全文总字数：5115字

1. 研究目的与意义及国内外研究现状

建筑物作为一种重要的人工地物，与人类生活密切相关，是城市发展的重要标志。建筑物作为城市地理空间不可或缺的元素,在土地利用规划、数字城市建模、灾害评估应急响应和军事目标侦察等方面有着重要的应用价值。科学与社会发展的同时，遥感技术也越来越多的应用到日常生活中，如天气预报、灾害预测、地图测绘等多个方面。高分辨率遥感影像不仅具有丰富的光谱信息、地物几何结构，形状和纹理信息也十分明显。建筑物的提取在城市制图与城市规划，城乡发展布局中起着重要的发展作用。随着计算机及其相关技术的发展，基于高分辨率遥感影像自动识别和提取建筑物目标成为建筑物信息获取的主要途径。多源高分辨率遥感影像的海量获取和实用化,利用遥感技术快速、高精度识别提取建筑物信息的现实意义日渐突出。借助先进的遥感技术获得的高分辨率遥感影像比中低分辨率遥感影像展现出更加明显也更加多样的地物细节，例如图像目标的几何结构和光谱特征等，图像信息更加丰富^[1] 。

传统的图像测绘方法虽然也能够精确定位目标，但其对于人力物力等方面的大量消耗难以忽视，也需要花费较高的成本，同时人工进行的调查测绘方法效率很低，建筑物分布图的更新速度相对来说也偏慢，这些特点表明传统的图像提取测绘方法很难适应当今城市的快速变化和发展^[2]，这加速了利用遥感技术来处理高分辨率影像的进程。在高分辨率遥感影像中，建筑物图像愈加清晰分明，各种细节特征也更加突出^[3]，这些优势大大优化了从遥感影像中提取建筑物的效果。

2. 研究的基本内容

本文主要内容为基于差分分形属性滤波提取高分辨率遥感影像建筑物目标。随着城市化地发展，获取城区信息变得十分必要，在城市规划、gis数据更新和建设数字城市等方面建筑物信息有着不可忽视的作用,所以研究高效准确、高自动化的遥感影像建筑物提取算法具有重要的意义。mura在2010年将对象处理单元在原本基于单个像元或局部邻域内的像元的基础上重新定义为具有相似属性特征的连通域，提出了差分属性剖面的概念^[13]，这一概念引入的思想扩展了遥感影像提取方法。本文主要研究如何利用分形属性滤波及对其做进一步的差分和融合来完成完整的建筑物信息提取。

高分辨率遥感图像中存在大量的噪声，为突出图像中的建筑物信息，需要对图像进行预处理操作，先灰度化该高分辨率遥感图像，通过比较线性变换、中值滤波和直方图均衡化三种图像增强算法选出最好的处理方法来对图像中的建筑物对象进行增强操作。

针对传统目标提取方法以像素或局部邻域为基本处理单元，不考虑灰度及像素之间连接性的缺点，选定不同的属性滤波，本文选取了面积、对角线和转动惯量三种属性，在此基础上求出它们不同阈值下的滤波剖面及各自的差分属性剖面。差分分形属性将处理单元扩展为具有相似属性的所有像素^[22]，增强了该方法的泛化性。

3. 实施方案、进度安排及预期效果

2019年1月5日之前，查阅相关文献，完成任务书的填写；

2019年1月5日到3月13日之间，在老师指导下，查阅相关资料，了解课题相关知识，确定研究内容，撰写开题报告；

2019年3月13日到3月17日之间，完成外文翻译；

4. 参考文献