岳梦雪， 秦昆,2， 张恩兵， 张晔， 曾诚

(1.武汉大学遥感信息工程学院，武汉 430079； 2.地球空间信息技术协同创新中心，武汉 430079)

基于数据场和密度聚类的高分辨率影像居民区提取

岳梦雪1， 秦昆1,2， 张恩兵1， 张晔1， 曾诚1

(1.武汉大学遥感信息工程学院，武汉 430079； 2.地球空间信息技术协同创新中心，武汉 430079)

数据场通过模拟物理场中对象间的相互作用，来描述数据对象间的相互作用关系。数据场中的势值高低反映对象间相关程度，故在遥感影像中可用数据场来刻画像元间的空间相关性特征。提出了一种基于数据场和密度聚类的高分辨率居民区有效提取的方法。首先，利用数据场计算遥感影像的势值特征图像； 然后，对势值图像进行分水岭分割，提取分割所得对象块的形心； 最后，对形心进行基于密度的聚类，从而实现居民区提取。实验结果表明，基于此方法进行高分辨率遥感影像的居民区提取相对于传统方法具有更好的鲁棒性和高效性。

数据场； 空间相关性； 密度聚类； 高分辨率遥感影像； 居民区提取

0 引言

对居民区的准确和有效提取，将会为地理国情普查、土地利用管理和城市规划等应用提供重要的基础信息支持。在当前广泛应用的高空间分辨率(以下简称“高分”)遥感影像中，复合居民区对象内部包含丰富的纹理结构和空间布局模式等信息，通常利用其纹理特征[1-2]、角点特征[3]和边缘特征[4-5]，结合分割、空间投票和分类等方法实现居民区提取，但这些特征有些较为底层，居民区提取效率或精度偏低。……