《表1 图9～13中建筑物提取精度的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高分辨率影像分类提取建筑物轮廓的优化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

在大量实验的基础上，选取文献[2]所提出的面向对象分割分类的建筑物提取方法，以及文献[16]提出的基于偏移阴影分析的建筑物提取方法作为参照，与本文方法的提取结果进行对比。其中：面向对象分割分类方法的原理是通过对影像进行分割将同质区域提取出来，然后利用光谱信息、形状纹理等特征对各个区域进行分类，以准确提取建筑物目标；基于偏移阴影的建筑物提取方法先对建筑物阴影区域进行偏移阴影分析，提取建筑物和对裸地样本分类，然后结合数学形态学并利用相交边界阴影比率进行后处理，获取最终的建筑物轮廓。为了验证本文方法的有效性和实用性，选取5幅不同特点的高分辨率遥感影像进行实验：图9(a）为城郊住宅区域，建筑物均为矩形结构，植被面积较广，建筑物周围有大量的树木覆盖；图10(a）、11(a）为普通住宅区，图10(a）中少部分建筑物顶部和道路具有相似的光谱特性，影像中建筑物形状多样、大小不一，大部分建筑物呈“L”型，图11(a）中的房屋连接紧密且呈“目”字型；图12(a）、13(a）为较复杂的建筑物群，影像中的建筑物分布方向不一，错落有致，房屋排列紧密且范围较大。为了更全面地定量分析建筑物的提取精度，本文选用了分类结果评价体系最常用的评价指标（完整度、正确率、综合值以及总体精度）进行评价，从基于像素和基于对象的角度对三种方法的提取结果进行精度评定，精度统计结果如表1所示。