技術(shù)特征：

1.一種航空遙感影像的建筑物輪廓線提取方法，其特征在于，包括以下步驟：

步驟1，利用顏色不變量算法檢測出航空遙感影像中建筑物的陰影區(qū)域，并對陰影區(qū)域進行圖像細化，將細化的結(jié)果作為建筑物的背景區(qū)域；

步驟2，以陰影區(qū)域的質(zhì)心為起點向太陽高度角反方向搜索，獲得建筑物部分的區(qū)域，將這個區(qū)域作為建筑物的目標區(qū)域；

步驟3，利用線性迭代聚類法對航空影像進行超像素分割；

步驟4，基于步驟1和步驟2分別獲得的背景區(qū)域和目標區(qū)域，利用最大相似度進行超像素劃分塊的合并，提取建筑物的輪廓線：

設(shè)M_b和M_o為步驟1和步驟2標記過的超像素分割區(qū)域，M_b代表標記的背景區(qū)域，M_o代表標記的目標區(qū)域，N_m表示未標記的區(qū)域，某一劃分區(qū)域B∈M_b，B的鄰域區(qū)域集合為 對于任何A_i且A_i鄰域集合為如果B和A_i的相似度ρ(B,A_i)等于A_i與各鄰域的相似度最大值，則B和A_i進行合并；繼續(xù)找下一劃分區(qū)域B∈M_b，進行同樣操作，直到在M_b沒有新的合并區(qū)域出現(xiàn)，停止合并；

根據(jù)以上合并結(jié)果，設(shè)未標記的劃分塊P∈N_m，P的鄰域集合為對于和條件下，H_i的鄰域集合為如果P和H_i的相似度ρ(P,H_i)等于H_i與各鄰域的相似度最大值，則P和H_i進行合并；找下一未標記的劃分塊P∈N_m，進行同樣操作，直到在N_m中沒有新的合并區(qū)域出現(xiàn)，停止合并；

最終得到的區(qū)域邊界為建筑物輪廓線。

2.如權(quán)利要求1所述航空遙感影像的建筑物輪廓線提取方法，其特征在于：步驟3利用線性迭代聚類法對航空影像進行超像素分割，包括初始化聚類中心，根據(jù)區(qū)域內(nèi)梯度值移動聚類中心，進行相似度度量；按最小相似度對圖像的像素點進行聚類，不斷迭代直到新種子點和原來的種子點之間的相似度誤差收斂時迭代終止；把面積較小的區(qū)域與其距離最近的區(qū)域合并，增強區(qū)域的連通性。

3.如權(quán)利要求2所述航空遙感影像的建筑物輪廓線提取方法，其特征在于：所述根據(jù)區(qū)域內(nèi)梯度值移動聚類中心，是將種子點移動到以種子點為中心的3×3區(qū)域內(nèi)梯度值最小的位置。