孙 伟孙鹏翔黄 恒刘思奥

(辽宁工程技术大学测绘与地理科学学院，辽宁阜新123000)

从上世纪80年代起，学者们的目光就开始投向于遥感影像建筑物的提取方向，对其展开了理论研究并进行了大量的实验，针对于遥感影像的建筑物信息提取是指在遥感数据中通过相关算法[1－5]，根据既定的流程在众多图像信息中准确找到建筑物的位置、属性、形状等信息[6－9]。2009年Ren K检测到遥感图像中的建筑物阴影，用盒子搜索来确定建筑物的外界轮廓信息。2010年陈杰在面向对象分类方法的基础上与空间聚变和分水岭变化相结合，他还加入了Gabor小波段用来提取Quick Bird信息，利用结合后的新方法进行分割，最后分析对象之间的空间拓扑关系来确定类别性质，该方法可提升影像分类的自动化能力，能有效利用对象各大特征。2017年林雨准等人将多尺度分割和形态学相结合提出了阴影检测方法，利用均值漂移法和分割影像，对影像进行多尺度分割后生成阴影指数矢量，对高分二号和Google Earth影像进行实验，结果表明该方法有一定抗干扰能力。高分辨率影像会存在同物异谱或者异物同谱现象，仅靠单一的技术不可避免地无法准确获取信息，基于多特征多方法结合的方法比单一的方法效果好，相对地算法流程会比单一的复杂。随着计算机发展的越来也成熟、人工智能的兴起以及多学科相互交叉[10－11]，该方法在以后一定会不断突破，成为建筑物提取的主要方法。影像分割[12－14]是面向对象信息提取算法的关键，目前较为常见的多尺度分割算法在最优尺度确定好的前提下可以精确的分割影像对象，但是该方法主要应用于商业型软件中，在实际的项目中使用成本过高。……