城市典型目标的提取与识别

遥感图像理解的基本任务之一是目标地物的提取和识别。对城市遥感而言，城市典型目标地物的提取和识别在城市制图、城市规划、城市土地利用信息变化监测、城市生态安全评价、城市地理信息系统建设等领域有着广泛的应用。所以针对城市典型地物目标的提取与识别一直以来是城市遥感技术研究的热点和重点。城市典型地物主要包括城市建筑物、水体、绿地和道路等。在已有的研究中、遥感图像城市典型目标地物的提取与识别除了利用遥感影像分类方法整体提取城市各种典型地物之外，常规的研究一般是针对单一的典型地物目标进行提取和识别。

1城市建筑物提取与识别

城市建筑物提取与识别的研究最早可以追溯到20世纪80年代中后期。经过多年的发展，建筑物目标提取和识别的研究内容主要包括建筑物的定位和检测、建筑物的表征和描述、建筑物识别、建筑物的三维重构和建筑物的变化检测五大部分。

建筑物的定位和检测方法主要有基于灰度图像的检测方法、基于线段分析的检测方法、基于纹理的检测方法和基于数字表面模型的检测方法。基于灰度图像的方法主要是根据图像中建筑物与周围环境的灰度具有一定的对比度，经过适当预处理增强这种对比度，然后利用聚类方法或者密度分割的方法实现建筑物的提取。基于线段分析的检测方法主要是利用边缘检测算法得到不同地物的边缘，再对边缘图像中的边缘线段进行分组，搜索平行线，并在此基础上搜索矩形，以组成符合建筑物空间结构的轮廓，实现建筑物的定位和检测。基于纹理的检测方法是利用纹理衡量算法来区分不同类型地物特征来实现建筑物提取的方法。基于数字表面模型建筑物体提取的方法是利用数字表面模型提供的几何和高程信息对地表进行分制。然后采用一定的第略保留合适的部分，并对保留下的部分重新定义地物信息。

建筑物的表征和描述主要是通过对建筑物定位和检测的结果进行建筑物特征提取构成建筑物识别的关键，即建筑物识别特征或特征集合。建筑物识别特征主要包括三类:空间几何特征、投影关系特征和高程特征。空间几何特征主要包括建筑物的形状和几何关系。图像作为建筑物在平面上的投影，根据成像过程的不同呈现不同的投影规律，通过投影规律可以实现建筑物的特征提取。其中最重要的是建筑物在图像中的阴影，可以作为建筑物识别的一个重要特征。Lin利用建筑物的空间投影关系实现了建筑物的提取和三维重建。高程信息是建筑物与其他地物区别的重要特征，利用DSM和DEM数据可以有效地实现对建筑物的识别，特别是DSM数据不仅提供了高程信息，还包含了地面突起的形状信息。

建筑物识别方法主要包括模式识别方法和基于知识的分析方法。其中模式识别方法主要包括贝叶斯分类器方法、马尔可夫随机场方法和证据理论方法等。

建筑物的三维重构是比较困难的，在缺少三维数据的情况下，现在常用的方法是利用同场景多视角图像信息来获取立体信息。在拥有数字表面模型数据和三维激光扫描数据以后就可以直接提取三维模型。

2城市水体提取 与识别

通过遥感影像快速提取水体信息，已经成为水资源调查、水资源宏观监测和湿地保护的重要手段。近20年来，利用遥感数据进行水体目标的提取与识别得到了广泛的应用。目前的水体提取方法主要包括单波段阈值法、多波段增强图像阈值法和遥感影像分类等方法。

单波段阈值法利用了水体在近红外波长处的强吸收性及植被和干土壤在此波长范围内的强反射性特点设置阈值提取水体信息。多波段阈值法是通过特征波段选择实现水体特征提取和识别。其中特征波段的选择主要包括波段组合和波段间运算。这类方法主要包括谱间分析法和差值、比值等代数运算法。监督和非监督分类方法也是水体提取比较常用和有效的方法。

3城市植被提取 与识别

城市绿地是城市生态系统的重要组成部分、是城市环境和居民生活水平的重要标志。利用遥感数据实现城市绿地信息的提取为城市绿地调查、城市生态规划提供了科学依据和数据支持。城市绿地提取方法现在主要可以分为两大类:一类是基于植被指数图像的密度分割方法;另类就是传统的利用非监 督和监督的分类方法实现植被信息的提取。植被指数反映了植被覆盖和生长状况，通过植被指数结合密度分割的方法可以实现植被信息的单独提取，但由于阈值的不确定性、精度较低，常用的方法还是将植被指数作为知识或者特征引入分类数据中来增强分类能力。

4城市道路提取与识别

从遥感影像中实现城市道路的提取和识别除了传统的分类方法之外，更精确的方法已经被提出。现有的单独针对道路提取的方法主要是基于道路特征提取的方法。该类方法的基本思想是基于道路几何特征、辐射特征、拓扑关系和上下文特征等经过低、中、高三个层次的处理实现道路的提取。目前针对道路提取的自动化程度，将道路特征提取分为半自动和自动道路特征提取。半自动道路提取技术通过人机交互的方法提取道路初始种子点信息，然后结合道路知识进行计算机识别同时适当进行人机交互，利用一些自动搜索跟踪算法找出道路信息。半自动方法主要包括基于像素和背景的算子模型道路提取、基于树结构的特征判别模型的道路提取、基于最小二乘样条曲线的道路提取、基于模糊集的道路网格提取、动态规划法、模版匹配、基于纹理的道路提取方法等。自动道路现政算法要结合道路信息利用人工智能、计算机视觉，模式识别等领域的知识寻找道路种子点信息，然后再联结成道路网络。自动方法主要有基于平行线对的道路提取、基于二值化和知识的道路提取、基于拓扑关系的方法、面向对象的方法和地图匹配法等。