文档介绍：影像与激光雷达数据的城市地物信息提取
1
编辑ppt
2
编辑ppt
3
编辑ppt
面向对象的城市地物信息提取方法主要包括３个步骤：影像分割、分类以及分类后处理。
进行多尺度分割，利用监督法分割精度评价方法选出各类地物的最佳分割尺度，进行尺度综合获得符合地物边界的分割结果，从而基于分割对象提取航空影像上的光谱、纹理、空间特征及LIDAR 数据中的高程、强度等特征，结合 ReliefF特征重要度进行特征选择，最后以多分类器组合方法进行分类，并进行分类后处理。
4
编辑ppt
首先使用Terrascan将Lidar数据去除粗差，然后采用ENVI Lidar生成DTM，波段计算得到nDSM(nDSM＝DSM－DTM)，它记录了所有高于地面物体(如建筑物、植被等)的高程信息。然后将点云和影像配准，最后将正射影像及nDSM进行波段合成。
本文采用多尺度分水岭影像分割算法，分割尺度设定为3~87（尺度间隔3），尺度为90以上基本合并为大区域，不予考虑，最终得到28个分割尺度。再利用监督法分割精度评价选择各类地物的最佳分割尺度，并综合最优尺度，得到分割结果。
准确度p：对象与分割对象的交集面积与分割对象面积的比值
查全率r：则为交集面积与参考对象面积的比值
m2：为交集面积与并集面积的比值
5
编辑ppt
获取地物类型最佳分割尺度：如图5所示的分割质量曲线图，其中建设用地包括建筑物、道路、空地；林地包括树木及草地。从图中可看出随着分割尺度的增大，p值减少，r值增加，过分割现象减少，欠分割现象增多，而 m2为这两种度量的加权和，不存在偏向性。因此最佳分割尺度一般取m2最大值处，若 m2近似则选取p值较大处，得出各类地物类型的最佳分割尺度。树木与草地为33，道路与空地为45，阴影为18。
6
编辑ppt
分类前，首先对每类地物选取其典型训练样本，统计对象光谱及指数特征、纹理特征、形状特征、对象高程信息、强度信息等40多种特征，如表1所示。本文根据ReliefF指数进行特征重要性度量，顺序选取前12项特征及面积、紧凑度（用来区分道路与空地）进行影像分类。
7
编辑ppt
特征选择后采用两步法提取城市地物，首先采用多分类器组合(K近邻算法、神经元网络及SVM_RBF)对城市地物进行分类，得到如图6所示的分类结果。由于城市地区存在高层建筑及树木，分类受阴影的影响较大，，并基于规则将阴影区域依次分为：阴影下植被、阴影下建筑物、阴影下道路、阴影下空地、纯阴影5类。
图7为A区最终分类结果，利用混淆矩阵法进行分类精度评价，%，如表2所示
8
编辑ppt
9
编辑ppt
方法检验
为检验该方法的适用性，将该方法运用于B区，得到B区分类结果，如图8、图9所示。将其进行分类精度评价，如表3所示。实验结果证明该方法能在保证分类精度的前提下，推广到类似研究区，有效提高分类效率，具有较高的适用性，为大范围城市地物信息快速提取提供了可能。
10
编辑ppt