基于多时相遥感影像的建筑物变化检测技术研究

摘要

变化检测就是通过比对分析多时相遥感影像，发现、确定并获取变化信息的过程，是近年来遥感领域的热点话题，在医学、军事、民用等领域都有着广泛的应用；建筑物是一般影像中比较重要的人工地物元素，在遥感影像中提取建筑物信息近年来一直都是遥感领域的敏感话题。研究基于多时相遥感影像的建筑物变化检测技术无疑是明智之举，实践方面，变化检测得到的建筑物影像的特征点可以用作地形图更新的控制点，也可以满足GIS数据更新的需要；理论方面，可以为影像中其它地物的变化信息检测提取提供理论和方法指导。
　　首先，在众多发生变化的地理信息中，人工地物是信息的主要来源，道路、建筑物等都是比较典型的人工地物，其种类繁多、形状各异。在城镇地区，人工地物分布紧凑、面积较大，其中建筑物占据了很大的比例，而且所在区域较为平坦，以建筑物的变化信息为检测目的的变化检测显得尤为重要；再者，一般说来,影像中建筑物的特征比较明显,其特征点还可以作为地物测绘的控制点,直接影响其自动化水平,因此以建筑物的变化信息为检测目的的变化检测显得尤为关键；最后，建筑物的基本形状多为矩形，其建筑材料相对稳定，因此在影像中的辨识度较高，研究难度相对较低，成功针对建筑物进行变化检测无疑会对其他复杂地物的变化检测具有一定的理论指导作用。
　　基于上述背景，本文主要研究的是基于多时相DMC影像，利用变化检测的方法，从而提取建筑物的变化信息。由于建筑物的屋顶影像多为矩形或矩形的组合，因此提出了一种基于线性特征的建筑物屋顶信息的提取方法，并通过比较前后两幅影像的建筑物信息的检测结果，利用变化检测的方法得到建筑物的变化信息。通过实验结果发现，这一方法的结果并不理想。在建筑物信息的提取过程中，只考虑矩形的边缘信息无法有效剔除影像中矩形的绿地信息，结果导致绿地改为建筑物信息的结果非常模糊，无法准确的检测出来。
　　为了有效剔除矩形非建筑物信息，考虑到建筑物屋顶的建筑材料相对单一，建筑物影像除了空间特征显著外，其灰度纹理等其他特征也比较特殊。综合考虑建筑物的影像特征，最终提出了一种基于区域边缘分析的建筑物信息的提取方法。此方法先是采用Mean Shift算法对原始影像信息进行多尺度分割，再基于其结果采用Otsu算法进行阈值分割。这样就有效地剔除了非建筑物信息。接下来，采用基于线性特征的建筑物信息提取技术成功提取建筑物的屋顶信息。比较前后两种结果，最终检测出建筑物的变化信息。实验结果表明，这一方法能够相对准确的检测出建筑物的变化信息。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1课题背景及研究的目的和意义

1.2 课题相关内容的国内外技术发展现状

1.3 论文的研究内容及结构安排

第2章 遥感影像建筑物变化检测相关理论

2.1基于遥感影像的变化检测的基本理论

2.2遥感影像建筑物的影像特征

2.3遥感影像中建筑物的分割

2.4本章小结

第3章 基于线特征的建筑物变化检测

3.1 遥感影像预处理

3.2 基于遥感影像的边缘检测

3.3邻接矩阵边缘跟踪法

3.4基于矩形结构元算法的建筑物屋顶提取

3.5基于线特征的建筑物变化检测实验结果

3.6本章小结

第4章 基于区域与边缘分析的建筑物变化检测

4.1 基于遥感影像的区域分割及多尺度分割

4.2 Mean Shift算法以及相关理论

4.3结合Otsu阈值分割的Mean Shift分割方法

4.4基于结合Otsu阈值分割的Mean Shift分割算法的建筑物变化

4.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢

个人简历