1 西安石油大学计算机学院，西安 710065
2 中国科学院空间信息处理与应用系统技术重点实验室，北京 100190
3 中国科学院电子学研究所，北京 100190
4 中国科学院遥感与数字地球研究所，北京 100094
本文针对城市建筑物的特点，提出融合 Hessian-Affine和 MSER的仿射协变区域检测方法，利用重复误差筛选高度相关的不同类型区域，根据仿射匹配性分值选择性删除冗余区域，并采用平均重复率、平均匹配区域数进行综合评价分析。实验结果表明，提出的算法将两种检测子互补使用，对于各种仿射变换下的建筑物检测准确率较高，冗余少，适用于城市遥感的实际应用中。Urban Remote Sensing Images
城市遥感图像 建筑物 仿射协变区域 融合检测 检测子 urban remote sensing images building affined covariant region fused detection detector
1 中国科学院电子学研究所, 北京 100190
2 中国科学院研究生院, 北京 100039
为更有效地将空间观测技术应用于城市地理信息系统等领域, 提出了一种新的基于遥感图像的城市道路自动测绘方法。该方法通过构建对象网络来表达图像结构, 获取客观的处理单元。在此基础上, 针对感兴趣特征, 利用无监督学习来综合分析遥感图像中道路目标的各类可视及非可视化信息, 快速标记并定位目标区域。方法中还结合上下文信息进行空间平滑处理, 大大消除了噪声、遮挡等影响。矢量标绘后可以量测得到城市道路的准确轮廓及相关参数。实验表明, 该方法准确率高、鲁棒性好, 适用于绝大多数高分辨率城市遥感图像中道路目标的自动测绘, 在地理信息系统和数字城市系统建设中具有较大的实用价值。
图像处理 目标识别 道路测绘 城市遥感图像 无监督学习 基于对象
