利用基于YOLOv8的边缘检测从高分辨率航拍图像中多边形化屋顶分割

本研究提出了一种利用遥感图像进行屋顶细节提取与矢量化的新方法。与以往依赖角点检测的基于几何基元的方法不同，我们的方法以边缘检测作为屋顶重建的主要机制，同时利用几何关系来定义角点和面。我们改造了最初为旋转目标检测设计的YOLOv8 OBB模型，以有效地提取屋顶边缘。我们的方法表现出对噪声和遮挡的鲁棒性，从而得到建筑物屋顶的精确矢量化表示。在SGA和Melville数据集上进行的实验突出了该方法的有效性。在栅格级别上，我们的模型优于state-of-the-art基础分割模型（SAM），在大多数样本上实现了0.85到1之间的mIoU以及接近0.97的ovIoU。在矢量级别上，使用Hausdorff距离、PolyS指标以及我们的栅格-矢量度量进行的评估表明，多边形化后有显著改善，与参考数据高度近似。该方法成功处理了多样的屋顶结构并细化了边缘间隙，即使在训练数据集中未包含的复杂新屋顶结构上也是如此。我们的研究结果强调了该方法在解决自动屋顶结构矢量化挑战方面的潜力，支持城市地形重建等各种应用。