基于航空影像的建筑物半自動提取技術研究

彩色航空影像中的建筑物陰影提取

與傳統的信息提取方法相比；將機器學習算法應用到遙感影像信息提取中；可以提高結果的精度；文章以worldview-2遙感影像為例；首先利用多尺度分割選取最優分割尺度；獲得影像對象；在基于對象的基礎上利用特征空間優選工具獲得最優特征子集；最后利用j48算法、隨機森林算法對建筑物提取的效果進行分析；實驗結果表明:j48算法在高分辨率影像建筑物提取中有更好地效果；

為了從高分辨率遙感圖像中完整提取建筑物區域,采用區域分割的原理,研究了建筑物自動檢測的方法。該方法首先利用利用k-mean分類方法將地物分為兩類:人工地物類和非人工地物類,然后利用陰影、meanshift分割信息來剔除人工地物類中干擾區域,再根據形狀分析來確定真實的建筑物區域。本文用上述方法對高分辨率航空影像進行了實驗,實驗結果證明了該方法有著較高的識別率、較好的準確性和魯棒性,具有實用價值。

在無人機影像建筑物自動提取過程中；傳統地物分類算法其精度已無法滿足生產過程中的分類要求；為此；文章提出以深度學習技術結合條件隨機場應用于無人機影像建筑物的自動提取方法；首先利用基于殘差模塊的卷積神經網絡對圖像進行特征提取；然后利用全卷積對圖像進行反卷積；恢復圖像特征；基于初步分類結果；利用條件隨機場模型進行邊緣細化；通過對實驗結果進行分析；驗證了該算法應用于無人機影像建筑物自動提取的可行性；

研究城鎮建筑物的提取是遙感影像分析應用中的一項重要內容。遙感影像建筑物結構和光譜的多樣性,使結構、光譜等特征的建筑物提取變得極其復雜。根據遙感影像的建筑物紋理區別于其它空間對象紋理的特點,為提高影像分辨率,提出gabor紋理塊的遙感影像對象模型方法應用于遙感影像城鎮建筑物的提取。以整個城鎮為對象,以建筑物、道路、綠地等不同城鎮區域為組成對象的紋理塊,建立基于紋理塊的對象模型,利用模型進行遙感影像對象的紋理標定,最終提取出城鎮建筑物。實驗結果表明方法克服了建筑物結構復雜性和多樣性以及背景環境的影響,能很好地從城鎮遙感影像中提取建筑物。

高級星載熱輻射熱反射探測儀(aster)為對地觀測提供更高質量的信息源。本文對福州市aster影像數據進行了主成分分析、波段運算和自動分類,結果表明其能較好地提取地面的人工建筑物信息。

初步測試利用基于知識規則的面向對象分類方法從高分辨率ikonos衛星影像上提取建筑物,包括:融合1m全色和4m多光譜波段影像,生成1m分辨率的多光譜融合影像;分割融合影像;利用影像對象的光譜和空間特征執行基于對象的分類。面向對象分類提取結果與傳統的基于像元最大似然分類結果進行對比,表明面向對象分類方法更適用于提取高分辨率遙感影像中的建筑物。

第z8卷第7期 z005年7月 計算機學報 c~inesejournalocomputers vol.z8no.7 julyz005 收稿日期z003-1z-06修改稿收到日期z005-0z-18.本課題得到國家自然科學基金6017z066國家八六三高技術研究發展計劃項 目基金z001aa136070資助.唐亮男1975年生博士主要研究興趣為圖像處理模式識別和計算機視覺等.e-mailtl!tsinghua. edu.cn.謝維信男教授博士生導師主要從事信號和圖像處理智能信息處理模糊信息處理等方面的研究.黃建軍男1971年生博 士教授主要從事智能信息處理方面的研究.謝興燦男碩士主要從事圖像處理模式識別方面的研究.劉

采用基于小面積去除方法的中值susan噪聲點平滑方法,結合高分辨率遙感影像,對dsm中房屋點的提取進行了探討。實驗表明,本方法能有效地從dsm中提取絕大部分建筑物點,有助于建筑物的精確三維重建。

提出了一種遙感圖像半自動提取建筑物的方法。首先通過對建筑物邊緣進行折線逼近和感知編組,可以得到其頂部大體結構。然后按照"二叉樹"的數據結構,利用"超線"對建筑物影像進行區域分割。最后通過對分割后的區域進行相似性的統計并按照"二叉樹"記錄的分割順序進行生長合并,從而得到了屋頂的邊緣,實現了對平頂直角建筑物的提取。該方法能夠充分利用區域的性質進行合并,穩定精確地提取建筑物。

在分析ikonos衛星圖像上建筑物陰影與實際高度關系的基礎上,闡述了估算城市建筑物高度的原理和方法,并在以北京市中關村、天壇公園和北海公園為例的試驗中,較為準確地得到了建筑物高度信息,從而顯示出衛星遙感在城市園林規劃與環境數值模擬等方面應用的巨大潛力。

在低分辨率城市航空影像中建筑群由于陰影的存在造成其灰度呈現明暗變化,采用基于像素級的分割方法以及閾值分割方法均不能得到好的結果。為了充分利用這種明暗變化的信息,討論了一種以圖像子塊灰度的標準差和直方圖的熵作為特征矢量,采用基于模糊c-均值(fcm)的分塊聚類方法用于建筑群的粗略分割,由于分塊有重疊,造成邊界塊的歸屬不明確,因此根據包含邊界塊的子塊的隸屬度來確定邊界塊的歸屬,從而得到了正確的邊界區域,并利用區域生長和閉合運算對邊界進行細化。對實際圖像進行實驗結果表明,該方法是有效的。

建筑物的提取是地理數據庫更新和建設的重要內容；利用高分辨率遙感影像進行建筑物提取是該項研究的重要方向；也是遙感前沿技術研究的重要內容；本文將相關文獻進行歸納分析；將建筑物提取方法分為3種有代表性的類型:基于對象分割的提取方法、基于建筑特征的提取方法和結合輔助信息的提取方法；綜述分析了每種類型的提取方法并總結了其優缺點；展望了高分辨率遙感影像中建筑物提取的發展前景；

針對許多領域對建筑物信息更新的迫切要求,提出并發展了一套完整的基于高分辨率遙感影像的建筑物二維輪廓快速提取流程。首先介紹一種利用數學形態學理論進行邊緣檢測和邊緣連接的新方法,然后利用了模式識別和圖像分析領域的相關技術(區域標識和特征量測等)進行建筑物二維信息的提取。最后通過quickbird影像進行了方法驗證,試驗證明該流程可以快速有效的提取建筑物輪廓信息。

基于航空影像建筑物個數繁多、形狀復雜,且存在較多的干擾信息,提出一種新穎的建筑物邊緣直線特征提取方法.對航空影像進行改進標記分水嶺分割,并結合dsm高度信息,有效去除道路和陰影的影響.同時,對影像進行基于多尺度自適應加權的改進canny算子的邊緣檢測.在每一個分割得到的建筑物初始區域內,對檢測到的邊緣點進行相位編組提取直線,利用建筑物屋頂約束條件,統計屋頂的主方向,修正和規劃直線段,實現了建筑物邊緣直線特征快速、有效的提取.

城市內加蓋、擴建違法建筑物現象嚴重,如何快速準確地獲取城市建筑物的基本情況,監測出違法建筑物信息,成為城市規劃、建設部門的一個迫切問題;根據不同時期數字表面模型(dsm)差值比對可以獲取建筑物高度變化的原理,通過對雷達及光學衛星影像各自特征的對比,提出了利用多源影像數據,快速準確的發現建筑物變化信息的方法。

以往的震害預測方法往往需要調查建筑物的詳細力學特性參數,這對個別社區的范圍是可行的,但對整個城市的震害預測,則需要耗費巨大的財力、物力,因此需要研究適用于城市群體建筑物的快速震害預測方法.提出基于范例推理的建筑物震害預測方法,該方法通過建筑物震害范例的表示、索引、檢索和調整模型,并運用access建立了建筑物震害范例庫,實現了基于灰色關聯分析確定屬性權重和歐式距離、曼哈頓距離、模糊相似優先及神經網絡等的4種檢索方法來預測城市未知建筑物的震害結果.該方法能夠在較少的投資和時間下,迅速給出城市的震害預測結果.最后將該方法應用于廈門市的建筑物震害預測,結果表明該系統具有良好的可操作性和結果可靠性.

用航空遙感圖像評價晉城市建筑物現狀的方法研究

在對航空影像中的建筑物進行識別提取時,建筑物頂部的輪廓信息是一個重要的判斷依據。基于航空影像建筑物個數繁多、形狀復雜,且存在較多的干擾信息,提出一種新穎有效的建筑物識別方法:首先,利用改進標記分水嶺算法提取建筑物區域。然后,對每個分割得到的建筑物區域,提取其輪廓,對輪廓進行基于平穩小波變換的仿射不變量計算,并構造建筑物模型數據庫,利用相關系數實現了建筑物的有效識別。

基于高分辨率影像的城市綠地快速提取方法

本文以濾波后的機載lidar非地面點集作為數據源,提出了基于平面擬合及法向量的區域生長建筑物分類算法,剔除了大量的非建筑物點集,但在這些點云中仍存在少量非建筑物點,為了精確去除非建筑物點,分割出每個建筑物點集,提出了基于點集特征約束的建筑物分割算法,依據點數、點集離地面平均高度及平面面積特征分割每個建筑物,實驗結果表明,該算法可完整去除非建筑物點,具有重要的應用價值。