基于CSG构件分析的建筑物模型提取方法

在Ｄｅｂｅｖｅｃ算法的基础上,给出了一种基于地面摄影影像的建筑物模型提取方案,即ＣＳＧ构件分析模型提取方案。与传统基于航空影像的建筑物模型提取方法不同,利用ＣＳＧ构件分析可直接对房屋采用半自动量测,从而兼顾人的智能和计算机效率,提高了模型提取的可靠性和实用性。     

基于近景目标3维测量系统和CSG技术构建3维景观

针对构建建筑物模型的过程,基于CSG体素,将建筑物进行体分解;以构建CSG树技术对建筑物进行3维重建。车载式近景目标3维测量系统(3D-Surs)提供的建筑物3维空间数据和纹理数据,为应用CSG技术奠定了数据基础。本文提出了基于3D-Surs和CSG技术构建建筑物3维模型的流程,并对该技术和流程进行了实践检验。实践表明本文的技术方案可行,具有推广价值。     

LiDAR三维重建中基于CSG方法的扩展研究

针对机载激光雷达(airborne light detection and ranging,Li DAR)数据三维重建中运用构造表示法(constructive solid geometry,CSG)无法对复杂模型自动地进行基元分解、基元模型识别以及模型集成等问题,提出了一种基于CSG扩展的三维重建方法。该方法利用建筑物等高线的分族特性,通过等高线分族实现了CSG方法中复杂建筑物模型的层次划分和基元分解,在此基础上,结合建筑物分层等高线族特征和分层轮廓线的重建结果来辨别基元类型,实现了CSG方法中基元的自动识别,并依据其识别结果采用相应的重建方法完成模型基元的分部重建,最后依据一套有效的模型集成规则实现了复杂建筑物整体模型的自动建模。通过大范围的Li DAR数据进行试验,验证了基于CSG扩展方法对复杂建筑物三维建模的有效性。     

改进GAC模型在点云和影像自动提取建筑物边界中的应用

以自动生成测地线活动轮廓(geodesic active contour,GAC)模型的初始曲线及改进其外力为出发点,提出一种基于LiDAR点云和随机影像数据,利用改进的GAC模型进行建筑物边界提取的方案。首先利用形态学交替序贯滤波自动获得模型演化的初始曲线;进而利用LiDAR深度梯度影像改进模型演化的外力,得到了改进的测地线活动轮廓(improved geodesic active contour,IGAC)模型。仿真试验表明,采用IGAC模型,可抑制弱边界泄漏,并提高建筑物边界提取的完整性和形状精确度。     

基于深度学习的高分辨率遥感影像建筑物提取方法

针对传统的建筑物提取方法精度较低和边界不完整等问题,本文提出基于深度学习的高分辨率遥感影像建筑物提取方法。首先,采用主成分变换非监督预训练网络结构,获得待提取遥感影像特征。其次,为减少在池化过程中影像特征信息的丢失,提出自适应池化模型,通过非下采样轮廓波变换来获取影像纹理特征,并将纹理特征输入网络中参与建筑物提取。最后,将影像特征输入softmax分类器进行分类,获得建筑物提取结果。选取典型区域进行建筑物提取试验,并与典型建筑物提取方法进行对比分析,结果表明,本文提取方法精度高,并且提取建筑物的边界清晰、完整。     

高空间分辨率遥感影像建筑物提取方法综述

高空间分辨率光学遥感影像中建筑物的提取对城市空间数据库的更新、城市动态监测以及建设"智慧城市"等方面具有极其重要的意义。本文首先介绍了高空间分辨率遥感影像中建筑物的特点,然后介绍了基于高空间分辨率遥感影像中建筑物自动提取的四种主要方法,即多尺度分割提取方法;基于边缘和角点检测与匹配的提取方法;基于区域分割的提取方法和基于数学工具;新理论以及多种方法结合的提取方法,分析讨论了各种方法的研究进展以及各方法的优缺点,同时对建筑物提取研究中需要解决的问题和研究趋势进行了总结。最后对高空间分辨率遥感影像建筑物提取研究前景进行了展望,认为可以从多源或多时相数据、边缘检测以及阴影辅助作用等方面提取建筑物,提高建筑物提取精度和高分遥感影像的利用率。     

规则建筑物重建多边形分解方法研究

针对传统的建筑物重建方法中,由机载LiDAR点云建立的模型表达复杂的问题,提出了一种基于多边形分解的建筑物重建方法。采用基于欧氏距离的聚类算法和随机抽样一致性算法,提取建筑物的不同平面,简化复杂结构的建筑物;基于检测出来的平面,对其进行分解,以最小外接矩形和内部空洞的布尔运算结果来表示,并进行建模。实验结果表明,该文方法可以有效简化建模过程,依据屋顶面之间边缘与空洞的关系优化结果也使得边缘更加准确,同时也更适合于CSG模型的表示。     

基于多层次分割分类模型及其特征空间优化的建筑物提取方法

针对高空间分辨率遥感影像城市地物信息提取中的尺度效应、光谱多样性及分类特征优化等问题,基于面向对象影像分析方法,结合数据挖掘与机器学习技术,提出了一种多层次分割分类模型及其特征空间优化的建筑物提取方法。首先,根据遥感信息多尺度特性,针对地物特征差异设立层级关系,再结合光谱多样性特征定义地物包含的子类型,建立基于不透水面分割分类提取建筑物的层次化结构;然后,利用提出的Relief F-PSO组合特征选择方法,优化构建相应层次的影像特征空间;最后,在多尺度分割和特征优化的基础上,基于随机森林模型获取不透水面分布,进而采用J48决策树算法分类提取建筑物。实验结果表明,该方法能够利用较少数量的影像特征,获得高精度的建筑物提取成果。     

一种结合数字表面模型的建筑物提取方法

以数字表面模型(DSM)影像为辅助,提出了一种结合基于对象和基于知识的建筑物提取方法。首先利用DSM辅助多尺度分割,有助于分割完整的建筑区域;然后利用3种规则进行建筑物提取;最后利用国际摄影测量与遥感学会(ISPRS)标准数据集影像进行实验验证。结果表明,该方法可有效提取建筑物,得到高精度的提取结果,错提率与漏提率分别为6.26%与7.43%。     

一种基于SVM的无人机影像中单个建筑物的角点检测方法

针对目前无人机影像中单个建筑物角点的检测现状,提出了一种基于支持向量机(SVM)的无人机影像中建筑物的角点检测方法。首先对4个波段的无人机影像进行多尺度分割,计算影像的NDVI,通过植被与非植被区域的波谱差异剔除植被的影响。其次,用面向对象分类法将"建筑物块"从影像中提取出来,对"建筑物块"区域用Harris算子进行边缘检测,形成建筑物边缘点集数据。随后通过设计高斯径向基将边缘样本点映射到高维特征空间,构建特征向量,采用边缘点集训练SVM分类模型,最终通过SVM分类模型从粗提取的边缘点集中检测出正确的建筑物角点,实现了单个建筑物的角点提取。     

单体建筑物点云数据的CSF净化处理

从场景整体点云数据中提取单体建筑物的点云是建筑物单体三维建模的基础。然而,现有点云提取方法在提取建筑物点云数据时往往包含部分植被、地面等非建筑数据点,不利于建筑物对象建模。针对该问题,本文提出使用CSF方法对初步提取的建筑物点云数据进行净化处理。该方法首先将场景点云数据投影生成点云图像,根据图像特征初步提取单体建筑物点云数据;然后对获得的单体建筑物点云数据采用CSF方法进行净化处理,可以获得较为纯净的单体建筑物点云数据。本文以南京师范大学仙林校区部分区域为研究对象对该方法进行了验证。结果表明,该方法可以较好地对建筑物点云数据进行净化,得到较为纯净的单体建筑物点云数据,为基于点云数据的建筑物单体模型构建打下了良好的基础。     

基于Cityengine平台的CGA规则室内三维建模方法研究

随着三维数字城市建设的兴起和不断发展,3D GIS技术逐渐被人们所重视,多种三维建模软件也已被大量应用在三维数字城市的设计和创建中。首先通过与传统建模软件的对比,分析了Cityengine城市引擎软件在快速批量建模和与GIS软件数据交互方面的优点,同时也指出了Cityengine在建筑物室内场景方面缺乏对建模规则的研究。因此本文利用二维GIS几何数据作为模型的底面基础数据,借助Cityengine软件特有的CGA语法编写规则文件,对Cityengine平台下创建建筑物室内三维场景的方法进行了初步探究。通过对该方法的研究旨在使三维室内外场景形成良好的整体,弥补之前Cityengine只能对大场景进行外部批量建模而缺乏对内部模型研究的不足,扩展Cityengine在三维建模领域的应用范围,为智慧城市的创建设计以及可视化分析提供了新的手段。     

交叉环绕航线下的城市级复杂建筑物实景三维建模

目前各省、市正在加快推进实景三维中国建设,其中城市级实景三维建模相较于地形级,精度要求更高,展示内容更丰富,工作量更大。针对高低错落且结构复杂的建筑物场景,常用的提高无人机航线重叠度的方法,改进效果不明显,仍存在较多拉花变形区域,且会导致影像数量增加、飞行和建模过程更加耗时、生产成本增大的问题。因此,本文提出了无人机交叉环绕航线下的城市级实景三维建模方法,选取典型试验样区进行航摄建模试验,并与采用常规五向航线航摄的方法进行建模效率、质量、精度方面的对比分析。结果表明,交叉环绕航线航摄方法可大幅减少影像数量,节省空三计算和建模时间,提升整体建模效率;且在建筑物的门顶雨篷、玻璃窗户等难点区域,建模质量更好,整体精度更高,满足相关标准规范要求。     

地理学视角下室内三维场景日照分析关键问题

针对太阳光线与室内场景的时空关系,剖析日照分析所涉及的分析框架、场景模型、分析算法,提出并构建基于地理学视角的日照分析框架、概念模型与算法体系,侧重于室内三维场景中太阳光影、光柱的时空过程及其照射效果的模拟,使得日照分析能够真正符合公众需求,从而促进面向公众服务的建筑物建模、模拟理论与技术的发展。     

基于局部体样条函数的海洋盐度场建模

海洋盐度是海洋水文要素的重要组成部分,是海洋战场环境研究的重点。在介绍海水盐度数据特点的基础上,采用局部体样条函数法对散乱的大规模盐度场标量数据进行建模,并利用遗传算法和非线性规划相结合的方法解决体样条函数法的区域划分问题。通过一组实测数据进行建模实验并将得到的数据场进行可视化,表明该方法适用于大规模散乱数据场的建模,可为海洋战场环境的数据分析和场景构建提供建模手段。     

基于城市航空立体像对的全自动3维建筑物建模

城市建筑物3维建模是虚拟城市建设的关键技术之一。基于大比例尺航空立体像对提出3维建筑物建模方法。首先对2维边缘检测Canny算子进行改进，以期从城市航空影像中检测出较为精确的2维建筑物轮廓线。然后把改进的自适应最小二乘相关算法运用到金字塔匹配算法中，由于金字塔匹配算法中最为关键的问题是误差传递的有效控制，而以往的研究中尽管采用了多咱控制策略但效果不是很好，作者通过提出2种新的误差传播控制策略得到了较高精度的匹配结果。利用匹配生成的高精度3维信息对检测到的2维建筑物轮廓线进行3维插值，获得建筑物的3维信息，由此实现了建筑物3维建模。     

基于R树索引的三维场景细节层次自适应控制方法

针对大规模三维城市建模需要,介绍一种基于三维R树索引的多细节层次（简称LOD）管理方法,从叶节点层向根节点自动生成LOD场景,并设计实现LOD检索的算法。通过试验分析,证明本文的LOD定义参数能够定量控制三维场景中的渲染目标数目,进而实现三维场景的自适应可视化方法,尤其适合于建筑物和树木类型的地物目标。     

南粤古驿道历史建筑数字化保护与VR场景构建

南粤古驿道遗留了众多文化遗产,具有较高的历史、艺术、科学价值,但历史建筑损坏较为严重.为推进南粤古驿道活化利用,本文采用精细三维建模技术与虚拟现实(VR)技术实现了南粤古驿道的数字化保护.首先对南粤古驿道遗址进行了分析,然后从数据采集、点云数据处理、几何模型加工、纹理贴图等方面阐述对历史遗迹进行精细三维建模和VR场景构...     

基于规则的数字校园三维场景建模方法研究

从三维建模所需数据的获取到地形、地物模型的构建等方面进行探讨,研究了系统三维GIS场景的建立方法,并且,选取XX地区作为研究区域,包括数据的获取及处理、地物与地形的匹配,然后基于规则对三维场景进行建筑物、道路、操场、树木等模型构建并导出到Geodatabase数据库中。基于规则的三维场景建模方法适用于大面积相似建筑物的模型构建,并且大大地提高了其建模效率。