基于MATLAB的影像建筑轮廓提取方法与实现

针对建筑轮廓提取问题，提出并实现了一种基于MATLAB的影像建筑轮廓自动提取方法。首先，对彩色影像进行阴影去除，将彩色影像转换为灰度影像，进行直方图均匀化以及中值滤波；其次，对中值滤波后的影像进行膨胀和腐蚀操作，通过对膨胀与腐蚀影像进行差分运算，进行地物边缘检测；最后，对边缘检测后的影像二值化处理，并完成建筑物特征点及其坐标的提取。通过实例验证表明，本文方法简洁可行，计算效率要高于深度学习提取建筑物的方法。

建筑物是监测城市变化和人类文明最重要的标志物之一，量化并准确描述建筑物的情况有助于了解其对社会、经济和基础建设发展的影响。及时准确地提取建筑物对有效管理城市、全面的城市规划和决策很重要。在发生自然灾害的情况下，及时获取建筑物信息也可以极大地帮助政府和公共机构评估其性质，范围和影响。该信息可用于评估由此造成的损失，并有效地计划、监控和管理救援和救济行动。由于建筑物对于城市建设、智慧城市系统更新、数字化城市以及军事侦察等方面的重要性，快速提取建筑物信息和进行建筑物变化检测在城市发展规划、电子信息化、国防等方面有着重要的应用[1]。

建筑物信息提取一直是一个极具挑战的问题， 在图像中人工建筑物信息的提取是个非常复杂的过程， 往往不仅需要计算机的自动识别，还需要人的辅助来完成。从影像中提取建筑物的方法可分为人工、交互式和自动三种方式。人工目视解译是在图像上手工勾画出建筑物的外轮廓；交互式提取是采用人机交互的方式迭代地提取建筑物[2]；自动提取是利用计算机全自动提取建筑物。国内外关于影像建筑物自动提取方法可分为四类：基于模板匹配的方法、基于知识的方法、基于对象的方法和基于机器学习的方法[1]。近年来，许多学者提出建筑物信息提取方法，如支持向量机方法[3]、形态学建筑物指数法[4]、深层卷积神经网络[5]、LiDAR 高程联合图割法[6]、图像纹理特征联合图割法[7]等。

MATLAB 是美国MathWorks 公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人、控制系统等领域。软件主要面对科学计算、可视化以及交互式程序设计的高科技计算环境[8]。MATLAB 将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中， 为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。本文基于影像处理技术设计了一种建筑物轮廓特征点提取方法并采用MATLAB 编程实现，可进行大规模快速自动提取建筑物信息，通过实例验证了其可行性。

2. 算法步骤 2.1. 技术路线 本文建筑物轮廓信息提取技术路线如图1 所示。