孙彦花

摘  要：遥感影像的特点之一是具有丰富的纹理特征。如何利用遥感影像丰富的纹理特征快速的提取建筑物，是目前遥感影像信息提取的难点之一。文章的研究内容有：(1)图像分割技术。这种方法的特点是，简单易行，提取建筑物位置信息不是很准确;(2)面向对象的特征提取方法，这种方法的特点是兼具了可视化程度比较高以及位置精度相对准确的特点。(3)初步提取建筑物的高度信息，具体方法是根据建筑物阴影信息和太阳高度角信息以及建筑物的高度信息之间的关系，来计算建筑物的高度信息。

关键词：遥感影像;分割技术;面向对象;高度信息

中图分类号：TP751         文献标志码：A         文章编号：2095-2945(2020)05-0141-02

Abstract： One of the characteristics of remote sensing images is that they have rich texture features. How to use the rich texture features of remote sensing images to extract buildings quickly is one of the difficulties in remote sensing image information extraction. The research contents of this paper are as follows： (1) Image segmentation technology. The characteristic of this method is that it is simple and easy， and the extraction of building location information is not very accurate. (2) Object-oriented feature extraction method， this method is characterized by a high degree of visualization and relatively accurate position accuracy. (3) The height information of the building is extracted preliminarily， and the specific method is to calculate the height information of the building according to the relationship between the shadow information of the building， the solar height angle information and the height information of the building.

Keywords： remote sensing image; segmentation technology; object-oriented; height information

1 概述

遥感技术获取所需信息，不受环境的限制，可以在任意气候下进行。这是遥感的优势。遥感技术与地理信息技术的结合，可以凸显出更多的优势，应用到更多的领域。二者的结合，也是很多地学者关注的焦点[1]。3S技术(GIS技术、GPS技术，RS技术)相结合，具有更多的优势，能够推广到更多的应用领域[2]。基于遥感技术的土地利用动态监测其中一个目的就是提高效率，又能保证精度。目前最重要的是在现有技术条件下怎么提高自动化提取效率与质量[3]。

2 本文主要研究内容

本论文研究内容有：(1)图像分割技术。(2)面向对象的特征提取方法。(3)建筑物高度信息的初步提取。(4)实地验证。到实地进行验证未确定的遥感图像信息，这样保证了信息提取的实际精度。

2.1 图像分割技术

图像分割是利用图像不同的灰度值等信息将影像分割成多个图斑，然后利用不同的算子把感兴趣地类提取出来。这样同一区域里的像素一些性质就相同。

2.1.1 图像分割原则

图像分割的原则有两个：(1)根据图像像素的灰度值

是否具有连续性进行处理，如果像素的灰度值是连续的则认为同种地类，否则为不同种地类。(2)利用区域增长法进行处理，主要是判读选中的区域内部的像素灰度值是否具有相似性，如果相邻区域的像素的灰度值具有相似性则可以将这些区域的像素合并处理。

2.1.2 图像分割的主要方法

图像分割的方法其实就是把数字图像分成互不相交的区域的过程，其主要方法包括：灰度阈值法、梯度方法、边缘检测法等。

2.2 面向对象的特征提取技术

ENVI FX的全名是“面向對象空间特征提取模块-Feature Extraction”。它是基于影像空间和光谱特征从高分辨率全色影像或者多光谱影像数据中提取所需的信息。

2.2.1 提取前的准备工作

(1)调整图像的空间分辨率。(2)调整图像的光谱分辨率。(3)组合多源影像数据。(4)空间滤波。

2.2.2 初步分割

通过控制尺度上边界的差异性进而产生多尺度分割。

2.2.3 合并

图像分割会不可避免的错分部分信息，且将同种地类分割多个图斑，此类图斑可以将相邻的同类图斑进行合并。

2.2.4 提取对象特征

本文主要是规则分类法提取对象特征。(1)图像预处理。(2)利用规则分类方法进行分类。首先将植被和非植被信息提取出来。0.03420.4067;1.7151rect_fit来判断房屋还是道路，如果值为1则为建筑物否则为道路。可以利用area去除分类后的细碎的图斑，利用Spatial：elongation，延伸性判断其为正方形还是矩形。第三种规则是去除水泥地。avgband_2>324.3525。建筑物反射率低于水泥地，可以根据波段的像元值来去除水泥地。Spectral：avgband_2(波段2的平均灰度值)。

从图中可以看出我们感兴趣的地物建筑物都已经提取出来。

2.3 建筑物高度信息的提取

2.3.1 经验法

经验方法就是首先测量一些建筑物的高度，然后再测量图像上建筑物的阴影长度，这样就能确定建筑物高度与阴影长度在这个遥感影像上的关系，然后根据这个关系就可以由其他建筑物在该遥感影像上的阴影长度推算出这些建筑物的高度信息。

2.3.2 根据太阳高度角计算

所谓太阳高度角，就是指某个地方的太阳的光线与该地方与地心垂直的地表切线的夹角。

在遥感影像中可以测量出建筑物的阴影长度，建筑物的高度可以用公式h=s*tanα来计算，其中h为建筑物高度，s为建筑物的阴影长度，α为太阳高度角。太阳高度角信息：minSunEl=37.9，maxSunEl=38.0，meanSunEl=37.9。由此可得太阳平均高度角为meanSunEl=37.9，所以可得tanα=0.78。利用DEM数据改正地形原因造成的阴影测量误差：进行坡度分析，得知研究区地势平坦，坡度趋向于零。

如果θ≈0，则，cosθ≈1，sinθ≈0，则，s≈s1。根据坡度分析可以得到研究区域的坡度接近于零，由上述所列公式得出改正后的阴影长度约等于测量的阴影长度。

根据太阳高度角及建筑物阴影计算的建筑物高度见表1。

3 结论

本文通过DEM数据进行了地形分析，利用太阳高度角及建筑物阴影长度和建筑物高度信息之间的关系，计算建筑物高度信息，同时利用不同方法对建筑物平面位置信息进行了提取。这是一种对遥感信息提取的探索，为以后研究遥感影像的信息提取方法提供一种方向。

参考文献：

[1]inton JC. GIS and remote sensing integration for environmental applications. Geography Information Science，1996，10(7)：877-890.

[2]陽松，王继尧.浅论面向对象的遥感图像的模糊分类[J].科技情报开发与经济，2007，17(8)：236-237.

[3]冯德俊，申京诗，李永树，等.动态监测变化信息提取[J].测绘工程，2004，13(1)：17-20.