韩东成,杨世植,赵强,韩露,2,杨志,崔生成

(1中国科学院合肥物质科学研究院安徽光学精密机械研究所,中国科学院大气光学重点实验室,安徽 合肥 230031;2中国科学技术大学,安徽 合肥 230022;3安徽建筑大学环境与能源工程学院,安徽 合肥 23061)

0 引言

建筑物单体信息采集是土地开发与城市规划的重要基础工作,能高效率获取到建筑物单体信息对我国城市化进程具有十分重要的意义[1]。刘勇洪等[2]采用决策树算法建立规则数据集对影像进行分类提取;曹雪和柯长青[3]以高分辨率遥感影像数据为基础,提出了城市建筑物信息提取所使用的多尺度遥感分类算法;孙晓霞等[4]采用面向对象的方法提取出了城市中道路、河流等信息;徐涵秋[5]通过结合归一化植被指数(Normalized difference vegetation index,NDVI)分析和空间特征提取出了城市建设用地信息;樊舒迪等[6]改进了常规的面向对象方法,采用尺度分割和规则数据库结合的方法提取出了下垫面复杂的建筑物信息;郭怡帆等[7]采用“自上而下”的面向对象分类方法,选择合适的分割阈值,实现了高密度建筑物的提取。

目前遥感影像分类方法研究的主要途径是多分类器组合、发展新的分类方法、融合辅助信息等,以此来达到提高影像分类精度的目的。但是由于受各方面因素的影响,各种分类方法都普遍具有一定的局限性。本文采用基于规则的面向对象方法,通过建立规则知识库和对光谱特征的判断,对基于样本特征的面向对象分类方法难以提取的反射率较低的建筑物和被错分为阴影的道路进行识别,不仅提高了特征提取的精度,而且规则更容易被理解,可行性较高。……