Please wait a minute...
img

官方微信

遥感技术与应用  2016, Vol. 31 Issue (2): 267-274    DOI: doi:10.11873/j.issn.1004-0323.2016.2.067
遥感与图像处理     
全极化SAR影像城区建筑密度分析
桂容,徐新,董浩,宋超  
(武汉大学电子信息学院,湖北 武汉 430072)
Urban Building Density Analysis from Polarimetric SAR Images
Gui Rong,Xu Xin,Dong Hao,Song Chao
(Electronic Information School,Wuhan University,Wuhan 430072,China)
 全文: PDF(18688 KB)  
摘要:

针对全极化SAR影像的建筑区特性,提出了一种基于极化特征共生矩阵的城区建筑密度分析方法。首先将极化特征与共生矩阵结合,在考虑建筑区极化散射机理和建筑朝向作用的同时,兼顾了建筑区的空间排列信息,在此基础上为了增强建筑密度的局部区域特性,将共生矩阵特征进行 K\|means 聚类,结合图像分块形成标号直方图统计矢量,进而对该直方图统计矢量进行矢量量化实现 SAR 影像城区的建筑密度分级。RadarSat\|2全极化 SAR 影像城区建筑密度分析的实验表明,该方法既适用于建筑朝向复杂城区也适用于建筑排列整齐城区的密度信息提取。

关键词: 建筑密度极化特征共生矩阵全极化SAR影像    
Abstract:

In order to analyze the urban building density from fully polarimetric synthetic aperture radar images,a novel method based on the polarization feature co\|occurrence matrix is proposed in this paper.Firstly,we introduce the selected polarization feature into co\|occurrence matrix,which is effective because it not only considers the polarization scattering mechanism but also introduces spatial arrangement information of building areas.Then,considering the local regional characteristics of building density,the histogram statistics feature is formed by K\|means unsupervised clustering based on the co\|occurrence matrix features in the certain image block.Finally,the histogram statistics feature vector quantization is adopted to realize grades of urban building density from fully polarimetric SAR image.The effectivity of the proposed urban building density analysis method is demonstrated by processing RadarSat\|2 fully polarimetric SAR images,experiments results show that the proposed method applies to both building orientation complex urban areas and the neat rows urban areas.

Key words: Building density    Polarization feature    Co-occurrence matrix    Fully polarimetric SAR image
收稿日期: 2015-06-08 出版日期: 2016-06-20
:  TP 75  
基金资助:

中国高分辨率对地观测系统重大专项“高分灾害监测与评估信息服务应用示范系统(一期)”(03-Y30B06-9001-13/15)。

通讯作者: 徐新(1967-),男,湖北武汉人,工学博士,教授,主要从事信号与信息面的研究。Email:xinxu@whu.edu.cn。    
作者简介: 桂容(1990-),女,湖北武汉人,硕士研究生,主要从事SAR图像解译研究。Email:rongui2013@whu.edu.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
桂容
徐新
董浩
宋超

引用本文:

桂容,徐新,董浩,宋超. 全极化SAR影像城区建筑密度分析[J]. 遥感技术与应用, 2016, 31(2): 267-274.

Gui Rong,Xu Xin,Dong Hao,Song Chao. Urban Building Density Analysis from Polarimetric SAR Images. Remote Sensing Technology and Application, 2016, 31(2): 267-274.

链接本文:

http://www.rsta.ac.cn/CN/doi:10.11873/j.issn.1004-0323.2016.2.067        http://www.rsta.ac.cn/CN/Y2016/V31/I2/267

[1] 杨朦朦,汪汇兵,欧阳斯达,范奎奎,戚凯丽. 基于双树复小波分解的BP神经网络遥感影像分类[J]. 遥感技术与应用, 2018, 33(2): 313-320.
[2] 赵玉,王红,张珍珍. 基于遥感光谱和空间变量随机森林的黄河三角洲刺槐林健康等级分类[J]. 遥感技术与应用, 2016, 31(2): 359-367.
[3] 郝利娜,张志,张翠芬. 山东省寿光市滨海地区盐田信息提取方法研究[J]. 遥感技术与应用, 2013, 28(3): 526-532.
[4] 徐 佳,陈媛媛,黄其欢,何秀凤. 综合灰度与纹理特征的高分辨率星载SAR图像建筑区提取方法研究[J]. 遥感技术与应用, 2012, 27(5): 692-698.
[5] 邵晓敏, 刘勇. 基于纹理的乌兰布和沙漠地区植被信息提取[J]. 遥感技术与应用, 2010, 25(5): 687-694.
[6] 傅文杰, 林明森. 利用SVM与灰度共生矩阵从QuickBird 影像中提取枇杷信息[J]. 遥感技术与应用, 2010, 25(5): 695-699.
[7] 刘廷祥,黄丽梅,鲍文东. 基于CBERS-02B和SPOT-5全色波段的图像融合纹理信息评价研究[J]. 遥感技术与应用, 2009, 24(1): 103-108.
[8] 张飞,塔西甫拉提?特依拜,丁建丽,依力亚斯江.努尔麦麦提,田源. 新疆干旱区绿洲土壤盐渍化信息提取对比研究[J]. 遥感技术与应用, 2008, 23(4): 398-404.
[9] 汤井田,胡丹,龚智敏. 基于SVM的SAR图像分类研究[J]. 遥感技术与应用, 2008, 23(3): 341-345.
[10] 邹斌, 张腊梅, 裴彩红, 张晔. 基于SVM的POL-SAR图像分类研究[J]. 遥感技术与应用, 2007, 22(5): 633-636.
[11] 李锦业,张 磊,吴炳方,马新辉. 基于高分辨率遥感影像的城市建筑密度和容积率提取方法研究[J]. 遥感技术与应用, 2007, 22(3): 309-313.
[12] 彭光雄,李 京,何宇华,胡德勇. 利用纹理分析方法提取CBERS02星CCD图像土地覆盖信息[J]. 遥感技术与应用, 2007, 22(1): 8-13.
[13] 薛东升, 尹东. 高分辨率遥感图像隧道入口自动识别方法的研究[J]. 遥感技术与应用, 2005, 20(5): 483-488.
[14] 吴 樊, 王 超, 张 红. 基于纹理特征的高分辨率SAR 影像居民区提取[J]. 遥感技术与应用, 2005, 20(1): 148-152.
[15] 张红,王振会,许建明,裴晓芳 . 可见光云图日食阴影订正效果的纹理特征量分析[J]. 遥感技术与应用, 2004, 19(1): 47-51.