基于数据场和密度聚类的高分辨率影像居民区提取

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。

利用边缘密度特征提取高分辨率遥感影像中的居民区

居民区相对于其他区域具有更明显更丰富的边缘特征.根据这一特点,提出一种利用边缘密度特征差异进行高分辨率遥感影像居民区自动提取的方法.该方法首先利用Mean Shift算法平滑原始影像,然后检测平滑影像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu阈值分割方法提取居民区.实验表明:该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.