【正文】 了理論介紹。并對(duì)提取結(jié)果進(jìn)行分析。并針對(duì)該算法給出的試驗(yàn)結(jié)果進(jìn)行綜合的檢測(cè)與分析。第二章對(duì)建筑物的特征進(jìn)行了分析，介紹了進(jìn)行建筑物圖像處理的的一些基礎(chǔ)理論，包括了對(duì)建筑物圖像處理前所要進(jìn)行的圖像增強(qiáng)的各種方法。本文分為五章展開(kāi)。本文中的圖片數(shù)據(jù)均來(lái)自于谷歌地球衛(wèi)星圖像。但是，建筑物提取的最終目的是走向?qū)嶋H應(yīng)用，國(guó)內(nèi)外雖然已經(jīng)實(shí)現(xiàn)了一些實(shí)驗(yàn)系統(tǒng)，但是距離真正完善的自動(dòng)系統(tǒng)還存在差距，算法完全滿足實(shí)用要求依然有待探索和完善。上述方法都能提取出建筑物邊緣信息，有的方法雖然簡(jiǎn)單，但是部分建筑物邊緣空間信息會(huì)被遺漏；有的方法比較復(fù)雜，計(jì)算量大，不便于在實(shí)際應(yīng)用中操作。趙月云等利用canny算子及影像分割技術(shù)實(shí)現(xiàn)建筑物信息提取[9]。王大瑩等基于Matlab平臺(tái)，采用數(shù)學(xué)形態(tài)學(xué)方法對(duì)數(shù)據(jù)實(shí)現(xiàn)建筑物邊緣信息提取，并與LoG算子、Canny算子這兩種方法進(jìn)行了對(duì)比[6]。趙潔等利用小波變換方法實(shí)現(xiàn)對(duì)遙感影像數(shù)據(jù)中的建筑物識(shí)別[4]。 與Nevitia等提出根據(jù)感知分組理論，利用邊緣檢測(cè)算法得到圖像中的邊緣，再對(duì)邊緣圖像中的邊緣線段根據(jù)空間關(guān)系進(jìn)行分組，搜索平行線，并在此基礎(chǔ)上搜索矩形，以組成符合建筑物空間結(jié)構(gòu)的輪廓，從而得到建筑物位置[3]。進(jìn)入二十世紀(jì)九十年代，建筑物自動(dòng)提取技術(shù)的研究意義逐漸為更多的學(xué)者所認(rèn)識(shí)。本類(lèi)研究中對(duì)于建筑物的自動(dòng)提取技術(shù)的研究，可以追溯到上世紀(jì)八十年代中后期。本文主要研究第二類(lèi)方法中的基于灰度信息與建筑物形態(tài)信息的輪廓提取算法。比如提取房屋的直線邊緣時(shí)，如果該房屋邊緣與道路平行且相鄰，在邊緣檢測(cè)后的影像中很容易把道路和房屋邊緣混淆；城市建筑物影像中，由于拍攝角度的傾斜容易使一部分建筑遮蔽了另一部分建筑，被遮蔽的建筑物的提取就還得根據(jù)其他信息或是采用特殊的方法來(lái)完成；另外，受光線的影響，建筑物的陰影也會(huì)對(duì)提取產(chǎn)生干擾，有時(shí)候陰影的灰度會(huì)與建筑物的灰度相接近，這樣很難判斷建筑物的邊緣；還有就是我們所利用的影像還會(huì)受到成像條件、圖像質(zhì)量、光譜范圍等因素的影響，造成信息的損失或者像片的差異較大。加之，高分辨率商業(yè)衛(wèi)星數(shù)據(jù)的提供起步較晚，到目前為止，仍處于方法的研究和探索階段。 由于后一類(lèi)方法利用的信息主要是圖像的灰度信息、光譜信息、建筑物的形態(tài)信息以及一部分先驗(yàn)知識(shí)，而缺乏對(duì)識(shí)別建筑物非常有用的表面高度信息，不像第一類(lèi)方法中有大量信息可用。 另一類(lèi)是利用影像信息結(jié)合圖像處理與分析、機(jī)器視覺(jué)、人工智能等學(xué)科領(lǐng)域的新方法而實(shí)現(xiàn)對(duì)建筑物屋頂信息半自動(dòng)甚至全自動(dòng)的識(shí)別與提取。有些成熟的商業(yè)化軟件系統(tǒng)就附加有此項(xiàng)功能。綜合目前關(guān)于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，總體上大致可以分為兩類(lèi)： 第一類(lèi)是研究的最為廣泛和深入的方法，是利用圖像信息結(jié)合高程信息進(jìn)行建筑物信息的提取。特別的，建筑物是城區(qū)的重要特征，提取建筑物的技術(shù)在城市制圖、城市規(guī)劃、地理信息工程以及軍事偵察等領(lǐng)域有著廣泛的應(yīng)用。從實(shí)際應(yīng)用角度來(lái)說(shuō)，實(shí)現(xiàn)影像中建筑物的識(shí)別需要能夠滿足遙感影像制圖、地理信息系統(tǒng)的數(shù)據(jù)獲取和自動(dòng)更新的需要；從研究的角度出發(fā)，由于遙感影像中目標(biāo)的高度多樣性和復(fù)雜性，成功的建筑物自動(dòng)識(shí)別系統(tǒng)將為其他類(lèi)型的影像理解問(wèn)題提供具有普遍指導(dǎo)意義的理論和方法。作為地形圖中重要的成圖元素，建筑物的識(shí)別與提取，直接影響到地物繪測(cè)的自動(dòng)化水平。人工地物是空間地理信息庫(kù)中的重要元素。人工解譯與人工判讀仍然是普遍的工作方式，費(fèi)時(shí)費(fèi)力，成為制約高分辨率衛(wèi)星影像大范圍應(yīng)用的主要瓶頸因素之一。利用衛(wèi)星圖像或者航空照片來(lái)對(duì)地物進(jìn)行信息提取，大大提高了工作效率。因此，如何識(shí)別和提取圖像中的建筑物是圖像處理領(lǐng)域中的重要的研究課題之一。因此，探索快速、高效、準(zhǔn)確的從衛(wèi)星影像中提取出建筑物輪廓的方法已經(jīng)成為當(dāng)前遙感應(yīng)用研究領(lǐng)域一個(gè)重要的課題，急待解決。建筑物作為重要的人工地物之一，與人們的生活息息相關(guān)，其提取對(duì)數(shù)字地圖、GIS數(shù)據(jù)庫(kù)更新、數(shù)字城市建模、虛擬城市、虛擬旅游、游戲業(yè)等的發(fā)展有很大的促進(jìn)作用。這些圖像數(shù)據(jù)包含豐富的地物細(xì)節(jié)信息，為地物提取提供了豐富的數(shù)據(jù)源。針對(duì)本文出現(xiàn)的方法進(jìn)行編程實(shí)現(xiàn)，并針對(duì)試驗(yàn)結(jié)果對(duì)這兩種方法進(jìn)行綜合的檢測(cè)與評(píng)價(jià)，分析了這兩種方法的特點(diǎn)及不足。對(duì)典型城市建筑物進(jìn)行了特征分析，學(xué)習(xí)并理解在建筑物的輪廓提取中所要用到的算法，從中選擇合適的邊緣檢測(cè)與輪廓提取算法?；诖?，本文從建筑物輪廓的幾何形態(tài)出發(fā)，對(duì)衛(wèi)星圖像中的建筑物輪廓的提取方法進(jìn)行了研究。不僅如此，近年來(lái)基于衛(wèi)星圖像或者航拍圖像的建筑物識(shí)別與輪廓提取算法的提出與研究改進(jìn)，更有助于實(shí)現(xiàn)對(duì)城市建筑物的識(shí)別和分類(lèi)。 完美WORD格式 建筑物圖像識(shí)別研究摘 要：隨著城市化進(jìn)程的不斷發(fā)展，城市人口、經(jīng)濟(jì)等要素密切影響著城市建筑物的幾何形態(tài)與分布。從航拍圖像或者衛(wèi)星圖像上快速準(zhǔn)確的獲取城市建筑物的信息不僅有利于地理空間數(shù)據(jù)的更新，而且對(duì)于有效監(jiān)測(cè)新增建筑等城市專(zhuān)題信息有重要意義。其對(duì) GIS 數(shù)據(jù)的獲得、對(duì)影像的理解、大比例尺制圖和及其它許多對(duì)遙感數(shù)據(jù)的應(yīng)用都具有重要的意義。主要進(jìn)行了如下幾方面工作：闡述了建筑物提取的基礎(chǔ)理論。在對(duì)已有方法進(jìn)行總結(jié)歸納的基礎(chǔ)上，系統(tǒng)的研究了基于灰度特征與二值數(shù)學(xué)形態(tài)學(xué)的輪廓描述算法和基于邊緣特征的Hough變換直線提取算法，對(duì)這兩種算法進(jìn)行改進(jìn)，初步實(shí)現(xiàn)了典型城市建筑物的半自動(dòng)提取。關(guān)鍵詞：衛(wèi)星圖像；建筑物輪廓；二值數(shù)學(xué)形態(tài)學(xué)；邊緣檢測(cè)；直線提取Building Image Recognition and ResearchAbstract: With the continuing developing of urbanization, the urban population, economic and other factors are closely affecting the city building’s geometry and distribution. It is not only conductive to the data updating of geospatial, but also has important significance of the thematic information for effective monitoring of new city buildings and so on that accessing information form the city buildings aerial images or satellite images fast and accurately. Moreover, in recent years, building on satellite images to identify and contour extraction or aerial imagery and research to improve the algorithm proposed, but also help achieve the identification and classification of city buildings. Its GIS data acquisition, image understanding, large scale mapping and many other applications are of great significance.This paper is start form the geometry of the building outline, doing research of the extraction methods for the building outline which from high resolution images. Mainly for the following work areas:1. Describes the basic theory of building extraction. Urban buildings typical characteristic analysis, systematic study of image processing algorithms to use in extraction of the building, from which to select the appropriate algorithm for edge detection and contour extraction.2. On the basis of summarizing the existing methods, the proposed feature extraction based on gray and binary mathematical morphology the contour edge detection algorithm based on linear Hough transform algorithm, the semiautomatic extraction of typical urban buildings.3. We were against the proposed method programming, and prehensive testing and evaluation of these two methods for the test results, the characteristics and drawbacks of the two methods.Key words: Satellite images, Building outline, Binary mathematical morphology，Edge detection，Line Extraction 整理分享 目錄1 緒論 1 研究背景和意義 1 研究背景 1 研究意義 1 研究現(xiàn)狀 2 本文的主要內(nèi)容 32 建筑物圖像預(yù)處理的基礎(chǔ)理論 6 建筑物的特征分析 6 建筑物幾何特征分類(lèi) 6 圖像增強(qiáng) 8 灰度變換 8 直方圖均衡變換 14 本章小結(jié) 193 基于灰度特征的建筑物輪廓提取 20 圖像二值化 20 二值數(shù)學(xué)形態(tài)學(xué) 25 膨脹與腐蝕 25 開(kāi)啟與閉合 27 本章小結(jié) 314 基于邊緣特征的建筑物輪廓提取 32 邊緣檢測(cè) 32 邊緣檢測(cè)技術(shù) 32 邊緣的分析 33 關(guān)于梯度的概念 33 邊緣檢測(cè)算子 34 羅伯特(Robert)邊緣算子 35 索貝爾(Sobel)邊緣算子 35 Prewitt邊緣算子 35 拉普拉斯(Laplacian)邊緣算子 36 坎尼(Canny)邊緣算子 37 邊緣檢測(cè)算子比較 40 直線段提取 42 基于連接的直線段提取算法 42 經(jīng)典Hough變換算法 43 經(jīng)典Hough變換實(shí)驗(yàn)結(jié)果 46 本章小結(jié) 485 總結(jié)與展望 49 總結(jié) 49 展望 50參考文獻(xiàn) 51致謝 53 整理分享 1 緒論 研究背景和意義 研究背景近年來(lái)，不斷發(fā)展的空間技術(shù)使衛(wèi)星圖像與遙感圖像呈現(xiàn)出高空間分辨率、高光譜分辨率和高時(shí)間分辨率的特點(diǎn)。人工地物是空間地理信息庫(kù)中的重要元素，主要包括建筑物、橋梁、道路和大型工程構(gòu)筑物，在城市區(qū)域的影像中80%的目標(biāo)是建筑物和道路?；诖耍ㄖ镄畔⒌奶崛∨c描述方法處于不斷的發(fā)展與完善過(guò)程中，是攝影測(cè)量與遙感、計(jì)算機(jī)視覺(jué)、圖像理解等領(lǐng)域的研究熱點(diǎn)，同時(shí)，由于問(wèn)題的復(fù)雜性也是一個(gè)難點(diǎn)。從實(shí)際應(yīng)用角度來(lái)說(shuō)，實(shí)現(xiàn)圖像中建筑物的識(shí)別需要能夠滿足影像制圖、地理信息系統(tǒng)的數(shù)據(jù)獲取和自動(dòng)更新的需要；從研究的角度出發(fā)，由于影像中目標(biāo)的高度多樣性和復(fù)雜性，成功的建筑物自動(dòng)識(shí)別系統(tǒng)將為其他類(lèi)型的影像理解問(wèn)題提供具有普遍指導(dǎo)意義的理論和方法。 研究意義隨著航空航天領(lǐng)域的技術(shù)越來(lái)越成熟，各種高分辨率衛(wèi)星傳感器的發(fā)射，所獲取的地面圖像質(zhì)量也越來(lái)越高。伴隨著海量衛(wèi)星影像數(shù)據(jù)的提供，其信息提取與處理方法卻相對(duì)進(jìn)展緩慢。從影像上自動(dòng)識(shí)別地物類(lèi)型并精確量測(cè)地物形狀、大小，是衛(wèi)星影像和攝影測(cè)量研究中的熱點(diǎn)和難點(diǎn)，也是最終高度自動(dòng)化地由影像獲