研究目的
为了解决利用几何显著性从高分辨率(VHR)遥感图像中检测建筑物的问题,因为基于纹理、光谱或学习方法的传统方法在准确性和泛化能力方面存在局限性。
研究成果
提出的基于几何显著性的高层分辨率遥感影像建筑物检测方法取得了显著性能提升,且在不同数据集上具有良好的泛化能力。与现有方法相比,该方法能提供更清晰的建筑物边界和更少的冗余区域,且为无监督方法,无需训练样本。
研究不足
在高分辨率遥感影像中,一些人工建筑或物体(如汽车)也可能呈现出显著的几何结构,从而导致误检测??梢岳梦锾宄叽绫壤认妊樾畔⒗匆种菩榫喜煌嘈偷男畔⒖赡芴岣呒觳饩?。
1:实验设计与方法选择:
该方法基于通过连接点获取的中层几何表征所导出的几何显著性,计算几何建筑指数(GBI)。包括使用各向异性尺度连接点(ASJ)检测器检测连接点,将其分解为L型连接点,并计算一阶和成对几何显著性。
2:样本选择与数据来源:
采用三个公开数据集:Spacenet-65数据集(65张图像,2000x2000像素,0.5米分辨率)、Potsdam数据集(214张图像,2000x2000像素,0.05米分辨率)和马萨诸塞州建筑数据集(10张测试图像,1500x1500像素,1米分辨率)。
3:5米分辨率)、Potsdam数据集(214张图像,2000x2000像素,05米分辨率)和马萨诸塞州建筑数据集(10张测试图像,1500x1500像素,1米分辨率)。
实验设备与材料清单:
3. 实验设备与材料清单:未提及特定设备或材料;该方法为计算型,依赖图像数据。
4:实验步骤与操作流程:
步骤包括将多光谱图像转换为亮度通道、检测连接点、计算显著性度量、整合形成GBI以及阈值化以实现建筑检测。
5:数据分析方法:
采用平均精度均值(mAP)和F分数(F-measure)进行定量评估,并与现有先进方法(BASI、MBI、PBI、HF-FCN)进行比较。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容