多源影像數(shù)據(jù)進(jìn)行建筑物變化監(jiān)測(cè)的方法研究

與傳統(tǒng)的信息提取方法相比；將機(jī)器學(xué)習(xí)算法應(yīng)用到遙感影像信息提取中；可以提高結(jié)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(yōu)分割尺度；獲得影像對(duì)象；在基于對(duì)象的基礎(chǔ)上利用特征空間優(yōu)選工具獲得最優(yōu)特征子集；最后利用j48算法、隨機(jī)森林算法對(duì)建筑物提取的效果進(jìn)行分析；實(shí)驗(yàn)結(jié)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；

研究城鎮(zhèn)建筑物的提取是遙感影像分析應(yīng)用中的一項(xiàng)重要內(nèi)容。遙感影像建筑物結(jié)構(gòu)和光譜的多樣性,使結(jié)構(gòu)、光譜等特征的建筑物提取變得極其復(fù)雜。根據(jù)遙感影像的建筑物紋理區(qū)別于其它空間對(duì)象紋理的特點(diǎn),為提高影像分辨率,提出gabor紋理塊的遙感影像對(duì)象模型方法應(yīng)用于遙感影像城鎮(zhèn)建筑物的提取。以整個(gè)城鎮(zhèn)為對(duì)象,以建筑物、道路、綠地等不同城鎮(zhèn)區(qū)域?yàn)榻M成對(duì)象的紋理塊,建立基于紋理塊的對(duì)象模型,利用模型進(jìn)行遙感影像對(duì)象的紋理標(biāo)定,最終提取出城鎮(zhèn)建筑物。實(shí)驗(yàn)結(jié)果表明方法克服了建筑物結(jié)構(gòu)復(fù)雜性和多樣性以及背景環(huán)境的影響,能很好地從城鎮(zhèn)遙感影像中提取建筑物。

高分辨率多光譜遙感影像中的建筑物陰影具有重要作用。針對(duì)檢測(cè)到的建筑物陰影經(jīng)常受高大樹(shù)木陰影影響的問(wèn)題,在可分離亮度的lab顏色空間建立樹(shù)木顏色模型,使用查表法準(zhǔn)確檢測(cè)遙感影像中的樹(shù)木區(qū)域。提出根據(jù)樹(shù)木區(qū)域和光照方向去除建筑物陰影中樹(shù)木陰影的方法,通過(guò)實(shí)驗(yàn)證明其有效性。

在進(jìn)行建筑物變形監(jiān)測(cè)的過(guò)程中,需運(yùn)用有效的監(jiān)測(cè)方法,并且對(duì)數(shù)據(jù)進(jìn)行良好的分析,才能夠?qū)崿F(xiàn)良好的監(jiān)測(cè)效果。因此,本文主要針對(duì)建筑物變形監(jiān)測(cè)的方法與數(shù)據(jù)進(jìn)行了分析,希望通過(guò)本文的探討,能夠進(jìn)一步做好建筑物變形監(jiān)測(cè)的工作。

以高分一號(hào)衛(wèi)星遙感影像為數(shù)據(jù)源,引入形態(tài)學(xué)算法,研究采用面向?qū)ο蟮挠跋穹诸?lèi)方法進(jìn)行城市建筑物提取的關(guān)鍵技術(shù)。研究方法結(jié)合影像分割與基于知識(shí)規(guī)則的影像分類(lèi)技術(shù),首先采用基于形態(tài)學(xué)開(kāi)閉重建的分水嶺分割算法對(duì)高分影像進(jìn)行分割,其次采用基于知識(shí)規(guī)則的svm分類(lèi)方法對(duì)影像進(jìn)行分類(lèi),達(dá)到提取建筑物的目的。結(jié)果顯示,3個(gè)研究區(qū)建筑物提取的kappa系數(shù)分別為0.85、0.66和0.65,利用基于知識(shí)規(guī)則的面向?qū)ο蠓诸?lèi)方法對(duì)高分辨率遙感影像中建筑物的提取效果較好,能夠完整、準(zhǔn)確地提取出建筑物外形信息,具有較高的應(yīng)用與推廣價(jià)值。

在進(jìn)行建筑物3維重建的過(guò)程中,在提取建筑物信息之前,先對(duì)整幅圖像進(jìn)行預(yù)處理是很有必要的。在本論文中,運(yùn)用類(lèi)判別分析法從原始影像中分割出感興趣的目標(biāo)———建筑物區(qū)域,在處理的過(guò)程中,綜合運(yùn)用多種方法,如數(shù)學(xué)形態(tài)學(xué)等方法生成有利于進(jìn)行特征提取、邊緣檢測(cè)的新圖像,便于更進(jìn)一步的工作。文中還介紹了作者根據(jù)類(lèi)判別分析法和數(shù)學(xué)形態(tài)學(xué)原理,利用visualbasic6.0開(kāi)發(fā)建筑物近景影像3維重建應(yīng)用系統(tǒng)中預(yù)處理模塊的實(shí)驗(yàn)分析。

在大型工程建設(shè)中,往往需要進(jìn)行基坑開(kāi)挖。由于基坑內(nèi)外壓力的變化,引起土體的變形,對(duì)鄰近建筑物造成影響。因此,需要對(duì)基坑及鄰近建筑物進(jìn)行變形監(jiān)測(cè),本文基于筆者多年從事基坑變形監(jiān)測(cè)的相關(guān)工作經(jīng)驗(yàn),以天津市某基坑開(kāi)挖對(duì)建筑物影響的監(jiān)測(cè)為例,介紹了監(jiān)測(cè)方案,并對(duì)不同的數(shù)據(jù)處理模型進(jìn)行對(duì)比研究,得出對(duì)于本項(xiàng)目變形監(jiān)測(cè)中精度較高的數(shù)學(xué)模型。

集成高分辨率多視航空影像與lidar數(shù)據(jù),以"輪廓提取—3維輪廓生成—3維模型重建"為主要框架,提出一種多視輪廓與lidar數(shù)據(jù)集成的3維輪廓線(xiàn)生成方法、lidar數(shù)據(jù)支撐下改進(jìn)的分割-合并-成型算法,形成一套新的、系統(tǒng)的3維建筑物模型重建技術(shù)方案。該方案可以有效重建結(jié)構(gòu)復(fù)雜的3維建筑物模型,相對(duì)單純基于lidar的方案,所重建3維模型的準(zhǔn)確性與完整性更好、定位精度更高。

首先利用直接線(xiàn)性變換(dlt)、單影像空間后方交會(huì)確定影像方位元素的初值,然后利用影像上全部建筑物的直線(xiàn)(特別是建筑物的鉛垂線(xiàn))來(lái)確定影像方位元素的精確值,以達(dá)到對(duì)多棟建筑物同時(shí)建模的目的。

在分析變形物理解釋的基礎(chǔ)上，探討了基點(diǎn)的穩(wěn)定性檢驗(yàn)問(wèn)題，并能結(jié)合項(xiàng)目實(shí)際，分析了高層建筑物變形監(jiān)測(cè)及數(shù)據(jù)處理方法，希望對(duì)于工程領(lǐng)域中的變形監(jiān)測(cè)具有一定幫助。

為了簡(jiǎn)化震害預(yù)測(cè)工作,提出了一種多因素影響的建筑物群體震害預(yù)測(cè)方法。首先,將已有數(shù)據(jù)庫(kù)中的資料按不同相似度進(jìn)行分類(lèi),從中選取所需要的樣本數(shù)據(jù)。然后將所選取的樣本數(shù)據(jù)按不同影響因素分類(lèi),分別求出考慮各影響因子下的震害矩陣,再由房屋普查資料得出預(yù)測(cè)區(qū)考慮各影響因素時(shí)各影響因子下的房屋的建筑面積,并將建筑面積比例作為各影響因子的權(quán)重,最終得出預(yù)測(cè)區(qū)某種結(jié)構(gòu)類(lèi)型整體的震害矩陣。利用文中方法建立了廈門(mén)市多層砌體結(jié)構(gòu)的震害矩陣,與廈門(mén)市采用單體抽樣法得出的震害矩陣相比較,其平均震害指數(shù)最大差值不大于0.041,驗(yàn)證了此方法的可行性。

建筑物的提取是地理數(shù)據(jù)庫(kù)更新和建設(shè)的重要內(nèi)容；利用高分辨率遙感影像進(jìn)行建筑物提取是該項(xiàng)研究的重要方向；也是遙感前沿技術(shù)研究的重要內(nèi)容；本文將相關(guān)文獻(xiàn)進(jìn)行歸納分析；將建筑物提取方法分為3種有代表性的類(lèi)型:基于對(duì)象分割的提取方法、基于建筑特征的提取方法和結(jié)合輔助信息的提取方法；綜述分析了每種類(lèi)型的提取方法并總結(jié)了其優(yōu)缺點(diǎn)；展望了高分辨率遙感影像中建筑物提取的發(fā)展前景；

提出了獲取建筑物大比例尺立面影像的一種理論與方法。根據(jù)數(shù)字相機(jī)傾斜影像,利用建筑物外觀的幾何條件與約束條件,按照透視變換原理,導(dǎo)出相應(yīng)關(guān)系式,直接獲取相同主距的“平行影像”。隨后,依據(jù)最少的實(shí)地控制,將平行影像放大到給定比例尺數(shù)字城市中。該方法加快了車(chē)載系統(tǒng)大比例尺建筑物立面影像的獲取過(guò)程,不受建筑物高度的影響,并可用于機(jī)載、固定站和人工方式等多種作業(yè)模式。

無(wú)人機(jī)航測(cè)技術(shù)具有非接觸測(cè)量、效率高、信息豐富等優(yōu)點(diǎn),在數(shù)字城市建設(shè)中正發(fā)揮著越來(lái)越重要的作用。本文以某建筑物為研究對(duì)象,提出了一種基于無(wú)人機(jī)影像的建筑物三維模型重建方法,首先使用無(wú)人機(jī)對(duì)建筑物的屋頂及墻面拍攝,再進(jìn)行影像匹配生成密集點(diǎn)云；然后使用掃描儀對(duì)無(wú)人機(jī)無(wú)法拍攝的墻面進(jìn)行掃描,并將掃描點(diǎn)云與影像生成點(diǎn)云配準(zhǔn)；最后對(duì)點(diǎn)云預(yù)處理,再進(jìn)行三角網(wǎng)構(gòu)建,使用3dsmax構(gòu)建精細(xì)化模型,并對(duì)模型進(jìn)行質(zhì)量評(píng)估。結(jié)果表明,該方法可以獲得建筑物精細(xì)化的三維模型。

基于航空影像建筑物個(gè)數(shù)繁多、形狀復(fù)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(xiàn)特征提取方法.對(duì)航空影像進(jìn)行改進(jìn)標(biāo)記分水嶺分割,并結(jié)合dsm高度信息,有效去除道路和陰影的影響.同時(shí),對(duì)影像進(jìn)行基于多尺度自適應(yīng)加權(quán)的改進(jìn)canny算子的邊緣檢測(cè).在每一個(gè)分割得到的建筑物初始區(qū)域內(nèi),對(duì)檢測(cè)到的邊緣點(diǎn)進(jìn)行相位編組提取直線(xiàn),利用建筑物屋頂約束條件,統(tǒng)計(jì)屋頂?shù)闹鞣较?修正和規(guī)劃直線(xiàn)段,實(shí)現(xiàn)了建筑物邊緣直線(xiàn)特征快速、有效的提取.

數(shù)字?jǐn)z影測(cè)量技術(shù)正從單機(jī)工作方式向系統(tǒng)集成的工作方式轉(zhuǎn)變,獲取和處理空間數(shù)據(jù)已變得較為容易。在三維數(shù)字城市建筑物建模方面,要求必須快速有效地提取建筑物邊界,才有可能進(jìn)行快速的三維景觀建模作業(yè)。本文提出了利用dsm和真正射影像相結(jié)合構(gòu)建地形景觀的一種新方法,首先從真正射影像上提取建筑物的邊界線(xiàn),對(duì)建筑物多邊形進(jìn)行三角化處理,視地面模型為一帶洞多邊形,同樣進(jìn)行delaunay三角化處理,接著從dsm和dem獲取建筑物的高度信息,構(gòu)建三維建筑物模型,最后通過(guò)紋理映射的方式,對(duì)整個(gè)建模場(chǎng)景進(jìn)行紋理貼圖,這一方法取得了較好效果,已經(jīng)在生產(chǎn)實(shí)踐中得到了應(yīng)用。

基于卷積神經(jīng)網(wǎng)絡(luò)(cnn)提出了一種適用于空心村高分影像的建筑物自動(dòng)檢測(cè)方法,該方法利用多尺度顯著性檢測(cè)來(lái)獲取包含建筑物信息的顯著性區(qū)域,然后通過(guò)滑動(dòng)窗口獲取顯著性區(qū)域內(nèi)目標(biāo)樣本塊,再將這些樣本塊輸入訓(xùn)練好的cnn并結(jié)合svm來(lái)實(shí)現(xiàn)分類(lèi)。為檢驗(yàn)方法有效性,選取高分影像進(jìn)行實(shí)驗(yàn),結(jié)果表明,顯著性檢測(cè)能夠有效地獲取主要目標(biāo),減弱其他無(wú)關(guān)目標(biāo)的影響,降低數(shù)據(jù)冗余;卷積神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)學(xué)習(xí)高層次的特征,基于cnn對(duì)高分影像進(jìn)行建筑物檢測(cè),分類(lèi)準(zhǔn)確度可以達(dá)到97.6%,表明該方法具有較好的魯棒性和有效性。

當(dāng)前人工調(diào)查土地資源利用情況具有較高的人力成本且勞動(dòng)強(qiáng)度大；對(duì)其實(shí)現(xiàn)自動(dòng)變化檢測(cè)具有較高的理論和應(yīng)用價(jià)值；將深度置信網(wǎng)絡(luò)(deepbeliefnetwork；dbn)應(yīng)用于高分辨率遙感影像的建筑物變化檢測(cè)；但dbn在變化檢測(cè)時(shí)存在由誤判現(xiàn)象造成的建筑物完整度欠缺、空間存在噪聲等問(wèn)題；提出dbn與數(shù)學(xué)形態(tài)學(xué)融合模型對(duì)高分辨率遙感影像建筑物進(jìn)行變化檢測(cè)；在遙感影像預(yù)處理基礎(chǔ)上；標(biāo)記少量明顯的變化與未變化樣本；利用搜索窗口從標(biāo)記的區(qū)域獲取大量帶有標(biāo)簽的樣本訓(xùn)練融合模型分類(lèi)器對(duì)建筑物進(jìn)行變化檢測(cè)；檢測(cè)方法準(zhǔn)確率為94.76%；召回率為87.63%；f1為91.06%；實(shí)驗(yàn)結(jié)果表明；該方法可以為建筑物的變化檢測(cè)提供有效依據(jù)；

簡(jiǎn)述三種典型的利用lidar點(diǎn)云自動(dòng)提取建筑物的方法。提出對(duì)建筑物提取結(jié)果的精度評(píng)價(jià)指標(biāo),并對(duì)三種方法的提取結(jié)果進(jìn)行比較。結(jié)果表明基于dempster-shafer理論的建筑物自動(dòng)提取方法最為穩(wěn)健。

指出了隨著三維激光掃描硬件設(shè)備的不斷更新發(fā)展,面對(duì)更龐大的數(shù)據(jù)量、精度更高的工程應(yīng)用,迫切需要具有快速度、高精度的方法來(lái)實(shí)現(xiàn)掃描數(shù)據(jù)的建模和計(jì)算機(jī)的自動(dòng)分類(lèi)提取。在已有研究基礎(chǔ)上,利用基于球面投影構(gòu)網(wǎng)和fcm聚類(lèi)混合的點(diǎn)云分類(lèi)法,對(duì)選取的單站地面激光掃描數(shù)據(jù)進(jìn)行處理,并分析了其可行性,主要采用了以下幾種處理算法進(jìn)行了比較分析:基于球面投影的空間三角形構(gòu)網(wǎng)方法;fuzzyc-mean(fcm)模糊聚類(lèi)方法的點(diǎn)云分類(lèi);柱面投影和cylview瀏覽器設(shè)計(jì);軟件開(kāi)發(fā)。

建筑物平面位移監(jiān)測(cè)方法很多,但就適用情況而言,前方交會(huì)法應(yīng)為最佳方案。

根據(jù)某高層建筑物施工過(guò)程中沉降監(jiān)測(cè)的實(shí)測(cè)資料,應(yīng)用指數(shù)平滑理論進(jìn)行沉降變形的預(yù)測(cè)研究,充分證實(shí)了在高層建筑物沉降變形分析中該預(yù)測(cè)法的可行性.由本文的研究結(jié)果發(fā)現(xiàn),三次指數(shù)平滑模型在研究期間較短時(shí)有較佳的預(yù)測(cè)能力,預(yù)測(cè)結(jié)果相對(duì)較佳,所以就預(yù)測(cè)的普遍性、實(shí)用性考量下,三次指數(shù)平滑模型可以迅速提供高層建筑物沉降變形情況,以便于對(duì)高層建筑物的沉降機(jī)理及規(guī)律進(jìn)行分析.