物陰影來說,它能夠反映建筑物的大致形狀并提供三維信息,根據(jù)建筑物高度與陰影長度之間的幾何關(guān)系,可由陰影長度反演建筑物高度,該方法相對(duì)于其他方法更加便捷,并可應(yīng)用于大范圍地區(qū)建筑物高度的快速獲取[3]。因此,對(duì)高分辨率遙感影像中建筑物陰影的識(shí)別及提取顯得尤為重要。

        國內(nèi)外學(xué)者針對(duì)準(zhǔn)確提取建筑物陰影這一問題進(jìn)行了一系列研究。目前建筑物陰影提取方法主要分成形態(tài)學(xué)陰影指數(shù)的應(yīng)用、基于光譜特征的閾值分割和面向?qū)ο蠹夹g(shù)這3種。①形態(tài)學(xué)陰影指數(shù)的應(yīng)用:Huang X 等[4]在形態(tài)學(xué)建筑物指數(shù)(morphological building index,MBI)的基礎(chǔ)上提出形態(tài)學(xué)陰影指數(shù)(morphological shadow index,MSI),將二者結(jié)合并基于面向?qū)ο罂蚣軐?shí)現(xiàn)建筑物及其陰影的提取;Jiménez L I等[5]針對(duì)此方法提供了一種有效的算法實(shí)現(xiàn);胡云鋒等[6]綜合增強(qiáng)型形態(tài)學(xué)建筑物陰影指數(shù)(enhanced morphological shadow index,EMSI) 、歸一化植被指數(shù)(normalized difference vegetation index,NDVI)和地表反射率等 3個(gè)參數(shù),以及形態(tài)學(xué)濾波后處理來提取建筑物陰影并用于建筑物高度估算。②基于光譜特征的閾值分割:武丹等[7]通過對(duì)資源三號(hào)衛(wèi)星(ZY-3)影像各波段特征進(jìn)行分析,提出了一種基于譜間關(guān)系的陰影提取模型,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行形態(tài)學(xué)濾波處理以獲得最終的建筑物陰影區(qū)域。③面向?qū)ο蠹夹g(shù):余婧峰等[8]以面向?qū)ο蠹夹g(shù)為依托,在影像多尺度分割的基礎(chǔ)上,利用陰影對(duì)象的光譜、幾何特征設(shè)置特征函數(shù)提取建筑物陰影,并采用形態(tài)學(xué)濾波對(duì)陰影邊緣規(guī)則化。

        目前的研究主要采取形態(tài)學(xué)濾波和面積、長寬比、幾何指數(shù)等其中1種或2種組合來優(yōu)化建筑物陰影,對(duì)如何充分去除建筑物陰影噪聲的關(guān)注較少,僅考慮了建筑物陰影的部分形狀特征,沒有聯(lián)系到城市中建筑物的整體布局特征,且形態(tài)學(xué)處理對(duì)陰影區(qū)域邊界影響很大,改變陰影長度計(jì)算起終點(diǎn)的位置從而影響建筑物高度反演精度。針對(duì)以上問題,本文在已有的陰影初步檢測算法上進(jìn)一步去除偏藍(lán)色地物對(duì)陰影的干擾,并充分考慮建筑物陰影的幾何特征和整體分布的語義特征,提出一種適用于高分辨率遙感影像的城市規(guī)則建筑物陰影去噪方法。

        1 研究方法

        1.1 HSI變換下的陰影檢測

        研究表明,HSI色彩空間最接近于人類認(rèn)知心理[9],從人的視覺系統(tǒng)出發(fā),用色調(diào)(hue)、飽和度(saturation)和亮度(intensity)來描述色彩。在HSI顏色模型中,遙感圖像中的陰影區(qū)域具有低亮度值、高色調(diào)值、高飽和度的特性[10],可根據(jù)此特性來檢測陰影區(qū)域。

        周堅(jiān)華等[11]基于HSI色彩模型,考慮S分量和I分量在陰影區(qū)域的特性,提出了歸一化陰影指數(shù)(normalized difference umbra index,NDUI):

        (1)

        式中:S和I分別是HSI色彩模型中的S分量和I分量。

        該指數(shù)與歸一化植被指數(shù)類似,可擴(kuò)大亮區(qū)與陰影區(qū)S-I值的差異[11]。NDUI檢測陰影效果較好,且僅需要用到R、G、B 3個(gè)波段,可廣泛用于航空影像和衛(wèi)星影像,具有良好的普適性,故本文采用歸一化陰影指數(shù)進(jìn)行陰影區(qū)域的初步提取。

        1.2 建筑物陰影去噪

        陰影的形成是由于太陽光線在照射方向上受到地物的遮擋,能量不能或僅有部分到達(dá)遮擋物后方。對(duì)建筑物陰影提取產(chǎn)生干擾噪聲的主要有同物異譜現(xiàn)象和異物同譜現(xiàn)象2種情況。其中,同物異譜主要表現(xiàn)為建筑物陰影區(qū)域亮度值不均勻,陰影區(qū)域的亮度主要受散射光照射強(qiáng)度的影響[12],所以可能造成部分陰影在影像中亮度值較高;異物同譜主要表現(xiàn)為亮度值與陰影同樣較低的水體、深色植被等地物,對(duì)基于光譜特征檢測出的陰影區(qū)域干擾較大。

        1)過綠指數(shù)EXG提取偏藍(lán)色地物。在高分辨率遙感影像中,基于光譜信息的陰影檢測往往受偏藍(lán)色地物、水體和深色植被的干擾較大,其中,水體和深色植被都具有不規(guī)則的形狀邊界,并且水體通常具有更大的面積,所以通過幾何特征可以將它們與建筑物陰影區(qū)分開。然而偏藍(lán)色地物通常以建筑物頂部居多,與建筑物陰影同樣具有規(guī)則的邊界,且在RGB波段上的光譜值十分接近,如圖1所示,僅通過NDUI的計(jì)算難以將二者區(qū)分開。

        圖1 陰影和偏藍(lán)色地物光譜曲線

        Woebbecke發(fā)現(xiàn),過綠指數(shù)(excess green,EXG)提供了一個(gè)接近二元強(qiáng)度的圖像,描述了植物感興趣區(qū)域[13]。過綠指數(shù) EXG表達(dá)式為:

        EXG=2×ρgreen-ρred-ρblue

        (2)

        式中:ρgreen、ρred、ρblue分別表示像元在綠、紅、藍(lán)波段上的反射率或像元值。

        經(jīng)過大量實(shí)驗(yàn),原始影像在進(jìn)行EXG變換之后,偏藍(lán)色地物具有相對(duì)于陰影、植被等其他深色地物更低的亮度值,可以通過閾值分割將其有效區(qū)分,如圖2所示。

        圖2 EXG提取偏藍(lán)色地物

        2)建筑物陰影幾何特征。

        (1)建筑平面形態(tài)構(gòu)成建筑平面是體現(xiàn)建筑立面、空間、形象的基礎(chǔ),其形態(tài)由點(diǎn)、線、面等二維基本元素系統(tǒng)構(gòu)成,通常有3種形態(tài)類型:基本幾何、基本幾何原型的變形組合、基本幾何原型的分割重組。其中,基本幾何包括三角形、矩形、圓形等,是建筑平面中最簡單的形式;基本幾何原型的變形組合是基于各種基本幾何形狀,使用扭曲、旋轉(zhuǎn)、傾斜等來重新組合它們;基本幾何原型的分割重組則是利用各個(gè)幾何原型是使用不同幾何原型的引力,平行和交錯(cuò)來塑造更多的平面空間[14]。

        在進(jìn)行建筑設(shè)計(jì)時(shí),通常運(yùn)用簡單的幾何形體來增加建筑物整體的統(tǒng)一感,例如常見的圓、矩形、正方體等幾何形體,它們都具有抽象的一致性,是統(tǒng)一和完整的象征[15]。

        遙感影像中,某一地物陰影的形狀從一定程度上可以反映該地物自身的形狀。對(duì)于一般的規(guī)則建筑物來說,在不同的太陽高度角、方位角以及拍攝角度下,其陰影的幾何形狀都是矩形、多個(gè)矩形組合體或這些形狀拉伸、扭曲后的變形體。

        (2)約束條件。在提取出混合陰影區(qū)域后,利用建筑物陰影的幾何特征來剔除陰影區(qū)域的噪聲。本文采用以下幾個(gè)特征來優(yōu)化建筑物陰影區(qū)域:

        ①面積。在一幅遙感影像中,建筑物的面積存在恒定的上限和下限[16],同理,建筑物陰影的面積也存在一個(gè)范圍。根據(jù)建筑物陰影面積設(shè)定范圍閾值,去除掉面積過大和過小的噪聲。

        ②長寬比。由于提取出來的陰影多邊形形態(tài)各異,僅采用一般的最小外接矩形(minimum bounding rectangle,MBR)來計(jì)算長寬比不能充分地去除掉細(xì)長的多邊形,而一個(gè)多邊形的最小寬外接矩形(minimum width bounding rectangle,MWBR)是封閉該多邊形的寬度最小的矩形,更接近于多邊形本身的形狀,所以本文采用以上2種外接矩形分別計(jì)算長寬比。

        最小外接矩形長寬比:多邊形最小外接矩形長和寬的比值。其表達(dá)式為:

        (3)

        式中:LM為最小外接矩形的長度;SM為最小外接矩形的寬度。

        最小寬外接矩形長寬比:多邊形最小寬外接矩形長和寬的比值。其表達(dá)式為:

        (4)

        式中:LW為最小寬外接矩形的長度;SW為最小寬外接矩形的寬度。長寬比表達(dá)了多邊形的細(xì)長程度,其值越大,表示該多邊形越細(xì)長。

        ③ 矩形度。矩形度是指多邊形面積與其最小寬外接矩形面積的比值,它描述了多邊形的飽滿程度[3]。建筑物陰影的形狀往往多呈現(xiàn)矩形、多個(gè)矩形組合、圓形等原型或變形體,這些形狀都具有較高的飽和度,所以根據(jù)計(jì)算矩形度可去除一部分非建筑物陰影的噪聲。其表達(dá)為:

        (5)

        式中:A表示多邊形的面積;W表示多邊形最小寬外接矩形的面積。對(duì)于規(guī)則矩形建筑而言,Ф取值趨近于1.0。

        ④ 邊界指數(shù)。相對(duì)于較為規(guī)則的建筑物陰影邊界,提取出來的植被噪聲邊界往往比較復(fù)雜,邊界指數(shù)描述了多邊形邊界的復(fù)雜程度,它的值越大,表示多邊形的邊界越復(fù)雜,越不規(guī)則[3]。其表達(dá)式為:

        (6)

        式中:Lv表示多邊形邊界的周長;L表示多邊形的最小外接矩形的長度;S表示最小外接矩形的寬度。

        3)建筑物陰影語義特征。根據(jù)城市道路自身的幾何形態(tài),將其分為2種類型:平直型和曲線型。一般來講,根據(jù)建筑平面布局,分布在直線道路兩側(cè)的建筑物應(yīng)與路線平行或垂直;當(dāng)?shù)缆返淖呦虿荒軡M足使用要求時(shí),建筑物可以與路線保持一定的角度,但應(yīng)注意成形體序列,以獲得連續(xù)性和秩序感。對(duì)于彎曲的道路,建筑平面則要與道路曲率相適應(yīng)[17],即在一定區(qū)域內(nèi)的建筑物,分布互相平行或在某一角度內(nèi)。根據(jù)建筑形態(tài)學(xué)的相關(guān)理論,建筑物的形態(tài)要素都具有規(guī)則的變化。對(duì)于每一幢建筑物而言,其長軸方向體現(xiàn)了整體的走勢,一定范圍內(nèi)建筑物的長軸趨近于平行,即方向基本一致或位于某一范圍內(nèi)。

        故在某一時(shí)刻下,當(dāng)傳感器拍攝角度一定,太陽高度角一定,光線照射下形成的建筑物陰影也具有相近的方向,根據(jù)這一規(guī)律可進(jìn)一步去除掉無規(guī)則分布的噪聲。本文定義豎直方向作為起始方向0°,陰影方向α為從0°開始,順時(shí)針旋轉(zhuǎn)到建筑物陰影長軸的夾角,示意圖如圖3所示。

        圖3 建筑物陰影方向示意圖

        2 實(shí)驗(yàn)及結(jié)果分析

        2.1 實(shí)驗(yàn)數(shù)據(jù)及流程

        本文以QuickBird衛(wèi)星影像和航空影像為例,采用R、G、B 3個(gè)波段,進(jìn)行了基于光譜特征的陰影檢測以及基于幾何特征、語義特征的建筑物陰影去噪的驗(yàn)證。由于城市建筑物分布通常具有一定規(guī)律性,所以本文主要針對(duì)影像中城市規(guī)則建筑物區(qū)域,暫時(shí)不考慮異形建筑,為了使實(shí)驗(yàn)結(jié)果更具代表性,選擇含有偏藍(lán)色地物、植被等深色地物的實(shí)驗(yàn)區(qū)。如圖4所示,實(shí)驗(yàn)區(qū)1為西安市某地區(qū)2017年拍攝的航空影像,空間分辨率為0.3 m,實(shí)驗(yàn)區(qū)2為成都市某地區(qū)2015年拍攝的QuickBird影像,空間分辨率為0.6 m,圖像已經(jīng)過預(yù)處理。

        圖4 實(shí)驗(yàn)數(shù)據(jù)

        實(shí)驗(yàn)處理流程如圖5所示,大致分為陰影檢測和陰影去噪2個(gè)部分。首先,根據(jù)計(jì)算歸一化陰影指數(shù)得到混合陰影區(qū)域,然后通過計(jì)算過綠指數(shù)、幾何特征約束條件和語義特征約束條件來剔除非建筑物陰影噪聲。本文實(shí)驗(yàn)中,陰影檢測部分的NDUI分割閾值取-0.998 66,建筑物陰影去噪部分EXG分割閾值取-277,面積閾值設(shè)定為50 m2,最小外接矩形長寬比閾值為1.9,最小寬外接矩形長寬比閾值為8.9,矩形度閾值為0.3,邊界指數(shù)閾值為1.9,方向范圍設(shè)定為30°~100°。

        圖5 實(shí)驗(yàn)流程圖

        經(jīng)過去噪之后的建筑物陰影區(qū)域內(nèi)包含部分小面積的孔洞,進(jìn)一步做消除孔洞處理,最終得到完整的陰影矢量面結(jié)果。

        2.2 結(jié)果分析

        經(jīng)過初步陰影檢測得到的混合陰影區(qū)域如圖6所示。從圖中可以看出去噪處理之前的結(jié)果中含有道路、植被、深色地物等,這些噪聲均具有形狀不規(guī)則、分布不規(guī)律等特點(diǎn),去噪之后得到的最終實(shí)驗(yàn)結(jié)果如圖7(a)、圖7(d)所示,對(duì)誤檢和漏檢區(qū)域編號(hào)。從目視效果上來看,經(jīng)過上述去噪方法處理后,可有效剔除掉偏藍(lán)色地物、道路以及大部分植被的干擾,提取出來的建筑物陰影完整性和邊界規(guī)則性較好。與人工標(biāo)定的建筑物陰影區(qū)域(圖7(c)、圖7(f))相比,仍有少量的深色植被如圖7(a)中的2號(hào)、3號(hào)、4號(hào)和圖8(d)中的5號(hào)區(qū)域,以及深色地物如圖8(d)中的6號(hào)區(qū)域無法去除,造成誤檢的情況;對(duì)于漏檢情況而言,主要是由于建筑物陰影面積過小、形狀過于細(xì)長,從而作為噪聲被去除掉,如圖7(a)、圖7(d)中1號(hào)、7號(hào)和8號(hào)區(qū)域,在給定的影像中,衛(wèi)星拍攝角度和太陽高度角一定,建筑物越高大其陰影面積也越大,邊界越清晰,而低矮、占地面積較小的建筑物陰影,在設(shè)置幾何特征約束條件閾值時(shí)則相對(duì)容易被剔除掉。與最大似然分類的結(jié)果相比(圖7(b)、圖7(e)),本文方法陰影邊界較為規(guī)則,漏檢的情況相對(duì)較小,且將道路等細(xì)長地物能有效剔除。

        圖6 混合陰影區(qū)域

        圖7 實(shí)驗(yàn)結(jié)果對(duì)比圖

        為定量評(píng)價(jià)上述方法的準(zhǔn)確性與適用性,本文分別統(tǒng)計(jì)不同實(shí)驗(yàn)區(qū)人工標(biāo)定的建筑物陰影面積,采用檢測的準(zhǔn)確率、誤提率及漏提率作為評(píng)價(jià)準(zhǔn)則來評(píng)價(jià)算法精度,其中誤提率和漏提率由誤提面積和漏提面積與人工標(biāo)定結(jié)果面積相比獲得,如表1所示。本文方法所得建筑物陰影區(qū)域其平均準(zhǔn)確率達(dá)到了94.40%,而最大似然法所得建筑物陰影區(qū)域其平均準(zhǔn)確率為89.64%。且本文方法的平均誤提率與平均漏提率均較低。由此可得出,本文提出的建筑物陰影去噪方法具有較高的精度。

        表1 建筑物陰影提取精度

        提取出來的建筑物陰影長度可用于建筑物高度反演,如果對(duì)陰影檢測圖像進(jìn)行開、閉運(yùn)算等形態(tài)學(xué)處理會(huì)造成陰影區(qū)域輪廓的擴(kuò)大或縮小,從而使陰影長度發(fā)生變化,對(duì)建筑物高度的反演產(chǎn)生一定的誤差,故本文不對(duì)陰影檢測結(jié)果做形態(tài)學(xué)處理。

        3 結(jié)束語

        本文采用HIS色彩空間下的NDUI變換對(duì)高分辨率遙感影像進(jìn)行陰影區(qū)域初步檢測,并計(jì)算EXG指數(shù)提取偏藍(lán)色地物,再針對(duì)建筑物陰影形狀特征及建筑物分布規(guī)律,提出一種結(jié)合幾何特征、語義特征約束條件的建筑物陰影去噪方法。通過不同實(shí)驗(yàn)區(qū)和不同的方法的結(jié)果進(jìn)行對(duì)比實(shí)驗(yàn),并采用定量分析對(duì)結(jié)果進(jìn)行精度評(píng)定,結(jié)果表明,利用本文方法提取出的城市規(guī)則建筑物陰影邊界規(guī)則,圖斑完整,受非建筑物陰影和道路、偏藍(lán)色地物、植被等深色地物的干擾較小,平均準(zhǔn)確率在94%以上。但該方法仍有少部分的誤提、漏提現(xiàn)象,存在不足之處:①對(duì)于影像中偏藍(lán)色地物與陰影重合的情況,無法將陰影分離出來;②對(duì)于低矮、小面積建筑物的陰影由于面積過小,有被去除的可能。

        此外,考慮影像局部范圍內(nèi)的建筑物分布聚集性和相互之間距離等也有助于規(guī)則建筑物陰影的精確提取,以及對(duì)于異形建筑物的非規(guī)則陰影提取,有待進(jìn)一步研究。

        猜你喜歡
        特征區(qū)域
        抓住特征巧觀察
        永久基本農(nóng)田集中區(qū)域“禁廢”
        分割區(qū)域
        新型冠狀病毒及其流行病學(xué)特征認(rèn)識(shí)
        如何表達(dá)“特征”
        不忠誠的四個(gè)特征
        抓住特征巧觀察
        關(guān)于四色猜想
        分區(qū)域
        基于嚴(yán)重區(qū)域的多PCC點(diǎn)暫降頻次估計(jì)
        電測與儀表(2015年5期)2015-04-09 11:30:52
        久久亚洲网站中文字幕| 亚洲一区二区在线| 超碰观看| 成人一区二区三区激情视频| 人成午夜大片免费视频77777 | 日本黄页网站免费观看| 久久狠狠高潮亚洲精品暴力打| 国产精品一区二区三区蜜臀| 国产精品成人一区二区不卡| 亚洲精品成人无码中文毛片 | 国产精品一卡二卡三卡| 国产一区二区三区小向美奈子 | 久久精品亚洲熟女九色| 精品人妻少妇av中文字幕| 国产人妻人伦精品1国产盗摄 | 丁香五香天堂网| 国产va在线播放| 国产无卡视频在线观看| 大学生高潮无套内谢视频| 97一区二区国产好的精华液| 亚欧免费无码AⅤ在线观看| 免费观看人妻av网站| 亚洲av日韩av在线观看| 日韩我不卡| av免费网站不卡观看| 日日麻批免费40分钟无码| 欧美激情内射喷水高潮| 亚洲黄片久久| 中国少妇久久一区二区三区| 国产精品久久久国产盗摄| 久久精品免费免费直播| 人妻露脸国语对白字幕| 日本边添边摸边做边爱喷水| 夜爽8888视频在线观看| 亚洲最新中文字幕一区| 可免费观看的av毛片中日美韩| 国产精品成人观看视频| 国产高清国内精品福利99久久| 日韩av中文字幕波多野九色| 亚洲av无码片vr一区二区三区| 最新国产一区二区精品久久|