高分辨率衛(wèi)星影像的建筑物輪廓矢量化技術(shù)

為了分析汶川地震震后高分辨率合成孔徑(sar)圖像的城區(qū)建筑物特征,基于實際獲取的機載x波段sar圖像,采用電磁模擬方法進(jìn)行分析和研究。通過對城區(qū)的完整建筑和毀損建筑進(jìn)行三維建模,采用射線跟蹤的電磁計算方法和圖像域積分的成像模擬方法得到不同受災(zāi)程度的建筑物sar模擬圖像。與真實sar圖像對比分析,提出的算法能夠分析建筑物結(jié)構(gòu)變化對sar圖像的影響,模擬主要的強散射點,能有效輔助sar圖像進(jìn)行城區(qū)特征分析。

采用基于小面積去除方法的中值susan噪聲點平滑方法,結(jié)合高分辨率遙感影像,對dsm中房屋點的提取進(jìn)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。

高分辨率影像城市綠地快速提取技術(shù)與應(yīng)用

如何自動地從高分辨率遙感影像中提取建筑物等人工目標(biāo)是高分辨率遙感影像處理與理解領(lǐng)域的一個熱點與難點問題,建筑物作為人類改變自然界的標(biāo)志性地物之一,其各種信息的快速自動提取是地形測圖和城市地理數(shù)據(jù)更新的重要步驟,也是衡量人類活動的主要因素之一。本文提出了影像-基元-目標(biāo)的影像分析方法,首先對高分辨率遙感影像進(jìn)行特征提取,通過聚類方法形成不同基元,在此基礎(chǔ)上對相應(yīng)的基元特征進(jìn)行分析及建筑物模式的匹配,完成建筑物的自動提取過程,相應(yīng)方法也可以推廣到其他目標(biāo)地物的識別過程。

建筑物的提取是地理數(shù)據(jù)庫更新和建設(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(jié)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(jié)了其優(yōu)缺點；展望了高分辨率遙感影像中建筑物提取的發(fā)展前景；

首先對上海市中心城區(qū)遙感影像建庫,把眾多的遙感影像數(shù)據(jù)組織起來,以方便管理和使用.在此基礎(chǔ)上,利用gis和rs技術(shù),對遙感數(shù)據(jù)解譯處理,提取建筑物陰影信息,從而為估算建筑物高度值作準(zhǔn)備.

研究城市高層建筑環(huán)境下高分辨率衛(wèi)星立體影像的幾何校正方法和精度分析.實驗結(jié)果表明,為了提高基于有理函數(shù)模型的定位精度,需要加入部分地面控制點.但是當(dāng)控制點位于地面時,傳統(tǒng)物方幾何校正模型可以對平坦地面點進(jìn)行有效幾何校正,而建筑物樓頂點會出現(xiàn)高程外推計算錯誤.為此,提出一種改進(jìn)的物方幾何校正模型,可以消除建筑物高程差過大造成的幾何定位影響.計算結(jié)果顯示,在上海城市中心區(qū)域的實驗中可以達(dá)到平面方向0.6m和高程方向0.8m的定位精度,證明了該改進(jìn)模型的有效性.

初步測試?yán)没谥R規(guī)則的面向?qū)ο蠓诸惙椒◤母叻直媛蔵konos衛(wèi)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(zhí)行基于對象的分類。面向?qū)ο蠓诸愄崛〗Y(jié)果與傳統(tǒng)的基于像元最大似然分類結(jié)果進(jìn)行對比,表明面向?qū)ο蠓诸惙椒ǜm用于提取高分辨率遙感影像中的建筑物。

提出一種利用高分辨率遙感影像半自動提取建筑物邊緣的方法。先對遙感影像進(jìn)行預(yù)處理,對所有邊緣進(jìn)行邊緣檢測,然后進(jìn)行邊緣跟蹤,提取建筑物的主方向線,利用模型進(jìn)行線段關(guān)系判斷,再進(jìn)行線段關(guān)系處理、區(qū)域分割和區(qū)域生長,最后進(jìn)行區(qū)域合并提取出建筑物的輪廓。用上述方法對quickbird衛(wèi)星的高分辨率影像進(jìn)行了實驗,實驗結(jié)果證明該方法有較高的識別率、較好的準(zhǔn)確性,具有一定的實用價值。

高分辨率遙感影像具有場景復(fù)雜、目標(biāo)種類多樣、同一目標(biāo)呈現(xiàn)多種形態(tài)等特點,給建筑物檢測帶來困難.近年來,可變形部件模型(deformablepartmodel,dpm)被廣泛應(yīng)用到模式識別領(lǐng)域,并且在自然場景的目標(biāo)識別方面取得很好的效果.結(jié)合可變形部件模型,提出一種針對高分辨率遙感影像中建筑物的檢測方法,將建筑物看作可變形部件的組合,通過訓(xùn)練得到其對應(yīng)的參數(shù)模板,并采用滑動窗口的方式遍歷待檢測的影像,判斷其中是否存在建筑物目標(biāo).通過對分辨率為0.5m的高分辨率遙感影像的實驗證明了方法的有效性.

高分辨率遙感影像具有場景復(fù)雜、目標(biāo)種類多樣、同一目標(biāo)呈現(xiàn)多種形態(tài)等特點，給建筑物檢測帶來困難。近年來，可變形部件模型（deformablepartmodel，dpm）被廣泛應(yīng)用到模式識別領(lǐng)域，并且在自然場景的目標(biāo)識別方面取得很好的效果。結(jié)合可變形部件模型，提出一種針對高分辨率遙感影像中建筑物的檢測方法，將建筑物看作可變形部件的組合，通過訓(xùn)練得到其對應(yīng)的參數(shù)模板，并采用滑動窗口的方式遍歷待檢測的影像，判斷其中是否存在建筑物目標(biāo)。通過對分辨率為0．5m的高分辨率遙感影像的實驗證明了方法的有效性。

基于高分辨率影像的城市綠地快速提取方法

為解決當(dāng)前深度學(xué)習(xí)方法在高分辨率遙感圖像中存在識別結(jié)果過度分割；以及小物體識別差的問題；提出一種基于segnet架構(gòu)改進(jìn)的網(wǎng)絡(luò)模型aa-segnet；增加了增強的空間金字塔池化模塊和空間注意力融合模塊；該網(wǎng)絡(luò)可以加強特征傳播并能夠有效傳遞更高級別的特征信息以抑制低級特征的噪聲；并且可以增強小目標(biāo)特征學(xué)習(xí)；基于高分二號遙感影像制作數(shù)據(jù)集并進(jìn)行實驗；aa-segnet網(wǎng)絡(luò)總體識別準(zhǔn)確率為96.61%；在識別率、f1分?jǐn)?shù)以及訓(xùn)練時間等方面也都優(yōu)于segnet、u-net、deeplab-v3網(wǎng)絡(luò)；

提出了一種基于建筑物陰影的高分辨率衛(wèi)星遙感影像建筑物容積率提取方法。首先利用高分辨率遙感影像提取城市大范圍建成區(qū)建筑物陰影,再通過陰影矢量化、陰影坐標(biāo)轉(zhuǎn)換,將大比例尺的衛(wèi)星分幅圖進(jìn)行自動拼接,最終根據(jù)陰影與建筑物面積關(guān)系回歸分析、建筑物朝向分析等進(jìn)行建筑容積率的計算和半自動提取。對上海中心城區(qū)的建筑容積率的提取實驗驗證了所提方法的有效性。

分析了用于建筑物測量的高分辨率sar疊掩及角反射器效應(yīng)等成像要素,并將其與高分辨率快鳥衛(wèi)星圖像融合,實現(xiàn)了建筑物屋頂信息的提取.進(jìn)一步利用sar疊掩得到的建筑物高度信息和快鳥圖像得到的建筑物屋頂信息實現(xiàn)了建筑物的三維重建.與實地測量數(shù)據(jù)相比較,計算結(jié)果精度較高,從而驗證了這種三維重建方法的可行性.

提出一種基于感知組織的線段提取方法該方法有兩大特點:在基本線段提取算法中使用了模板,并且在線段合并過程中綜合考慮了直線和物體的形狀特點運用該方法對高分辨率遙感圖像中的建筑物進(jìn)行識別,取得了良好效果

提取建筑物屋頂是建筑物三維重建的一個重要步驟,為了更精確地提取建筑物屋頂,融合了高分辨率的光學(xué)和sar圖像.利用sar圖像中建筑物的疊掩來確定光學(xué)圖像中的建筑物,從而在光學(xué)圖像上確定一個包含建筑物屋頂小窗口,利用isodata分類方法對小窗口進(jìn)行了分類來獲取建筑物屋頂類別或屋頂輪廓,最后計算得到屋頂?shù)囊?guī)則輪廓.從計算結(jié)果上看,該方法是可行的.

地質(zhì)調(diào)查和測繪以及國土資源、交通旅行、城市規(guī)劃建設(shè)、生態(tài)環(huán)境等一些涉及地域較廣的行業(yè)以及部門,一般都需要分辨率較高的遙感數(shù)據(jù)從中幫忙。本文基于某地區(qū)的地質(zhì)災(zāi)害的實際情況,通過遙感技術(shù)的實際應(yīng)用情況,來分析調(diào)查的結(jié)果和遙感技術(shù)的作用。遙感技術(shù)從大局觀上統(tǒng)籌調(diào)查工作,它的技術(shù)基礎(chǔ)是分辨率極高的航空遙感影像。這樣子的好處不僅能從實際效果中觀察出遙感技術(shù)起到的作用,并且能夠?qū)Φ刭|(zhì)災(zāi)害進(jìn)行標(biāo)志的建立。最新的分辨率較高的遙感影像能夠統(tǒng)籌全局,對大型地質(zhì)災(zāi)害的進(jìn)度進(jìn)行控制,并且能夠?qū)唧w的數(shù)據(jù)進(jìn)行分析和整合。通過調(diào)查實踐發(fā)現(xiàn),遙感技術(shù)在地質(zhì)災(zāi)害調(diào)查中能起到統(tǒng)籌全局的作用。

在對航空影像中的建筑物進(jìn)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(jù)?；诤娇沼跋窠ㄖ飩€數(shù)繁多、形狀復(fù)雜,且存在較多的干擾信息,提出一種新穎有效的建筑物識別方法:首先,利用改進(jìn)標(biāo)記分水嶺算法提取建筑物區(qū)域。然后,對每個分割得到的建筑物區(qū)域,提取其輪廓,對輪廓進(jìn)行基于平穩(wěn)小波變換的仿射不變量計算,并構(gòu)造建筑物模型數(shù)據(jù)庫,利用相關(guān)系數(shù)實現(xiàn)了建筑物的有效識別。

采用數(shù)字方法和模擬方法,設(shè)計一種大動態(tài)范圍、高分辨率的脈沖延遲器,可以實現(xiàn)連續(xù)變化的脈沖延遲控制。該系統(tǒng)已經(jīng)成功應(yīng)用于某型雷達(dá)回波模擬器中,也適合于其它需要對輸入脈沖延遲的場合,具有廣泛的實用性和適用性。

利用各種空間分辨率尺度的遙感技術(shù)對環(huán)境進(jìn)行監(jiān)測,獲取了地表環(huán)境變化的基本數(shù)據(jù),高分辨率遙感信息技術(shù)在水利、環(huán)保領(lǐng)域的應(yīng)用也得到了跨越式的發(fā)展,對水利設(shè)計、環(huán)境科學(xué)的發(fā)展起了重要推動作用。

高分辨率航空影像中高壓電力線的自動提取