遙感影像中建筑物提取研究綜述

1、基于遙感影像的建筑物提取研究方法綜述摘要：遙感影像上建筑物提取的基礎(chǔ)理論研究始于20世紀(jì)80年代，隨著遙感技術(shù)的不斷進(jìn)步，遙感影像的分辨率及精確度越來越高以及快速發(fā)展的城市在城市空間數(shù)據(jù)庫方面的巨大要求?，F(xiàn)在城市空間數(shù)據(jù)庫需要對(duì)數(shù)據(jù)快速獲取更新，又因?yàn)檫b感影像本身具有的現(xiàn)時(shí)性，更新速度快的特點(diǎn)。在城市空間數(shù)據(jù)庫的更新、城市動(dòng)態(tài)監(jiān)測(cè)、城市變化監(jiān)測(cè)以及“智慧城市”建設(shè)等方面有著重要的使用價(jià)值。本文介紹基于不同遙感影像提取建筑物的基本方法和幾個(gè)發(fā)展趨勢(shì)。主要包括SAR圖像，LIDAR點(diǎn)云數(shù)據(jù)，高光譜影像，航空影像等多種源數(shù)據(jù)不同的提取方法，以及不同數(shù)據(jù)來源的優(yōu)缺點(diǎn)。同時(shí)對(duì)建筑物提取研究中需要解決的問

2、題和研究趨勢(shì)進(jìn)行了總結(jié)。1. 引言城市地區(qū)的遙感影像中，超過8成的目標(biāo)是建筑物和道路，所以對(duì)建筑物和道路的識(shí)別和提取式遙感影像地物提取的主要研究方向，除道路和建筑物以外，剩下的大部分都是植被，在城市中綠地的面積占了一定的比例，在建筑物的提取中，建筑物在遙感影像中容易受到植被的干擾，如何高效率、高質(zhì)量的剔除植被對(duì)建筑物的影響成了建筑物提取的關(guān)鍵。進(jìn)行建筑物提取的主要應(yīng)用有城區(qū)自動(dòng)提取、地圖更新、城市變化監(jiān)測(cè)、城市規(guī)劃、三維建模、數(shù)字化城市建立等諸多方面，如何實(shí)現(xiàn)建筑物的快速、高精度、自動(dòng)化提取成為目前的研究熱點(diǎn)。目前對(duì)綠地和水體的自動(dòng)提取已經(jīng)比較成熟， 而道路和建筑物由于其自身的復(fù)雜性導(dǎo)致自動(dòng)提

3、取困難，本文主要提出了目前遙感影像建筑物提取研究的熱點(diǎn)及其發(fā)展趨勢(shì)。2. 建筑物提取的歷史發(fā)展快速準(zhǔn)確地獲取不同類型城市建筑的空間位置、形狀等信息具有極其重要的意義， 在城市規(guī)劃、城市動(dòng)態(tài)監(jiān)測(cè)、城市三維建模、地形圖更新、地籍調(diào)查等方面有廣泛的應(yīng)用。目前，對(duì)自動(dòng)建立城市三維模型和實(shí)現(xiàn)城市虛擬現(xiàn)實(shí)的需求越來越多， 利用大比例尺航空影像獲取城市建筑物的三維幾何信息和表面紋理，是實(shí)現(xiàn)“三維城市”建模的有效途徑之一。到目前為止，利用高分辨率航空相片或衛(wèi)星影像提取建筑物等人工地物信息的方法大體分為兩類：其一，利用圖像信息結(jié)合高程信息進(jìn)行建筑物信息提取，因?yàn)槌鞘欣锏慕ㄖ镉幸欢ǖ母叨刃畔?，通過建筑物與周圍環(huán)

4、境（地面）之間的高差進(jìn)行屋頂邊界的提取，這種方法大多需要一定的輔助數(shù)據(jù)如DEM、DSM等一類具有地物高程數(shù)據(jù)的影像。其二，利用高空間分辨率遙感影像數(shù)據(jù)結(jié)合計(jì)算機(jī)視覺、圖像處理與分析、人工智能等學(xué)科領(lǐng)域的新方法實(shí)現(xiàn)對(duì)建筑物頂部信息的半自動(dòng)甚至全自動(dòng)識(shí)別與提取。后一種方法只利用到了圖像的光譜信息，灰度信息以及建筑物的形態(tài)信息和一部分先驗(yàn)知識(shí)，難度更大。建筑物提取中易受到周圍環(huán)境的影響，主要有下面三個(gè)方面：(1)房屋邊緣與道平行且相鄰，邊緣檢測(cè)后的影像中道路和房屋邊緣相互混淆；(2)因?yàn)榕臄z角度導(dǎo)致建筑物彼此的遮蔽，影像上丟失了被遮蔽建筑物的信息；(3)建筑物陰影的灰度接近建筑物的灰度，很難區(qū)分二者

5、的邊界，對(duì)提取產(chǎn)生干擾。3. 遙感影像的分類及特點(diǎn)遙感影像來提取建筑物，常見的影像數(shù)據(jù)：SAR數(shù)據(jù)，LIDAR點(diǎn)云數(shù)據(jù)，航空影像等。SAR 圖像的幾何變形較嚴(yán)重， 可解譯性較差， 并且受雷達(dá)波的入射角和波長(zhǎng)等參數(shù)的影響較大， 因此直接利用 SAR 圖像進(jìn)行建筑物輪廓的精確提取比較困難但是， 建筑物在 SAR 圖像中所存在的高亮線條、 陰影區(qū)域、 疊掩區(qū)域和亮斑區(qū)域等能為定位建筑物的感興趣區(qū)域提供可能?；贚IDAR點(diǎn)云數(shù)據(jù)的建筑物提取，LIDAR數(shù)據(jù)對(duì)高程的表達(dá)較好，建筑物屋頂與地面有一定的高程差，可以利用這個(gè)把地面點(diǎn)濾去。但是這種提取方法受到地面起伏的影響較大，在地勢(shì)較為平緩的時(shí)候，精度較高

6、，在地勢(shì)起伏較大的時(shí)候，精確度就會(huì)受到很大的影響。機(jī)載激光提取建筑物：仍然是一種快速生成DSM數(shù)據(jù)，然后進(jìn)行建筑物的提取。但是建筑物以外的物體對(duì)建筑物的提取產(chǎn)生很大的干擾。航空影像因?yàn)閭鞲衅鞯目焖侔l(fā)展，使得航空影像呈現(xiàn)出向高光譜，高分辨率的方向發(fā)展，因?yàn)椴煌匚飳?duì)不同波段的光的反射不同，因此高光譜在地物分類中得到了較多應(yīng)用，高分辨率影像分為高時(shí)間分辨率影像和高空間分辨率影像，高時(shí)間分辨率影像在變化檢測(cè)和動(dòng)態(tài)監(jiān)測(cè)等應(yīng)用中，主要是將不同時(shí)相的影像來進(jìn)行對(duì)比分析，高空間分辨率提高了地物的信息量，但是同時(shí)也出現(xiàn)了同物異譜，異物同譜的干擾，一方面對(duì)提取地物起到了促進(jìn)作用，但同時(shí)也增加了對(duì)目標(biāo)提取物的噪聲

7、影響。到目前為止，高空間分辨率遙感影像中地物信息量豐富、噪聲信息明顯等特點(diǎn)，增加了“同譜異物”和“同物異譜”現(xiàn)象，使得高精度建筑物提取變得困難。由于高分辨率衛(wèi)星的不斷發(fā)射，高空間分辨率遙感影像數(shù)據(jù)是當(dāng)前對(duì)地觀測(cè)數(shù)據(jù)的主要數(shù)據(jù)源，因此對(duì)高空間分辨率影像的地物提取的研究仍然是主要的研究方向。4. 地物提取的主要方法遙感影像進(jìn)行建筑物提取的基礎(chǔ)理論研究始于20世紀(jì)80年代，在數(shù)十年的發(fā)展歷程中，各種有關(guān)建筑物提取的方法相繼提出。按照其自動(dòng)化程度，分為人工 （目視判讀）提取、半自動(dòng)提取、自動(dòng)提取三個(gè)層次。其中人工提取方法主要依據(jù)專家經(jīng)驗(yàn)，應(yīng)用歷史最長(zhǎng)，已經(jīng)比較成熟；部分半自動(dòng)提取方法的精度也能滿足工程

8、實(shí)踐的要求，目前研究的重點(diǎn)是如何在保證精度的前提下提高自動(dòng)化程度，即如何實(shí)現(xiàn)全自動(dòng)提取。在現(xiàn)階段，從遙感影像中自動(dòng)提取建筑物主要是基于影像的基本特征以及一部分先驗(yàn)知識(shí)，而對(duì)識(shí)別建筑物最有幫助的表面高度信息， 因其信息獲取的技術(shù)難度大，成本高而缺失，影響了從遙感影像獲取建筑物信息的精度。4.1 多尺度分割提取方法在基于分割方法進(jìn)行建筑物提取時(shí)，首先使用一定的分割方法對(duì)遙感影像進(jìn)行分割，再根據(jù)建筑物自身的幾何形狀、空間位置、走向等特征提取出特定的建筑物目標(biāo)?；趨^(qū)域分割的面向?qū)ο蠓诸愂瞧渲凶畛Ｓ玫男畔⑻崛》椒?。該方法提取建筑物大致流程是先通過區(qū)域分割將房屋信息從背景中分離出來，再議基于影像對(duì)象的分

9、析處理提取所需要的信息。這過程中最關(guān)鍵的是分割尺度的選取，分割尺度會(huì)影響到后面的建筑物提取的精度。圖因?yàn)榻ㄖ锏奈蓓斝螤畛３Ｒ跃匦?、三角形為主，因此提取算法主要是從建筑物邊緣線特征出發(fā)，對(duì)圖像的邊緣線特征進(jìn)行一系列的分析處理。例如候蕾使用Hough變換，綜合建筑物幾何特征和灰度特征，提取建筑物；Andrea提出一種基于對(duì)圖像邊緣線段的分析、合并的建筑物提取算法；Chungan提給出了一種應(yīng)用先驗(yàn)知識(shí)，提取遙感影像中幾何形狀規(guī)則的矩形基元，對(duì)矩形基元進(jìn)行篩選與合并提取出遙感影像中的建筑物；文獻(xiàn)提出了一種基于Canny算子的多尺度分割與邊緣分割相結(jié)合對(duì)遙感影像進(jìn)行分割與區(qū)域提??；鞏丹超針對(duì)高分辨率

10、遙感影像中建筑物邊緣特征清晰的特點(diǎn)，提出了基于邊界線檢測(cè)的建筑物提取方法；安文提出了Randon變換線基元提取建筑物。4.2 利用輔助知識(shí)的提取方法由于建筑物本身結(jié)構(gòu)和周圍環(huán)境的復(fù)雜性，為了提高建筑物提取精度，很多學(xué)者提出了通過挖掘圖像中的陰影、紋理、幾何結(jié)構(gòu)特征，結(jié)合語義網(wǎng)、上下文等相關(guān)信息輔助提取建筑的方法。利用直方圖分割法可以提取影像中的陰影作為帶提取建筑候選區(qū)的輔助依據(jù)，因?yàn)閭鞲衅髯陨淼娜毕莺团臄z的角度，導(dǎo)致影像中的陰影區(qū)域并不一定就是建筑物形成的陰影，因此這只能輔助選取提取建筑物區(qū)域，此外，在城市三維建模研究過程中，已經(jīng)發(fā)展了以立體航空影像或DEM作為輔助信息結(jié)合遙感影響提取三維建筑

11、物的方法。輔助知識(shí)只是建筑物的輔助提取方法。4.3 基于直線和角點(diǎn)檢測(cè)與匹配的提取方法基于線狀特征的邊緣提取方法是利用邊緣檢測(cè)算法得到圖像中的邊緣，根據(jù)空間關(guān)系對(duì)圖像中已經(jīng)提取的邊緣線段進(jìn)行分組，搜索平行線，進(jìn)而搜索符合建筑物空間結(jié)構(gòu)和輪廓的矩形，得到建筑物。由于建筑物本身與地面之間存在的高差，因此在影像上建筑物的邊緣具有較明顯的特點(diǎn)，然后建筑物本身具有一定的規(guī)則性，Taejung Kim（1999）等將邊緣線段組成線段空間關(guān)系圖，按照?qǐng)D的搜索方法， 找尋可能的建筑物結(jié)構(gòu)，即可以構(gòu)成建筑物輪廓的線段集合。其主要優(yōu)點(diǎn)在于基于空間幾何關(guān)系搜索可能的目標(biāo)，大大彌補(bǔ)了基于灰度方法的漏檢、誤檢等常見的缺

12、陷，充分利用了圖像中目標(biāo)邊緣著特征， 通過多種理論方法解決搜索問題，增大了精確度。這類方法的劣勢(shì)表現(xiàn)兩個(gè)方面： 其一， 此方法很難排除一些干擾信息；其二，線段搜索耗時(shí)長(zhǎng)，算法時(shí)間效率差?；诮屈c(diǎn)檢測(cè)和匹配的方法是依據(jù)遙感影像上建筑物一般具有較為明顯的角點(diǎn)信息而提出的建筑物提取方法，該方法先獨(dú)立提取房屋角點(diǎn)，再根據(jù)一定的規(guī)則進(jìn)行角點(diǎn)匹配，達(dá)到提取房屋信息的目的。5. 現(xiàn)存的問題5.1 建筑物本身的特點(diǎn)房屋建設(shè)多與道路相鄰，對(duì)于房屋邊緣與道路平行且相鄰的情況，在分割后影像中道路與房屋邊緣信息容易混淆有些建筑物灰度值與建筑物陰影灰度值接近，很難區(qū)分兩者邊界；對(duì)建筑物提取產(chǎn)生干擾；影像中建筑物屋頂亮度

13、值一般較均勻，但是由于屋頂材質(zhì)的多樣性( 如石棉瓦頂、水泥屋頂、鐵皮屋頂、塑料頂棚、瀝青粘沙屋頂?shù)? ，以及建筑物屋頂上太陽能電熱板和天窗的存在，導(dǎo)致屋頂?shù)墓庾V特征和紋理特征有很大差異，使得在利用建筑物特征進(jìn)行建筑物提取時(shí)受到很大限制。5.2 數(shù)據(jù)源的問題因?yàn)檫b感技術(shù)的快速發(fā)展，數(shù)據(jù)的獲取變得十分簡(jiǎn)單和快捷，數(shù)據(jù)量越來越大，此外航空影像中高空間分辨率和高時(shí)間分辨率的影像，不同分辨率下的影像會(huì)出現(xiàn)不同的特點(diǎn)，這樣就會(huì)降低建筑物提取的精度。5.3 提取方法的問題基于多尺度分割的提取方法，分割尺度沒有標(biāo)準(zhǔn)，因人而異，不同的分割尺度必然會(huì)產(chǎn)生不同的提取結(jié)果，因此，分割尺度的選取也十分關(guān)鍵。很多提取方法

14、，都是在影像經(jīng)過預(yù)處理后，也就是分割成小幅影像后進(jìn)行的研究，算法在數(shù)據(jù)量不大的時(shí)候的一個(gè)提取結(jié)果。但是遙感技術(shù)的發(fā)展，導(dǎo)致影像的數(shù)據(jù)量向越來越大的發(fā)展，在一個(gè)提取方法是否有效的時(shí)候，還應(yīng)該考慮到該方法到整幅影像上的提取精度和提取速度。6. 遙感影像提取建筑物的發(fā)展和趨勢(shì)由于遙感影像的類別很多，每一類都有著自己的優(yōu)缺點(diǎn)，將不同類別的影像進(jìn)行融合然后提取建筑物是發(fā)展的一種趨勢(shì)，例如，SAR影像存在高亮線條，陰影區(qū)域、疊掩區(qū)域和亮斑區(qū)域，這些都是高分辨率影像里面存在較少或者沒有的特點(diǎn)，因此在地物提取的時(shí)候可以將SAR圖像和可見光圖像融合，先利用SAR圖像的特點(diǎn)定位建筑物的大致區(qū)域，然后和可見光圖像進(jìn)

15、行邊緣匹配，規(guī)定一定的閾值，滿足條件的就能確定為建筑物的邊界。圖6.1LIDAR點(diǎn)云數(shù)據(jù)和航空影像的融合，因?yàn)長(zhǎng)IDAR點(diǎn)云數(shù)據(jù)對(duì)高程的表達(dá)較好，建筑物屋頂和地面有一定的高差，可以利用這個(gè)把地面點(diǎn)濾去，利用LIDAR數(shù)據(jù)生成DTM和DSM數(shù)據(jù)，然后這兩幅影像做差，就能去除地面點(diǎn)。機(jī)載激光提取建筑物的原理也是如此，機(jī)載激光只是一種快速獲取DSM數(shù)據(jù)的方法。但是LIDAR點(diǎn)云數(shù)據(jù)的密度會(huì)決定最后結(jié)果的精度。因此在利用LIDAR點(diǎn)云數(shù)據(jù)的時(shí)候要對(duì)待提取區(qū)域有個(gè)先驗(yàn)的了解，在地勢(shì)比較平坦的地方，數(shù)據(jù)密度可以小一些，地勢(shì)起伏較大的區(qū)域，要選擇一個(gè)合適的數(shù)據(jù)密度，既要保證精度又要減小數(shù)據(jù)量方便后期的數(shù)據(jù)處理。