■牛璐璐 陳圣波

（吉林大學地球探測科學與技術學院 吉林長春 130026）

遙感圖像中建筑物自動提取方法研究

■牛璐璐 陳圣波

（吉林大學地球探測科學與技術學院 吉林長春 130026）

當前，遙感圖像中建筑物自動提取的方法主要是利用建筑物的邊緣進行識別提取，此類方法具有簡單高效的特點，但總體的識別率較低。本文提出了一種改進的方法進行建筑物自動識別。首先對遙感圖像進行閾值分割，然后再進行canny邊緣檢測，并利用單元直線編組獲取直線的方法來提取建筑物屋頂?shù)膸缀涡螤睢Ｍㄟ^實驗證明，該方法和單一的線性特征檢測方法相比較，具有速度快、準確率高的特點，具有較強的實用價值。

遙感圖像建筑物提取線性分析分割

1 引言

遙感圖像中的建筑物目標提取技術是近年來遙感技術研究的一個熱點課題，其在城市環(huán)境、防震防災、軍事偵察等眾多領域具有重要意義。目前建筑物自動提取的研究方法主要分為兩類：一類是結(jié)合遙感影像和高程信息進行建筑物提取。該方法利用建筑物和周圍環(huán)境存在高度差的原理，利用高程信息首先提取初步的建筑物區(qū)域，然后利用遙感影像中紋理、顏色等信息對初步提取出的建筑物區(qū)域進行更精確的提取。該方法最大的問題就是需要額外的高程數(shù)據(jù)信息的支持，因此在應用上受到很大限制。

另一類是依據(jù)遙感影像信息結(jié)合遙感圖像處理分析、人工智能等進行建筑物提取。因為該方法不需要其他的信息，所以應用范圍更加廣泛。Huertas和Nevatia[1]主要結(jié)合感知分組理論，分析圖像中線段的空間關系，對建筑物目標進行假設和驗證。感知分組理論是一種根據(jù)圖像中原始特征來識別目標，屬于計算機視覺技術的理論。Irvin[2]和Liow[3]等提出了利用陰影提取建筑物的新思路，利用圖像中各類信息，利用陰影來進行目標提取。Kim[4]等將圖像中目標的邊緣線段組成各種線段空間關系圖，然后根據(jù)圖像的搜索方法，找到建筑物的結(jié)構(gòu)，就可以得到建筑物的輪廓線段集合。Krishnamachari[5]提出了先把圖像中的直線段提取出來，之后根據(jù)這些直線段構(gòu)建Markov場，用以反映直線段間的關系，利用最小化能量函數(shù)尋找矩形和“L”型建筑物輪廓。

本文在前人工作的基礎上，提出一種基于區(qū)域和邊緣分析相結(jié)合的方法來實現(xiàn)遙感圖像中建筑物的自動提取。主要通過提取遙感圖像中建筑物的灰度和幾何特征來進行提取建筑物，這一過程中涉及到圖像分割、圖像特征提取、圖像識別等。流程圖如圖1所示，經(jīng)過預處理的遙感圖像按照流程圖所示方法，最終提取出建筑物。

圖1 建筑物提取流程

2 提取方法

2.1 圖像預處理

對遙感圖像進行邊緣檢測之前需要進行預處理，主要是閾值分割。閾值分割是基于區(qū)域的分割。該方法采用一個或幾個閾值將整個圖像的灰度范圍分為兩段或幾段，灰度級屬于同一段的像素組成一個區(qū)域，其中包括了目標區(qū)域。本文采用一維Otsu[6][7]分割方法，可以將圖像中的絕大部分非建筑物清除，完成圖像的二值化。

2.2 提取線單元

2.2.1 邊緣檢測

邊緣是邊緣檢測的基礎，在遙感圖像的建筑物自動提取中，邊緣檢測是不可缺少的一個環(huán)節(jié)。本文采用Canny算子進行邊緣檢測[8]。經(jīng)過canny邊緣檢測后，不僅得到建筑物邊緣和陰影邊緣，還得到其他的人造地物和自然地貌的邊緣。這些邊緣不僅有直線，還有曲線，因此需要剔除這些曲線特征。

2.2.2 基于鄰接矩陣的邊緣跟蹤方法

鄰接矩陣主要用來表示圖中各個頂點間的鄰接關系，圖2所示為無向圖G0及其鄰接矩陣A1與有向圖G1及其鄰接矩陣A2。其具有下列性質(zhì)：第一，無向圖鄰接矩陣肯定是對稱的，但有向圖鄰接矩陣卻不一定是對稱的；第二，鄰接矩陣是n階方陣；第三，用鄰接矩陣表示圖，可以很容易確定圖上任意兩個頂點是否相連[9]。

圖2 圖的鄰接矩陣

通過邊緣跟蹤的方法獲取線單元的過程包括三步，首先，對遙感圖像進行邊緣掃描，得到圖像中每條獨立的邊緣信息并存儲下來，得到的邊緣稱之為邊緣鏈；其次，構(gòu)建邊緣鏈以及邊緣鏈各端點的鄰接矩陣，根據(jù)鄰接矩陣的信息對邊緣鏈進行合并、刪除；最后，對處理后的邊緣鏈進行迭代分裂，獲取線單元。

2.2.3 邊緣掃描跟蹤

邊緣跟蹤實質(zhì)上就是邊緣連接，從第一個邊緣點開始，跟蹤下一個邊緣點，依次跟蹤，直到?jīng)]有點為止。首先遍歷所有像素點，找到所有的節(jié)點和終點并存儲起來，按照順時針方向查看當前點的8鄰域，若當前點的像素值變化次數(shù)大于等于6，則是節(jié)點，若像素值變化次數(shù)為2，則是終點。然后在圖像中找一個像素值為1的邊緣點，作為當前邊緣鏈的第一個邊緣點，查看當前點的8鄰域，找到當前邊緣鏈的下一個像素值為1的邊緣點，并做標記，重復查找直到?jīng)]有相鄰的邊緣點為止。檢查當前邊緣鏈，若第一個邊緣點不是節(jié)點，將跟蹤得到的邊緣點按照次序反過來存儲，然后重復上一步做反方向跟蹤。重復此過程直到圖像中所有點都被標記，完成邊緣跟蹤。

2.2.4 處理邊緣鏈

邊緣跟蹤后得到的邊緣鏈會有孤立的邊緣和毛刺，這些干擾會對最終的檢測結(jié)果造成不利的影響。本文通過構(gòu)建邊緣鏈端點的鄰接矩陣和邊緣鏈鄰接矩陣的方法去除邊緣鏈中長度小于最小閾值的孤立邊緣和毛刺。首先提取出每條邊緣鏈的起點和端點并編號存儲在容器中，構(gòu)建端點的鄰接矩陣和邊緣的鄰接矩陣。檢測邊緣的鄰接矩陣，得到其每個端點的鄰接信息，若當前的邊緣鏈僅和一條其它邊緣鏈相接，則把這兩條邊緣鏈合并，并刪除第二條邊緣鏈及其端點的信息。計算每條邊緣鏈的長度，若長度小于最小閾值，則刪除該邊緣鏈。將容器中非空的邊緣鏈存儲到新的容器中，得到新的邊緣鏈。

2.2.5 迭代分割獲取線單元

得到邊緣鏈之后，將這些獨立的邊緣鏈分割成短直線，就是線單元。本文采用迭代分割來獲取線單元。如圖3所示，首先連接邊緣鏈的起點a和終點b，得到直線L1，從a開始計算該邊緣鏈上的每一點與L1之間的距離，當有一點c與L1的距離大于最小閾值時斷開該點。連接a和c，得到直線L2，從a計算邊緣鏈ac上的點到L2的距離，若有點大于最小閾值，就斷開該點并重復以上過程，若所有點到L2的距離都小于最小閾值，則得到線單元L2。重復以上過程可以將整條邊緣鏈迭代分割成為若干條線單元。

2.3 單元直線編組獲取直線線單元通過編組得到候選直線，線單元與候選直線的關系如圖4，圖中a、b和c是線單元，L表示一條候選直線，由圖可知，線單元只有滿足三個約束條件才能夠判定是在這條直線L上，一是方向約束，線單元的方向與候選直線的方向基本一致，二是距離約束，線單元與候選直線之間的距離不能超過一定范圍，三是重疊約束，如果不同的線單元之間重疊過多，則只選其中一條。線單元的編組過程，就是判斷每一個線單元是否屬于某一條候選直線，這需要判斷線單元是否滿足三個約束條件。

2.4 提取建筑物目標

本文綜合考慮實際情況，假設建筑物屋頂為矩形或矩形的組合，通過提取矩形結(jié)構(gòu)來提取建筑物。矩形建筑物具有對邊平行的特點，在同一片地區(qū)內(nèi)的建筑物的方位走向基本上一致，將提取到的直線分類，分類后的同一類直線基本平行，不同類的直線之間具有較大的夾角，并且在分類過程中可以得到建筑物的主方向，就是建筑物在遙感圖像中的走向。將那些小于最小閾值且方向與主方向不同的直線刪除掉，接下來構(gòu)造半矩形，首先將候選直線按照長短進行排序；然后將最長的一條候選直線選作L0，然后依次遍歷其他直線，尋找可以與之構(gòu)成半矩形的L1和L2，標記這三條直線，防止重復；最后將下一條直線選作L0，繼續(xù)尋找下一個半矩形結(jié)構(gòu)元，重復構(gòu)造過程，直到遍歷所有的候選直線。

構(gòu)造完成后，由半矩形結(jié)構(gòu)可得到矩形建筑物房頂?shù)乃膫€頂點坐標，連接四個頂點，就完成了建筑物的提取。在構(gòu)造半矩形結(jié)構(gòu)時需要滿足一定的條件，如圖5，在直線L0附近直線L1和L2均存在且滿足以下條件：

圖3 迭代分割

圖4 線單元與候選直線的關系

3 結(jié)果分析

本文采用數(shù)據(jù)為資源三號（ZY-3）衛(wèi)星遙感影像，通過實驗驗證了此方法對遙感圖像中的建筑物自動提取的效果。圖6為實驗結(jié)果，由實驗結(jié)果可知，實驗較好的提取出了建筑物。在實驗的結(jié)果中，有些建筑物沒有提取出來，有些道路被錯誤的提取了出來，出現(xiàn)這種情況的原因主要有兩方面，一是建筑物在遙感圖像中面積較小且相聚太近，而且道路和建筑物的灰度相近，分割算法沒有將它們分開，二是建筑物受到周邊地物的影響，如小汽車等。

圖5 構(gòu)造半矩形結(jié)構(gòu)元

4 結(jié)論

像中的建筑物進行提取。使用Mean Shift算法進行多尺度分割，然后使用一維Otsu閾值分割實現(xiàn)建筑物的分割，實驗結(jié)果表明，該方法可以有效的去除遙感圖像中的絕大部分非建筑物。經(jīng)過實驗證明，本文提出的方法優(yōu)于單一的基于線性特征分析的方法，能夠更好的提取建筑物。

本文提出的方法雖然取得了較好的提取效果，但是仍然存在幾個問題需要進行進一步的研究：

（1）本文提取建筑物屋頂時，設定的屋頂形狀是矩形結(jié)構(gòu)，對于其他形狀的屋頂并不能取得很好的提取效果，這還需要更進一步的研究。

（2）由于光照導致建筑物大多存在陰影，陰影的存在會導致建筑物提取精度的降低。

（3）當建筑物在圖像中與周邊背景環(huán)境的對比不夠明顯時，很難將建筑物從背景中很好的分割出來，本文的分割方法在這種情況下不能起到很好的效果。

傳統(tǒng)的基于線性特征提取建筑物的方法識別率不高，針對這個缺點，本文提出了一種綜合區(qū)域和邊緣分析相結(jié)合的方法對遙感圖

圖6 實驗結(jié)果

[1]Herman M,Kanade T.The 3D MOSAIC scene understanding system:Incremental reconstruction of 3D scenes from complex images[R].Robotics Institute,Carnegie Mellon University,1984.

[2]Irvin R B,Mckeown D M J.Methods for exploiting the relationship between buildings and their shadows in aerial imagery[J].IEEE Transactions on Systems Man And Cybernetics, 1989,19(6):1546-1575.

[3]Liow Y,Pavlidis T.Use of shadows for extracting buildings in aerial images[J].Computer Vision,Grahics,and Image Processing,1990,49(2):242-277.

[4]Kim T,Muller J P.Development of a graph-based approach for building detection[J]. Image and Vision Computing,1999,17(1):3-14.

[5]Krishnamachari S,Chellappa R.Delineating buildings by grouping lines with MRFs[J]. IEEE Transactions on Image Processing,1996,5(1):164-168.

[6]Otsu N.A threshold selection method from gray-level histograms[J].IEEE Transactions on Systems,Man and Cybernetics,1979,9(1):62-66.

[7]曹亮.基于Otsu理論的圖像分割算法研究。碩士學位論文，武漢理工大學，2008

[8]薛麗霞，李濤，王佐成.一種自適應的Canny邊緣檢測算法 [J]。計算機應用研究，2010,27（9）：3588-3590.

[9]秦志強.遙感圖像中建筑物提取方法研究。 [D]哈爾濱工業(yè)大學，2009.

At present,method of automatic building extraction in remote sensing images is mainly used to distinguish the extraction by the edge of a building,this kind of method is simple and efficient,but the overall recognition rate is low.This paper presents an improved method for automatic building recognition.Firstly,the threshold of remote sensing image is segmented,then the canny edge detection is carried out,and the geometry of the roof of buildings is extracted by using the method of unit line formation.Through experiments,the method has the features of fast speed and accuracy,and has strong practical value for the comparison of the method and the single linear feature detection method.

building extraction,remote sensing image,line analysis based method,segmentation

P2[文獻碼]B

1000-405X（2015）-11-270-2

牛璐璐（1986～），男，碩士研究生，研究方向為遙感地質(zhì)。

陳圣波（1967～），男，教授，博士生導師，研究方向為遙感地質(zhì)研究。