基于高分辨率DSM和遥感影像的建筑物提取

提出一种基于高分辨率数字表面模型(DSM)和遥感影像光谱特征的建筑物提取方法。具体步骤是:首先,使用多分辨率分割方法对RGB波段和DSM波段进行组合分割,形成图像基元;然后,利用建筑物高程高于地面其他区域的特点,使用阈值分割将影像对建筑物进行初始分类;由于树木的高程和建筑物像类似,这就造成了对建筑物的混淆,为了解决这个问题,利用树木的辐射不均一所形成的标准差特征较大这一特点,对建筑物和树木进行区分,最终形成建筑物的精确提取。试验结果证明了本文方法的有效性。     

利用机载三维成像仪的DSM数据自动提取建筑物

利用三维成像仪获取的DSM作为数据源,首先采用影像分割得到建筑物的平面轮廓线,再根据建筑物一般具有规则平面形状的特点,对建筑物的平面边缘线进行规格化处理,最后求出建筑物的平均高度值,从而得到建筑物的三维信息。试验表明,该方法是实用的。     

密集城区高分辨率遥感影像建筑物提取

建筑物在地理国情监测中是一个重要目标,快速、准确地提取城市建筑物可以带来巨大的经济价值。本文在前人针对城市区域的建筑物提取研究基础上,对现有提取方法存在的问题,提出了一种针对密集城区的面向对象自动化建筑物提取流程。首先利用高分辨率遥感影像得到阴影和建筑物初提取结果;然后利用阴影和建筑物的空间位置关系,建立筛选条件,对疑似建筑物区域过滤;最后通过图割算法来精确建筑物轮廓。通过使用武汉地区的两幅QuickBird影像进行算法验证试验,可得到准确的检测结果。本算法可应用于密集城区的建筑物检测,能够有效减少人工判图的工作量。     

利用高分辨率DSM和DOM自动提取城市建筑物区域

建筑物区域的精确提取是数字地形图自动化绘制的基础.本文通过融合无人机航摄处理得到的高分辨率DSM(digital surface model)与DOM(digital orthophoto map)数据,提出一种基于阈值分割、SVM(support vector machines)分类和形态学处理的建筑物区域提取算法,并选取ISPRS提供的Potsdam数据集进行试验,通过定量化精度分析验证了该算法的可行性及可靠性.     

高分辨率遥感影像建筑物分级提取

高分辨率遥感影像建筑物信息自动提取是遥感应用研究中的一个热点问题,但由于受到成像条件不同、背景地物复杂、建筑物类型多样等多个因素的影响使得建筑物的自动提取仍然十分困难。为此,在综合考虑影像光谱、几何与上下文特征的基础上,提出了一种基于面向对象与形态学相结合的高分辨率遥感影像建筑物信息分级提取方法。该方法首先利用影像的多尺度及多方向Gabor小波变换结果提取建筑物特征点;然后采用面向对象的思想构建空间投票矩阵来度量每一个像素点属于建筑物区域的概率,从而提取出建筑物区域边界;最后在提取的建筑物区域内应用形态学建筑物指数实现建筑物信息的自动提取。实验结果表明,本文方法能够高效、高精度地完成复杂场景下的建筑物信息提取,且提取结果的正确性和完整性都优于效果较好的PanTex算法。     

利用高分辨率遥感影像提取建筑物方法研究

随着航空航天技术的发展,人们获取的遥感影像数据的空间分辨率不断提高,同时获取难度大幅降低。在遥感数据日益普及的今天,利用影像处理与分析技术对高空间分辨率遥感影像中的感兴趣目标进行自动提取已经成为目前遥感领域研究的热点之一。建筑物作为与人类生活密切相关的主要人工地物,是城市发展的重要标志。目前,通过对高分辨率遥感影像进行建筑物自动提取已经成为建筑物信息获取的重要手段,而建筑物信息可用于进一步研究城市的扩张与发展、城市土地利用现状与变化、城市规划、城市热岛效应、人口估计与预测、灾害监测预警与评估等。     

基于高分辨率遥感影像的农村聚落信息的提取

传统的房屋提取方法一般基于像素的提取,无法利用影像的空间信息。本文提出了一种面向对象的卫星影像房屋提取方法。利用影像对象的光谱特征、几何特征和空间关系建立知识库,利用知识库中的规则来提取影像中的房屋。     

利用高精度DSM数据提取建筑物轮廓算法研究

基于DSM数据提取建筑物轮廓信息是快速自动构建建筑物三维模型的基础和前提.本文将随机抽样一致性算法RANSAC引入到DSM点云分割中,提出了一种基于随机抽样一致性算法模型的建筑物面片识别和轮廓提取算法,实现了高精度DSM数据的建筑物轮廓信息提取,试验验证了本文方法的精度和可靠性.     

从DSM数据中自动提取建筑物的方法研究

现今,DSM的获取日趋方便、快捷、精确,充分利用DSM所提供的信息,可以解决很多实际问题.本文提出了一种从DSM自动提取建筑物的方法,首先从DSM中提取DTM,差值后得到消除了地形影响的规格化的DSM(即NDSM),然后对NDSM进行改进型"标记控制的分水岭"分割,得到地上物目标;最后根据这些目标的各自特点进行过滤,祛除非建筑物对象,留下我们所要的建筑物对象.     

基于DSM坡度分析的建筑变化监测研究

针对传统的监测手段存在的数据源精度不够、监测方法不科学、监测结果不准确等问题,创新性地提出了基于DSM(digital surface model)坡度分析的建筑自动变化监测技术体系,通过对多期高分辨率的DOM(digital orthophoto map)及DSM数据进行差值计算、坡度分析、阈值筛选等处理,最终得到研究区的建筑变化图斑.研究表明,该方法可广泛应用在建筑变化监测领域.     

多星形约束图割与轮廓规则化的高分遥感影像直角建筑物提取

提出了一种基于多星形约束的图割和轮廓规则化的交互式半自动提取高分影像上直角建筑物的方法。首先,通过人工在建筑物上画一条线的交互方式自动得到包含目标建筑物的影像图块;其次,利用双边滤波对该影像块进行保边去噪预处理并进行超像素分割;再次,以交互线所在的超像素为前景,以交互线所得的建筑物范围与影像块边界之间的超像素为背景,进行基于多星形约束图割方法得到建筑物图斑;最后,利用Harris算子检测图斑上的角点,并对角点分组拟合得到规则的建筑物轮廓。为验证本文方法的有效性,分别对两幅不同地区和不同空间分辨率的高分航空影像进行建筑物提取试验,结果表明,该方法不仅交互简单而且具有高效性、准确性和稳定性。     

基于FME的DSM变化检测提取方法研究

本文基于FME平台,采用目标级变化检测方法,基于同一区域不同时相影像,设计了一个DSM变化检测范围提取的模板。对同一位置不同时相的DSM进行叠置,计算高程差值,得到变化的点,并通过高程差值阈值和面积阈值过滤后,进一步处理提取变化区域。该方法为大面积的DSM变化检测和地理国情监测提供了新的技术方法。     

基于DSM的遥感图像拼接线自动生成技术

在DSM滤波和权值确定的基础上,提出了一种基于DSM的遥感图像拼接线自动提取方法.该方法首先基于流水模型的基本原理设计了拼接线自动选择规则,然后利用数学形态学对自动提取的拼接线进行了膨胀处理.实验结果表明,该方法提取的拼接线能够有效地规避建筑物投影差等问题,确保了自动拼接线提取的有效性.     

基于DSM的遥感图像拼接线自动生成技术

在DSM滤波和权值确定的基础上,提出了一种基于DSM的遥感图像拼接线自动提取方法。该方法首先基于流水模型的基本原理设计了拼接线自动选择规则,然后利用数学形态学对自动提取的拼接线进行了膨胀处理。实验结果表明,该方法提取的拼接线能够有效地规避建筑物投影差等问题,确保了自动拼接线提取的有效性。     

基于AutoSync的快速影像配准研究

提出了一种基于AutoSync的快速影像配准方法,该方法采用影像子像元级的特征点自动匹配,能够高效快速精确地完成影像的纠正配准与接边。通过某市城区多张航片的纠正配准实例阐述了该方法的流程、性能优势和注意事项。说明了该方法能够极大地降低繁琐易错的人工选点工作量,提高影像配准的工作效率和配准精度,对影像间配准的自动化和批量化处理都有着重要的意义。     

基于BSIFT的无人机影像快速拼接算法

针对传统SIFT算法在无人机影像配准过程中速度较慢的问题,提出了一种改进的BSIFT影像拼接方法.针对SIFT特征点描述符计算复杂、占用存储空间过大、匹配耗时过长的缺点,使用BRIEF特征点描述符代替,利用改进方法(BSIFT)对影像进行特征点的提取与匹配,利用RANSAC算法剔除错配点并计算变换矩阵.实验结果表明:本文提出的方法提高了影像拼接速度,而且提高了拼接精度.