地面获取房屋序列影像连接的新途径

针对从地面拍摄的房屋序列影像获取房屋空间数据过程中所涉及的不同旋角影像连接问题,提出了利用房屋上丰富的水平和竖直线信息,结合传统摄影测量航带连接方法来进行地面获取房屋序列影像连接的新途径。首先对地面获取的房屋序列影像中的竖直影像采用传统的摄影测量航带连接方法组成影像条带,其次对序列影像中大倾角影像采用房屋上平行线解求影像角元素,并在固定角元素的情况下,与影像条带相连接。实验证明该方法能实现影像条带的连接,并能较好地改善房屋平面坐标解算精度。     

几何约束与影像分割相结合的快速半自动房屋提取

通过充分利用影像中的几何信息,针对航空影像中常见的平顶直角型和人字型房屋,提出了一种几何约束与影像分割相结合的快速半自动房屋提取方法。实验结果证明,该方法方便快捷、行之有效。     

基于精细化三维模型的1∶500“房地一体化”测量方法研究

随着倾斜摄影测量技术的不断发展和成熟,利用无人机影像进行快速、高精度三维建模成为可能,并广泛应用于测绘及其他领域。在充分考虑1∶500"房地一体化"测量中遇到的难以获取完整的房屋侧面信息,以及需大量外业调绘完成缩房檐等工作的问题,提出了基于精细化三维模型的1∶500"房地一体化"房屋数据采集方法。并以陕西省宝鸡市千阳县南寨镇某村为试验区,进行房屋数据采集,从效率和精度两方面与传统方法进行对比分析。实验表明,基于精细化三维模型的1∶500"房地一体化"房屋数据采集方法,既可有效提高作业效率,同时又能满足成图精度要求,可作为一种新方法应用于1∶500"房地一体化"测量工作中。     

航空影像直角房屋轮廓半自动提取

以精确提取房屋轮廓为目的,提出了一种航空影像中直角房屋轮廓半自动提取算法。该方法首先通过人工使用鼠标依次在房屋边缘线的大致位置画直线,再利用影像分割分别得到所对应的窗口影像;进而利用LSD算法对窗口影像提取直线;然后以其为初值,在保证其整体位移和数值偏差最小的情况下利用最小二乘算法在原始影像图上进行线拟合和直角化;最后连接角点,完成房屋轮廓信息的提取。试验结果表明,该方法不仅有效地减轻了工作人员的劳动强度,而且定位精度高于人工切准。     

面向对象的房屋特征信息自动提取方法

以地理国情监测为背景,针对高分辨率影像具有丰富的光谱、空间分布及形状信息的特点,提出一种面向对象的房屋特征信息自动提取方法,并使用该方法在西藏芒康地区进行实验。在多尺度分割的基础上,根据房屋在影像中反映出的光谱、空间分布、形状特征以及房屋特有的阴影信息,通过特征组合建立规则集,在高分辨率影像上进行房屋的提取。实验表明,该算法对实验区域的房屋具有较好的提取效果。     

利用航空影像、点云数据和矢量图进行简单房屋三维重建方法研究

采用航空影像、点云数据和矢量图进行房屋的三维重建。该方法从矢量图和三维点云数据提供的房屋高度信息中自动获取房屋模型参数的初始值,利用矢量和影像匹配技术、最小二乘平差算法实现平顶房、人字形简单房屋的自动三维重建。试验数据证明,该方法能较好地实现房屋的点云数据分割和平顶房、人字形简单房屋的几何模型自动重建。     

基于Freeman编码的遥感影像直角型房屋半自动提取方法研究

通过分析遥感影像中直角型房屋特点,本文提出一种新的房屋提取方法:利用Freeman编码推导出常见直角型房屋代码,使得每一种形状房屋都具有惟一编号,且编号不随房屋大小、方位及位置改变而改变,利用Hough变换提取房屋角点并剔除伪角点,最后利用模式匹配方法获得各个角点之间的连接关系。实验结果表明该方法具有较强的抗噪性,能有效提取影像中直角型房屋。     

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。     

一种具有抗弱边缘能力的航空影像房屋自动提取方法

在充分利用房屋影像特征和目标领域知识的基础上,构造了基于方向信息的弱边缘检测、大跨度直线桥线段提取、角点分析与检测、房屋轮廓推理与证实、房屋轮廓修整与表达等关键算法,以控制注意力焦点处理机制和影像级、符号级结合的运算方式,对大比例尺航空影像中的房屋目标进行提取。本文详细地描述了此方法,并给出了在提取被树荫等环境因素干扰的规整平顶、坡顶房屋方面所取得的效果。     

室内场景重建中影像外方位元素解算研究

介绍了一种利用单像室内房角点所在的三条房屋框架线上的点、基于灭点方程解求影像外方位元素与室内框架线参数的方法。内容包括灭点方程的推导,利用灭点方程解算影像外方位角元素,基于影像外方位角元素解算影像外方位线元素与室内框架线参数。实验证明该方法在单影像室内三维重建中是可行的。     

二维线划图中建筑物檐口高自动提取方法

为了更好地满足智慧城市建设中对自动获取建筑物精确檐口高的需求,提出了一种基于极大值边缘信息量的高程初值提取方法,实现了二维线划图与边缘影像在檐口位置的初始套合,在此基础上通过广义点摄影测量迭代求解精确檐口高。实验结果表明,该方法可以全自动地恢复二维线划图中的建筑物檐口高,达到分米级精度,不仅提供了一种生产三维线划图的技术方法,而且对于建筑物三维建模、人工地物自动提取等技术的发展和进步也具有推动意义和参考价值。     

基于高分辨率遥感影像的建筑物轮廓信息提取

针对许多领域对建筑物信息更新的迫切要求,提出并发展了一套完整的基于高分辨率遥感影像的建筑物二维轮廓快速提取流程。首先介绍一种利用数学形态学理论进行边缘检测和边缘连接的新方法,然后利用了模式识别和图像分析领域的相关技术(区域标识和特征量测等)进行建筑物二维信息的提取。最后通过Quickbird影像进行了方法验证,试验证明该流程可以快速有效的提取建筑物轮廓信息。     

面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用

高分辨率遥感影像建筑物提取是摄影测量与遥感领域的一个热门研究主题。本文综合利用影像分割、基于图的数学形态学top-hat重建技术,提出了面向对象的形态学建筑物指数OBMBI,并将其应用于高分辨率遥感影像建筑物提取。首先,建立像素-对象-图节点的双向映射关系;然后,基于图的白top-hat重建和上述映射关系来构建OBMBI图像;接着,对该OBMBI图像二值化、矢量化以获取建筑物多边形;最后,对结果进行后处理优化。使用一景航空、一景卫星全色影像对本文方法和PanTex方法进行性能测试。试验表明,本文方法的建筑物提取精度显著的优于PanTex方法。其中,本文方法平均比PanTex方法的正确率高9.49%、完整率高11.26%、质量高14.11%。     

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题,提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先,利用RPC模型计算建筑物像点位移的方向与卫星成像角度,再将遥感影像进行旋转,使建筑物像点位移沿水平方向;然后,利用Canny算法进行轮廓检测,并构建一定长度的矩形形态学结构元素,对轮廓图像进行形态学开运算,以提取侧面轮廓线,再利用Hough变换与建筑物角点约束,对所提取的轮廓线进一步筛选;最后,根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证,并与阴影法估算建筑物高度进行了对比。试验结果证明,利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m,且实际精度优于使用阴影法进行建筑物高度估算。     

高分辨率航空影像建筑物垂直边缘线提取技术研究

高分辨率航空影像建筑物垂直边缘线的提取在获取建筑物高度信息和检测建筑物过程中可以发挥重要的作用。分析建筑物垂直边缘线在遥感影像上的特性,在遥感影像边缘检测和细化基础上,利用带约束条件的Hough变换实现建筑物垂直边缘线的提取,通过实验验证该方法的可行性。     

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。     

基于高分辨率遥感影像的DSM建筑物点的提取研究

采用基于小面积去除方法的中值SUSAN噪声点平滑方法,结合高分辨率遥感影像,对DSM中房屋点的提取进行了探讨。实验表明,本方法能有效地从DSM中提取绝大部分建筑物点,有助于建筑物的精确三维重建。     

车载激光扫描点云中建筑物边界的快速提取

以车载激光扫描点云数据为研究对象,提出一种由粗到细且快速获取点云中建筑物3维位置边界的方法。首先,通过分析格网内部点云的空间分布特征(平面距离、高程差异和点密集程度等)确定激光扫描点的权值,采用距离加权倒数IDW(Inverse Distance Weighted)内插方法生成车载激光扫描点云的特征图像。然后,采用阈值分割、轮廓提取与跟踪等手段提取特征图像中的建筑物目标的粗糙边界。最后,对粗糙边界内部的建筑物目标点云进行平面分割,提取建筑物的立面特征并构建立面不规则三角网TIN(Triangulated Irregular Network),并在建筑物先验框架知识条件下自动提取建筑物的精确3维位置边界。     

综合Span图和纹理特征的高分三号影像建筑区提取

建筑区的识别和提取是城市环境规划与研究至关重要的工作。本文采用高分三号全极化SAR影像,提出了一种综合Span图和纹理特征的建筑区提取方法。首先基于Span图利用灰度共生矩阵算法提取图像的7种原始纹理特征,通过目视解译选择出4种纹理效果较好的统计量,然后利用主成分分析法去除他们之间的相关性,筛选出2个最佳纹理特征与Span图结合,最后对组合影像进行分类提取。本文将提取结果与综合灰度和纹理特征建筑区提取、无纹理特征提取方法结果进行对比,实验结果表明:本文方法提取建筑区边界轮廓更加清晰,精度可达92%,提取效果明显得到了优化。     

结合像元级和目标级的高分辨率遥感影像建筑物变化检测

快速、精准的建筑物变化检测对城市规划建设等业务管理具有重要意义。随着卫星遥感技术的快速发展,基于高分辨率遥感影像的建筑物变化检测得到了广泛关注。针对像元级建筑物变化检测方法往往精度不足而目标级建筑物变化检测方法过程烦琐等问题,本文提出结合像元级和目标级的高分辨率遥感影像建筑物变化检测方法。首先综合高分辨率遥感影像的多维特征,利用随机森林分类器进行影像集分类,以获取像元级建筑物变化检测结果;然后对后时相遥感影像进行图像分割,获得影像对象;最后融合像元级建筑物变化检测结果和影像对象,识别变化的建筑物目标。利用双时相QuickBird高分辨率遥感影像进行建筑物变化检测试验,结果表明：本文提出的方法能够削弱光照、观测角度等环境差异对建筑物变化检测的影响,显著改善建筑物变化的检测精度。