论文总字数：9898字

摘 要

针对现有建筑物信息提取方法操作烦琐复杂、劳动强度大，避免在对建筑物提取的过程中出现不必要的错误以及降低建筑物的提取难度。基于RS和GIS的城市建筑物界限信息提取研究。利用ENVI面向对象提取功能对建筑物进行特征提取，在此基础上利用霍夫变换提取出建筑的边界直线。实验结果表明该方法具有一定的可行性。

关键字：面向对象，边界信息，霍夫变换

Abstract: With the methods of draw the buildings are too complex and need lots of time ,we need to reduce the mistakes and the difficulty when we draw the buildings .we can draw the boundary of buildings Based on RS and GIS . we Use the ENVI Feature Extraction to get the information of the buildings, with the Hough transform, we can do the more research. Several experiments verifying that the method has a certain practicality.

Key words: Feature Extraction, information of the buildings, Hough transform

目 录

1 引言 4

2 研究方法 4

2.1 面向对象提取方法 4

2.2 霍夫变换 5

3 设计思路 5

4 数据获取 6

5 具体实现 6

5.1 数据前期处理 6

5.2 ENVI全局处理 7

5.3 ENVI局部处理 9

5.4 ENVI提取过程中的问题 10

5.5 霍夫变换应用 10

总 结 15

参 考 文 献 16

1 引言

对于目前城市化建设的膨胀，许多地物特征都在变化，及时掌握地物变化对城市化发展有着重要的作用，目前为止有着许许多多对建筑物提取的研究，但是或多或少都有小的瑕疵。由于建筑物在不断的发生着变化，在建筑物领域的研究只有不断的监督和研究。对于城市中建筑物的数量较多，对于本地的经济收入也有着重要的作用。

遥感图像进行建筑物的提取理论开始于20世纪80年代，在这些年的发展过程中，各种各样的建筑物提取的方法也不断的出现。按照手工操作的程度可以分为目视判读提取方法、半自动提取方法，全自动提取方法。其中目视判读时间最悠久，也是三种方法中比较成熟的，主要依靠专家的经验来进行建筑物的提取。半自动提取也可称部分自动提取，也能满足人工提取的精度，但是目前主要研究如何在保证有提取精度的前提下能够更好的提高自动化的程度，在这个基础上就渐渐的演变出全自动化的建筑物提取。自动化的提取也衍生出多种提取软件和方法。此次运用ENVI来进行建筑物的提取，一方面是此软件的简单易操作，还有该模块可以在操作过程中随时预览影像分割效果。该技术具有多光谱数据处理效果好，同样适用于全色数据。对于高分辨率全色数据，这种基于目标的提取方法能更好的提取各种具有特征类型的地物。

传统的特征提取方法比ENVI特征提取模块要花去更多的时间。图像分割可以实时快速地在一个预览窗口中查看结果以评估分割的准确性，而不是要等整幅图像都处理结束。分割的尺度可以在整幅图像处理之前随时迅速调整并多次预览。一旦建立了准确的参数，分割的流程可自动反复地对数据集合进行处理。此外，由于它是一个ENVI的扩展模块，您可以使用单一的软件解决方案来执行所有的特征提取、影像处理、分析以及可视化等操作。最后利用霍夫变换使建筑物轮廓更加鲜明。

2 研究方法

2.1 面向对象提取方法

利用ENVI软件进行面向对象的提取，ENVI软件有许多功能，但是在建筑物的提取过程中主要运用的ENVI面向对象功能，这个工具是分为三个独立的流程工具：规则的基础上，基于样本，图像分割，提供更多的分裂与合并算法更快的处理速度；对象属性可以根据规则或者样本情况自行选择，避免了不必要的计算时间。对象的属性可以根据规则或样品的选择，以避免不必要的计算时间。

a、从图像特别是大场景图像检索和提取特征更容易；

b、添加新的适量层到地理数据库；

c、导出用于分析用途的分类影像；

d、代替手工数字化过程；

ENVI具备操作简单，可以随时看到预览的成果和修改的参数，保存修改的数值来用于下次的使用和研究，在ENVI面对对象分类工具中添加不同的数据源来提高精度使结果更加准确。

2.2 霍夫变换

霍夫变换原理就是在图像处理过程中检测几何形状，比如线等，最基本的是在黑色和白色的图像找到线性。

坐标系中的任意一点必过，其中k为斜率，b为截距。将公式转换为，则在k-b坐标系中为斜率，为截距，那么在k-b空间上的一条直线则代表了x-y坐标系内过特定点的所有直线，在x-y坐标系的特定直线则被k-b上等特定点表示。

图10 霍夫变换示意图

霍夫变换在多个方面有着应用，如线段、圆弧、圆、椭圆、矩形等。对于建筑的提取，提取的结果可能是锯齿状的地方，则用霍夫变换可以将建筑物的轮廓提取。霍夫变换处理二值图像优势比较明显，能够清晰地勾勒出轮廓边框。

3 设计思路

在收集的遥感影像中分别对大面积和小面积的遥感影像进行提取。

数据预处理

特征提取

后期处理

成图及可视化表达

遥感影像

图1 技术流程图

4 数据获取

从稻歌google map截获器找到需要的具体城市的范围，截取所需城市的遥感影像，这种影像比较易于操作和应用。本人采取的是从稻歌google map截获器大区域影像和google地球获取淮安图书馆的遥感影像，因为从稻歌google map截获器上获取大区域比较简单容易，比较节约时间。小区域可以从google地球上直接获取。

a小区域 b大区域

图2 原始图像

5 具体实现

5.1 数据前期处理

在稻歌google map截获器获取的遥感影像由于分辨率较高，数据较大，在ENVI中处理比较吃力，为了避免在运行ENVI时出现死机导致数据丢失的情况，在导入ENVI中处理前进行数据的前处理。将稻歌google map截获器中获取的影像的格式进行转换，将转换好格式的影像图片处理分割，这一步也是防止在ENVI中处理时导致ENVI软件出错丢失数据。由于稻歌google map截获器是全色的影像，所以只要在保证影像的分辨率的情况下就可以对影像进行格式的转换，因为ENVI可以对多种格式的文件进行处理分析，比其他的分析软件有着较为简单的要求。处理过的遥感影像相对于之前的遥感影像来说后期的处理也比较容易不会出现错误，也能够随心所欲的进行相应的处理。

将处理好格式的遥感影像添加到Photoshop中，打开Photoshop软件，在Photoshop中将转换好格式的影像进行切片处理，使影像切成几个相同的影像，切片处理也要保证相应的遥感影像能够有着足够的分辨率，但是也不能将遥感影像的大小保留的太大，否则也会在ENVI中无法达到预期的效果。

剩余内容已隐藏，请支付后下载全文，论文总字数：9898字