基于随机森林和形态学交替滤波的无人机影像建筑物提取

如何从无人机获取的光学影像中快速、准确提取建筑物信息是遥感影像处理研究的热点问题。针对上述问题,在深入研究形态学建筑物指数、增强型形态学建筑物指数的基础上,结合特征提取、随机森林回归、改进的形态学交替滤波算法,对建筑物提取方法进行针对性改进。主要改进内容如下。(1)提出一种基于随机森林回归的无人机光学影像建筑物增强方法,通过融合原始可见光波段、可见光遥感指数特征、纹理特征等,构建特征空间,在不需要人工特征优选的情况下增强建筑物信息;(2)针对建筑物增强影像内部同质性区域会出现较多噪声等问题,对影像进行形态学滤波。最后,为验证该方法的有效性,选取环境复杂且具有代表性的城市中心建筑物区域与城市周边建筑物区域进行提取试验,2个区域主要建筑类型存在较大差别。在上述2个区域,增强型形态学建筑物指数算法的F1值较形态学建筑物指数算法分别提高10.40%和10.08%,较增强型形态学建筑物指数算法F1值分别提高5.23%和7.87%,表明该方法能够更好地提取出无人机光学影像中的建筑物信息。