基于Hough变换的建筑物半自动提取

提出了一种基于Hough变换的建筑物半自动提取方法.该方法针对由人工给定建筑物的初始角点并通过统计屋顶主方向对Hough变换的搜索范围和搜索角度进行限制,从而稳定快速地提取出屋顶的边缘.然后利用最小二乘的方法对提取出的屋顶边缘进行精确对中,实现了对平顶直角建筑物以及人字形建筑物的有效提取.     

利用LiDAR和航空影像的屋顶边缘提取及优化

提出以LiDAR为辅助数据对航空影像的规则建筑物进行边缘提取和优化的方法。首先采用Alpha Shapes算法对点云数据进行初始边缘提取,同时规则化初始边缘;再利用屋顶点云辅助航空影像的建筑物分离,采用Canny算子和Hough变换对建筑物分离后影像进行边缘提取,并用LiDAR规则边缘对Hough变换结果进行边缘优化。对比单独运用航空影像进行边缘提取的结果表明,采用优化方法后,提高了屋顶边缘提取的准确性,得到了较完整的建筑物边缘。     

基于Hough变换的航空影像建筑物半自动提取

针对Hough变换不能检测直线段的缺点,提出了一种改进的Hough变换用于影像中矩形建筑物的半自动提取。同传统Hough变换相比,改进的Hough变换充分利用了Hough变换的参数空间数据,将Hough变换的“投票”过程和直线段的检测过程融为一体,获得直线段的端点坐标。根据直线段的端点坐标消除虚假直线段的过连接,并根据直线段的角度、距离条件合并直线段。最后通过直线段上的若干点利用最小二乘法拟合出一条最佳直线,通过计算最佳直线的交点确定建筑物的角点坐标,完成影像中建筑物的半自动提取。实验结果表明:用改进的Hough变换算法提取出的航空影像中建筑物边缘结果是正确的,定位精度较高。     

Haar-like特征在稀疏建筑物检测中的应用

以高原无人区稀疏建筑物为研究对象,将Hough变换、Haar-like特征与AdaBoost算法相结合构造强分类器,利用高分辨率遥感影像快速精确地从无人区检测出固定稀疏建筑物。首先对影像进行边缘检测、Hough变换的直线提取与几何旋转校正,将实际可能是任何角度的建筑物旋转成水平或垂直状态,再将旋转后图像提取Haar-like特征后利用AdaBoost算法进行分类。实验证明,该算法原理简单,能有效解决仅用Haar-like特征精度不适应建筑物角度多变的问题,说明了Hough变换直线特征提取与Haar-like矩形特征提取多角度稀疏建筑物的可行性,为快速精确检测无人区的稀疏建筑物提供了新思路。     

基于机载LiDAR数据的建筑物轮廓提取

建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一种综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法。该方法在对机载LiDAR点云数据去噪的基础上,首先利用改进的区域生长算法滤波地面点,并基于地物点到地面的归一化高程特征通过高度阈值去除高度较为低矮的地物点;再基于三维Hough变换算法从剩余建筑物和高大树木点云中提取建筑物平面;最后使用α-shape算法提取建筑物的轮廓信息。对使用RIEGLVQ-1560i机载激光雷达测量系统扫描的某城区点云数据进行计算,通过匹配度、形状相似度和位置精度等评价指标对提取的建筑物轮廓进行精度评定。结果表明,综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法可以准确提取建筑物的轮廓信息,对于大范围的建筑物轮廓提取具有稳定性和普遍适用性。     

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。     

建筑物平行直线的提取

利用具有保护边缘的中值滤波消除图像的噪声，再用二阶微分算子（Laplace算子）提取图像边缘点，后经Hough变换，准确地检测出建筑物的平行直线。     

一种基于点云数据快速生成建筑物断面图的方法

提出了一种基于点云数据快速生成建筑物断面图的方法,首先利用设计的裁剪面对建筑物断面进行截取,得到该断面的边缘点云数据,形成断面边缘点云的二维平面数据;通过改进的Hough变换算法提取出共线点云,并对共线点云进行去噪、分割;采用选权迭代法拟合提取出的线状点云数据,找出各条线段端点,进而对端点进行连线绘制断面图。编程实现了基于点云数据快速生成建筑物断面图的算法,通过工程实例验证了该方法的可靠性和实用性。     

一种有效的直线提取算法

直线是城区中道路、建筑物以及机场等人工环境下的主要特征,进行直线的提取具有很强的实际意义。首先针对影像建立高斯滤波模型去噪,然后进行边缘检测,在边缘影像上进行Hough变换,通过端点检测的方法来获取直线。试验对比结果表明,该算法可以在航空影像和遥感影像中提取出真实的地物直线。     

基于LIDAR数据的建筑物自动化重建

对基于LIDAR数据的建筑物重建进行研究,提出了一种自动化的建筑物重建方法。根据建筑物的边缘线通常互相垂直或平行这一特点对提取的轮廓线进行规则化。然后在屋顶三角网中随机选取种子三角形进行区域生长,将屋顶分割成不同的平面,通过平面相交得到建筑物的屋脊线。最后通过搜索离建筑物轮廓点最近的LIDAR点云,将搜索到的LIDAR点云高程值赋给该轮廓点。实验结果表明:利用该方法进行建筑物重建具有较高的精度。     

基于分类与形态综合的高分辨率影像建筑物提取方法研究

本文提出了一种基于分类和形态综合的高分辨率影像建筑物提取方法。主要研究的是基于高分辨率影像多尺度分割的面向对象人工地物分类方法,并以此为基础提取房屋,实现房屋位置、范围的初步自动化提取。最后,对提取的地物图斑的精确边界利用Hough变换提取直线边缘轮廓线,并以此为基础进行轮廓拟合和制图综合,从而得到规则的、方形组合的建筑物形状信息。     

改进的Hough变换在复杂场景下高分辨率遥感影像道路提取

Hough变换方法是高分辨率遥感影像中提取直线道路的鲁棒性较好的方法。本文采用基于连通域的图像分割技术优化Hough算法,在Matlab环境中进行复杂场景下道路提取实验,实验证明:改进算法能有效进行复杂场景下道路边缘的提取,降低参数数量,提高运算速率,改善道路提取效果。     

机载LiDAR点云的多层建筑物三维轮廓模型自动重建

以机载LiDAR点云数据为研究对象,提出一种新的基于点云数据的多层建筑物三维轮廓模型高精度自动重建方法。在已完成建筑物结构提取及轮廓规则化处理的基础上,利用多层屋顶轮廓在水平投影面内的相邻关系,将各层屋顶中同等级屋顶的相邻关系概括为平行边、不平行且不相交、相交3种相邻形式,结合多层屋顶的层级结构信息对相邻轮廓边界进行一致性处理。实验证明本文方法可以进一步消除多层建筑物各屋顶轮廓的规则化处理误差,使相邻轮廓边界在水平投影面内严格重合,同时重建后建筑物三维轮廓模型的正确性与完整性较高,拐点的定位精度优于激光点平均间距。     

一种遥感图像建筑物直线特征提取算法

随着遥感技术的不断发展,高效、快速的遥感影像处理成为人们不断研究的热点。作为内业处理的基础,人们对影像直线特征提取的重视不断加强。本次试验采用辽宁科技大学1：2000正射影像图,针对教学区内建筑物、绿化区和道路混合的特点,提出了一种自动识别并高效提取建筑物直线特征的算法。该算法将直线拟合和Hough变换进行结合,加入角度先验方法。试验结果表明：该算法的直线提取性能优于传统Hough变换,能很好地适应教学区域,对建筑物的识别能力、直线提取效率及精度有很大的提高。     

Cycle graph analysis for 3D roof structure modelling: Concepts and performance

The paper presents a cycle graph analysis approach to the automatic reconstruction of 3D roof models from airborne laser scanner data. The nature of convergences of topological relations of plane adjacencies, allowing for the reconstruction of roof corner geometries with preserved topology, can be derived from cycles in roof topology graphs. The topology between roof adjacencies is defined in terms of ridge-lines and step-edges. In the proposed method, the input point cloud is first segmented and roof topology is derived while extracting roof planes from identified non-terrain segments. Orientation and placement regularities are applied on weakly defined edges using a piecewise regularization approach prior to the reconstruction, which assists in preserving symmetries in building geometry. Roof corners are geometrically modelled using the shortest closed cycles and the outermost cycle derived from roof topology graph in which external target graphs are no longer required. Based on test results, we show that the proposed approach can handle complexities with nearly 90% of the detected roof faces reconstructed correctly. The approach allows complex height jumps and various types of building roofs to be firmly reconstructed without prior knowledge of primitive building types.     

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。     

基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。