姚磊

（山东省地质测绘院，山东 济南 250000）

1 引言

建筑是地表覆盖相对较多的类型，是人类活动的产物。如何准确获取地表建筑信息对于自然资源监管起着重要作用[1,2]。随着遥感技术的发展，基于中高分辨率卫星影像的分类提取已成为应用最多的建筑信息获取手段，该方法可较快获取建筑信息。通过大量应用，遥感分类手段有了更深层次的研究与提升。吴巧玲等基于多源多时相遥感影像和地形数据，综合利用非监督分类等知识建立分类决策规则，有效提取了城镇建筑用地信息，准确度不低于90%，并且满足城镇建筑用地动态变化分析的精度要求[3]。曾涛等在传统的面向对象基础上提出了面向对象的高空间分辨率遥感影像建筑物信息提取方法。该方法首先通过影像分割将影像划分为互不相交的影像对象，然后根据影像对象的特征（如光谱、纹理、形状和上下文等信息）进行分类，从而快速有效地提取建筑信息[4]。马海荣等基于高景1 号卫星影像，构建建筑物遥感特征指数，并采用面向对象分类提取农村建筑物信息，经过多轮次分割与解译，有效提取了农村建筑物信息[5]。

基于此，本研究以无人机航空影像作为数据源，分别选用KNN 聚类、最大似然法、随机森林三种分类算法开展基于航空影像的建筑信息遥感提取，对比分析不同算法在建筑信息提取中的适用性。

2 数据及原理

2.1 数据介绍

本研究选用的无人机平台为深圳市大疆公司生产的精灵4pro，该飞机具有起降灵活、携带方便、操作简单等优势，可实现定点悬停、低速飞行、多样载荷等特点。……