模型的航空影像矩形建筑物半自動建模

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維輪廓線生成方法、lidar數(shù)據(jù)支撐下改進的分割-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。

為了從高分辨率遙感圖像中完整提取建筑物區(qū)域,采用區(qū)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(qū)域,再根據(jù)形狀分析來確定真實的建筑物區(qū)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(jié)果證明了該方法有著較高的識別率、較好的準(zhǔn)確性和魯棒性,具有實用價值。

采用人機交互方法按照一定順序提取建筑物角點,根據(jù)近似點位進行角點位置的糾正,按照影像自動定向的結(jié)果計算模型的三維坐標(biāo),建立三維建筑物模型。實驗證明,這一方法能有效地實現(xiàn)速度和逼真度的兼顧。特別是對于一些僅需小范圍的建筑物建模場合,例如三維制導(dǎo)時的目標(biāo)區(qū)域,采用該方法進行建模不失為一種簡單而有效的方法。

彩色航空影像中的建筑物陰影提取

第z8卷第7期 z005年7月 計算機學(xué)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(xué)基金6017z066國家八六三高技術(shù)研究發(fā)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(dǎo)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

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(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。

分析了利用數(shù)字表面模型直接代替數(shù)字高程模型進行正射糾正難以達到真正射效果的原因,闡述了遙感影像真正射糾正的基本流程,針對其中的建筑物遮擋區(qū)自動檢測這一關(guān)鍵問題,以z-buffer算法為基礎(chǔ)提出一種解決方案,并利用ads40影像驗證了算法的正確性。

經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在前向傳播過程中分辨率不斷下降,導(dǎo)致僅采用末層特征時難以實現(xiàn)建筑物邊緣的精確分割,進而限制目標(biāo)檢測精度。針對該問題,提出一種基于u型卷積網(wǎng)絡(luò)的建筑物檢測方法。首先借鑒在圖像分割領(lǐng)域中性能出色的神經(jīng)網(wǎng)絡(luò)模型u-net的建模思想,采用對稱式的網(wǎng)絡(luò)結(jié)構(gòu)融合深度網(wǎng)絡(luò)中的高維和低維特征以恢復(fù)高保真邊界；其次考慮到經(jīng)典u-net對位于特征金字塔頂層的模型參數(shù)優(yōu)化程度相對不足,通過在頂層和底層兩個不同尺度輸出預(yù)測結(jié)果進行雙重約束,進一步提升了建筑物檢測精度。在覆蓋范圍達30km2、建筑物目標(biāo)28000余個的航空影像數(shù)據(jù)集上的試驗結(jié)果表明,本文方法的檢測結(jié)果在iou和kappa兩項關(guān)鍵評價指標(biāo)的均值上分別達到83.7%和89.5%,優(yōu)于經(jīng)典u-net模型,顯著優(yōu)于經(jīng)典全卷積網(wǎng)絡(luò)模型和基于人工設(shè)計特征的adaboost模型。

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(yīng)用于遙感影像城鎮(zhèn)建筑物的提取。以整個城鎮(zhèn)為對象,以建筑物、道路、綠地等不同城鎮(zhèn)區(qū)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(biāo)定,最終提取出城鎮(zhèn)建筑物。實驗結(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。

大量采集航空像片冠幅x與地面樹木直徑y(tǒng)的相關(guān)資料,指出一群由樹冠"亮點集"組成的航空像片圖像是"冠幅"檢測的必要條件,并從專業(yè)的角度論證航片冠幅x與樹木直徑y(tǒng)應(yīng)滿足帶截距的線性相關(guān)關(guān)系。由于樹冠密度的隨機干擾,使得冠幅x與直徑y(tǒng)不滿足等方差條件,所以必須在原來固定參數(shù)線性模型的基礎(chǔ)上引入隨機效應(yīng)參數(shù)。本文采用"樣地"作為隨機效應(yīng)的構(gòu)造變量,"樹冠類型"為組變量,它們的叉積構(gòu)造"隨機效應(yīng)"參數(shù)的設(shè)計矩陣,從而構(gòu)造出航空像片冠幅x與樹木直徑y(tǒng)的線性混合模型,由此獲得總體y的最優(yōu)無偏估計,線性混合模型的相關(guān)系數(shù)由一元線性模型的0.57平均提高到0.72。線性混合模型的實質(zhì)是在固定參數(shù)方程上迭加隨機"噪聲"。由于數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理,帶有隨機撓動的預(yù)測方程參數(shù)與航空像片比例尺無關(guān)。

基于航空影像建筑物個數(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特征提取方法.對航空影像進行改進標(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,對影像進行基于多尺度自適應(yīng)加權(quán)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(qū)域內(nèi),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(tǒng)計屋頂?shù)闹鞣较?修正和規(guī)劃直線段,實現(xiàn)了建筑物邊緣直線特征快速、有效的提取.

對航空影像城市建筑物的分割方法進行了研究；基于densenets的密集連接結(jié)構(gòu)；結(jié)合池化下采樣和反卷積上采樣方法；提出了一種新的圖像語義分割方法；實驗結(jié)果表明；新方法在模型參數(shù)大小、訓(xùn)練時間和平均交并比方面均優(yōu)于unet；預(yù)測圖像更直觀地體現(xiàn)了新方法的優(yōu)勢；城市建筑物分割得較為完整；

提出了一種新的從航空城區(qū)圖像中自動提取矩形建筑物的方法.該方法基于從航空城區(qū)圖像中提取的邊緣,經(jīng)過輪廓跟蹤,采用splitting方法提取直線,得出其相應(yīng)的直線幾何圖形;針對航空圖像的復(fù)雜及現(xiàn)有邊緣檢測算法的不足,提出了一系列直線處理的方法(如直線的分類、排序、合并、調(diào)整等)有效地彌補了前述處理的不足;為提高矩形房屋提取的準(zhǔn)確率,引入知識定義了幾種近似的矩形結(jié)構(gòu).文章采用幾何結(jié)構(gòu)元分析的方法,提取圖形中構(gòu)成矩形的各種基本結(jié)構(gòu)元,再根據(jù)結(jié)構(gòu)元合并的準(zhǔn)則,將各種基本結(jié)構(gòu)元通過一定的合并算法合并成矩形結(jié)構(gòu).大量試驗結(jié)果證明該方法提取矩形房屋的準(zhǔn)確率較高,魯棒性好,運算速度快,具有較強的實際應(yīng)用價值

為研究類矩形盾構(gòu)施工對鄰近十字交叉梁基礎(chǔ)框架建筑物的影響,基于建筑物-土體-隧道之間的共同作用,本文采用midas/nx軟件建立類矩形盾構(gòu)隧道垂直下穿十字交叉梁基礎(chǔ)框架建筑物的三維有限元模型,考慮隧道水平位置改變和土質(zhì)條件的影響,分析建筑物受類矩形盾構(gòu)施工影響的變形和受力規(guī)律。研究結(jié)果表明,當(dāng)隧道軸線到建筑物中軸線的水平距離l=0m時,隨著隧道開挖的進行建筑物的沉降量增大；框架最大第一主應(yīng)力和最大剪應(yīng)變總體上增大；土質(zhì)條件改變影響較大；隨著l增大,框架的最大第一主應(yīng)力和最大剪應(yīng)變呈現(xiàn)減小趨勢,建筑物產(chǎn)生向隧道一側(cè)的傾斜,l增大到一定距離后建筑物幾乎不受影響。

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

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。

矩形含水層井流模型的求解過程比較繁瑣,計算工作量較大,而且容易出錯,而利用計算機編程技術(shù)可使求解變得極為簡單、快捷,從而極大地提高工作效率。該文以矩形隔水邊界承壓井流模型為例,研究了實現(xiàn)軟件求解該類問題的思路。

利用風(fēng)洞試驗結(jié)果,對矩形截面超高層建筑風(fēng)致脈動扭矩數(shù)學(xué)模型進行研究。以厚寬比和風(fēng)場類別為基本變量,采用最小二乘法得到了風(fēng)致脈動扭矩系數(shù)根方差、功率譜密度、豎向相關(guān)性系數(shù)以及橫風(fēng)向基底彎矩-基底扭矩相干函數(shù)閉合計算公式。這些公式的計算結(jié)果與原始試驗數(shù)據(jù)吻合較好,說明計算公式具有較高精度。此外,利用結(jié)構(gòu)隨機振動方法,用提出的公式以及直接采用試驗風(fēng)壓數(shù)據(jù)計算一棟實際超高層建筑的扭轉(zhuǎn)動力響應(yīng),對比了扭轉(zhuǎn)廣義力譜、頂層扭轉(zhuǎn)響應(yīng)譜以及扭轉(zhuǎn)響應(yīng)根方差等計算結(jié)果,對比結(jié)果表明兩者吻合較好,從而驗證了公式的適用性。

航空軌道線是連接機場陸側(cè)與市區(qū)、為集散機場地面交通服務(wù)的軌道交通線,是充分發(fā)揮航空運輸快捷的重要交通方式。為減少乘客利用航空軌道線進行換乘時的等待時間,建立了航空軌道線運營銜接規(guī)劃模型,以乘客換乘時間最小為目標(biāo)函數(shù),考慮了軌道交通的容量限制,并對模型進行求解,得到其最佳發(fā)車時間間隔。

三維城市模型(3dcm)的研究是近年來gis領(lǐng)域內(nèi)的一個研究熱點,在交通、地質(zhì)、礦山、城市測繪、環(huán)保等方面有著十分重要的研究意義。對3dcm而言,目前還缺少一個統(tǒng)一、完備的數(shù)據(jù)模型,作者對gis的數(shù)據(jù)進行了建模,以三維城市建筑物可視化模型為例,提出了基于obj標(biāo)準(zhǔn)模型文件的面向?qū)ο蠼ㄖ锶S數(shù)據(jù)模型。用實例論證了模型的正確性和高效性

對微矩形溝槽熱管的傳熱極限進行數(shù)學(xué)建模,并通過實驗討論分析熱管工質(zhì)物性群數(shù)nl、幾何結(jié)構(gòu)群數(shù)ge和重力比數(shù)hg三者對其傳熱極限的影響作用。研究表明,qc與ge和hg呈近似指數(shù)增長變化,而與nl成線性增長關(guān)系。熱管運行于較高溫度、合理的幾何結(jié)構(gòu)和有效利用重力的輔助作用,可明顯提高熱管的傳熱能力,同時也證明了該傳熱極限模型的正確性。