结合LiDAR点云和航空影像的建筑物三维变化检测

目的 针对传统建筑物变化检测方法没有考虑高程信息的缺点,提出了一种结合LiDAR点云数据和航空影像的建筑物三维变化检测方法,可同时提取建筑物高程变化信息和面积变化信息。首先将不同时期LiDAR点云分别生成数字表面模型(DSM);然后对不同时期的DSM进行差值、滤波和形态学操作得到DSM变化区,并根据共线方程将其反投影到航空影像中,再使用航空影像的光谱、纹理等信息排除树木等伪变化区的干扰;最后计算高程变化值和面积变化值。试验结果表明该方法能定量地提取高程和面积变化信息,提供更加全面准确的建筑物变化信息。     

遥感影像变化检测自适应阈值分割的Kriging方法

提出了一种基于空间统计理论的自适应阈值分割方法,用于多时相高分辨率遥感影像变化检测研究。针对未确定类别的目标像素点,分别以局部区域内的变化类和非变化类为样本点,将目标点的实际值和估计值进行比较,以确定目标点的类别。为验证本方法的优越性和自适应性,分别与系列传统阈值分割方法进行了对比分析。实验结果表明,本方法能够有效去除伪变化信息,减少目标的错判、误判率,提高检测精度。     

利用像素高度图的三维建筑物屋顶和立面提取方法

针对三维建筑物屋顶和立面目标的自动提取难题提出了一种利用倾斜影像生成的像素高度图来识别和提取三维建筑物目标的方法根据高度图的梯度特征提取垂直立面目标根据高度图的最大熵阈值特征提取屋顶目标 采用多角度面阵数字航空相机获取的倾斜影像数据进行实验验证了本文方法的正确性与有效性     

三维激光点云数据在城市建筑物高度监测中的应用

三维激光扫描技术是一种新型的测绘技术,为高时空分辨率全球空间数据信息获取提供了一种跨时代的技术手段。本文探讨了利用三维激光技术获取的点云数据,在地理国情监测中城市建成区城市建筑物高度监测中的应用,阐述了其技术流程和分析方法。与传统的测量方法相比,该方法具有工作效率高、测量精度高的优点,对于相同的测绘类项目具有较好的借鉴意义。     

融合高分遥感影像与DSM的建筑物三维变化检测

针对传统遥感影像变化检测方法存在漏检、误检、垂直变化特征未被充分挖掘等问题,该文提出了一种融合高分遥感影像与数字地表模型(DSM)的三维变化检测方法。利用一个残差编码器进行高分遥感影像的光学特征提取,并利用一个较为简单的卷积神经网络对DSM数据进行高度信息挖掘。同时,将这两端相同维度的特征提取结果进行多尺度融合,形成包含高度信息的多尺度3D组合特征,并将其输入到中间融合编码结构进行深度特征挖掘。然后,利用自注意模型获取更加丰富的全局上下文特征及高层语义信息,提升局部特征在全局视图下的判别能力。实验结果表明,相对于其他对比方法,该文方法能更加充分地挖掘复杂城市场景下建筑物的多维度变化特征,误检漏检现象明显降低,变化检测效果显著。     

基于机载LiDAR数据的城市建筑物高度分级方法研究

传统的基于不规则的三角网和形态学点云滤波处理方法提取的DEM,由于在滤波过程中没有顾及不同区域地形起伏度差异,使得滤波过程中产生大量粗差,导致DEM 与实际地形偏差太大.准确提取建筑物轮廓和高程的前提是要提取高精度的DEM,因此必须在DSM转化为DEM的过程中改进DEM提取方法.本文针对地形起伏度不大的城市区域,采取格网值替换、设置高程和面积阈值进行过滤处理的方法提取建筑物轮廓及高程值,验证表明该提取方法的精度优于传统滤波方法.     

基于典型相关分析的变化检测中变化阈值的确定

以东营市为例 ,把基于典型相关分析的方法运用于多时相遥感影像的变化检测中。对于变化阈值的确定 ,采用了一种基于贝叶斯理论的最小错误率的方法。这种方法实质上是一种非监督分类的方法 ,即不需要地面实况数据或其它先验知识 ,直接对典型相关处理后的差值图像进行分析计算得到阈值 ,使变化检测的错误率达到最小。实验结果证明了这种方法的有效性。     

基于EM和BIC的直方图拟合方法应用于遥感变化检测阈值确定

利用遥感图像进行变化检测时,确定"差异图像"上各变化类型的阈值非常关键.本文引入图像直方图拟合方法来确定变化阈值.首先通过基于变化向量分析方法,得到变化强度图像,然后假设该变化强度图像中的像元值符合混合高斯分布模型,利用期望最大(EM)算法和贝叶斯信息准则(BIC)求出最佳的混合高斯分布模型,拟合此时的图像直方图,最后利用贝叶斯判别准则确定出各变化类型的变化阈值.试验证明,这种方法是一种较为有效的自动确定变化阈值的方法.     

基于双差模型的城市建设用地变化检测

利用四期不同年份的TM影像对重庆市主城核心区进行基于双差模型的建设用地变化检测试验。试验表明,利用TM第三和第四波段影像进行单差处理,可有效发现城市建设用地和水体信息。在水域范围已知的情况下,可进一步对城市扩展方向定性分析。而基于双差模型的变化检测方法能够对城市区域扩展规模进行定量的宏观监测,从而有效满足国土管理、城市规划等工作的需求。     

基于多时相机载LiDAR点云的建筑物三维变化检测

一、引言本文利用机载激光雷达三维扫描技术,针对同一监测区域分析对比多时相的数字表面模型(digital surface model,DSM)成果数据,探索城区建筑物的变化检测方法;通过多时相点云进行精确的相对配准,并进行阈值分割与统计分析,将变化图斑按照新建、拆除及扩建等属性进行分类和赋值,实现了城市建筑物的三维变化检测,形成了可行的技术路线和方法流程。     

House change detection based on DSM of aerial image in urban area

The change of house often brings on the change of DSM in an area over different periods. If we can apply information of the height of houses to reinforce the house change detection, the reliability and efficiency of detection methods will be improved greatly.From this viewpoint, a new approach taking advantage of both height data from an image pair and image data is proposed to detect the house change in urban area and is called "data fusion technology".     

基于资源三号影像的建筑物高度信息提取方法

建筑物高度信息的获取是高分辨率遥感影像信息提取研究中的热点问题之一。该文提出了一套结合面向对象分类方法的建筑物高度反演技术方法。首先,利用建筑物和阴影的形态学指数,通过面向对象分类方法提取建筑物轮廓和阴影信息;然后,采用相交线平均法计算阴影长度;最后,根据阴影长度和建筑物高度的几何关系模型计算建筑物高度。采用西安市的国产资源三号(ZY-3)卫星遥感数据进行提取试验,通过171栋建筑物的实际测量高度对结果进行验证,获得了91.23%的总体精度,显示出该方法在建筑物高度信息提取研究方面具有一定的现实意义。     

A framework for automated change detection system

To enhance the ability of remote sensing system to provide accurate, timely, and complete geo-spatial information at regional or global scale, an automated change detection system has been and will continue to be one of the important and challenging problems in remote sensing. In this paper, the authors propose a framework for automated change detection system at landscape level using various geo-spatial data sources including multi-sensor remotely sensed imagery and ancillary data layers. In this framework, database is the central part and some associated techniques are discussed. These techniques includes five subsystems: automated feature-based image registration, automated change finding, automated change feature extraction and identification, intelligent change recognition, change accuracy assessment and database updating and visualization.     

A FRAMEWORK FOR AUTOMATED CHANGE DETECTION SYSTEM

1Ｃｕｒｒｅｎｔｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｔｅｃｈ ｎｉｑｕｅｓＡｕｔｏｍａｔｉｃｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｉｎｉｍａｇｅｓｏｆａｇｉｖｅｎｓｃｅｎｅａｃｑｕｉｒｅｄａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｎｔｅｒｅｓｔｉｎｇｔｏｐｉｃｓｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ .Ｉｔｆｉｎｄｓｉｍ ｐｏｒｔａｎｔａｐｐｌｉｃａｔｉｏｎｓｗｉｔｈｉｎｄｉｆｆｅｒｅｎｔｃｏｎｔｅｘｔｓ,ｒａｎｇ ｉｎｇｆｒｏｍｖｉｓｕａｌｓｕｒｖｅｉｌｌａｎｃｅａｎｄｖｉｄｅｏｃｏｄｉｎｇｔｏｔ…     

基于重力场模型高程拟合残差求定GPS正常高

为提高GPS高程异常拟合精度并减少已知点的数量,以提高流域规划高程控制测量工作效率,文中利用重力场模型高程拟合残差建立区域较高精度的线状似大地水准面拟合模型。该方法在联测较少高等级水准的情况下,区域高程拟合精度满足流域规划控制测量对高程精度的要求。     

阴影长度法建筑高度数据提取的误差分析

针对大范围建筑物高度信息的提取精度低且速度慢的问题,提出利用GOOGLE Sketch Up模型法,模拟沈阳市2014-09-22T10∶30∶00不同位置、不同高度的建筑及阴影,对此情况下基于阴影长度法测算的建筑高度误差变化规律进行研究。结果表明:测试点经度变化或纬度变化时,建筑高度测算误差都随着与中心样本点的距离增加而增大,且误差随纬度变化的幅度大于随经度变化;测试点经纬度同时变化,建筑高度测算误差随着与中心样本点的距离增加而增大,且沿西北—东南方向变化幅度大于沿东北—西南方向;同一位置,测算误差随建筑高度增加而增大。研究结果对提高阴影长度法的精度以及快速准确获取大范围建筑物高度信息等研究有参考价值。     

A spectral gradient difference based approach for land cover change detection

Change detection with remotely sensed imagery plays an important role in land cover mapping, process analysis and dynamic information services. Euclidean distance, correlation and other mathematic metrics between spectral curves have been used to calculate change magnitude in most change detection methods. However, many pseudo changes would also be detected because of inter-class spectral variance, which remains a significant challenge for operational remote sensing applications. In general, different land cover types have their own spectral curves characterized by typical spectral values and shapes. These spectral values are widely used for designing change detection algorithms. However, the shape of spectral curves has not yet been fully considered. This paper proposes to use spectral gradient difference (SGD) to quantitatively describe the spectral shapes and the differences in shape between two spectra. Change magnitude calculated in the new spectral gradient space is used to detect the change/no-change areas. Then, a chain model is employed to represent the SGD pattern both qualitatively and quantitatively. Finally, the land cover change types are determined by pattern matching with the knowledgebase of reference SGD patterns. The effectiveness of this SGD-based change detection approach was verified by a simulation experiment and a case study of Landsat data. The results indicated that the SGD-based approach was superior to the traditional methods.     

一种新的长距离跨海GPS高程传递方法

基于"移去-恢复"原理,借助GPS天文水准理论,本文提出了一种新的GPS高程传递方法。首先,通过重力场模型移去高程异常中的低频部分,使其剩余部分趋于平缓;其次,通过二次曲面拟合,获取残余面的形状和夹角偏差,并计算大陆侧和岛屿侧点间剩余高程异常差;最后,获取两点间正常高差。试验表明,该方法可获得三等水准测量的高程传递精度,对跨海高程传递具有借鉴作用。     

FORSAT: a 3D forest monitoring system for cover mapping and volumetric 3D change detection

ABSTRACT

A 3D forest monitoring system, called FORSAT (a satellite very high resolution image processing platform for forest assessment), was developed for the extraction of 3D geometric forest information from very high resolution (VHR) satellite imagery and the automatic 3D change detection. FORSAT is composed of two complementary tasks: (1) the geometric and radiometric processing of satellite optical imagery and digital surface model (DSM) reconstruction by using a precise and robust image matching approach specially designed for VHR satellite imagery, (2) 3D surface comparison for change detection. It allows the users to import DSMs, align them using an advanced 3D surface matching approach and calculate the 3D differences and volume changes (together with precision values) between epochs. FORSAT is a single source and flexible forest information solution, allowing expert and non-expert remote sensing users to monitor forests in three and four (time) dimensions. The geometric resolution and thematic content of VHR optical imagery are sufficient for many forest information needs such as deforestation, clear-cut and fire severity mapping. The capacity and benefits of FORSAT, as a forest information system contributing to the sustainable forest management, have been tested and validated in case studies located in Austria, Switzerland and Spain.     

一种基于卷积神经网络的SAR变化检测方法

为了降低合成孔径雷达(SAR)影像中相干斑对变化检测的影响、减少标注样本的人工成本,该文发展了一种联合分层模糊C均值聚类(FCM)与卷积神经网络的非监督SAR变化检测方法。首先,利用邻域均值比算子计算前后时相的差异图,并利用分层FCM将差异图非监督地初始分割为变化类、非变化类及待确定类别像素;然后,为解决非监督选取样本时出现的样本不均衡问题,提出一种频率不变降采样的数据抽样方法,选取高置信度的变化与非变化样本用于网络训练;最后,利用训练完成的神经网络对待确定类别像素进行分类,得到最终变化结果。采用真实SAR影像数据进行实验。结果表明,该文方法方便有效,具有较高的检测精度。