首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
倾斜摄影三维建模技术能够快速建立目标区域的实景三维模型,但是该机制下的模型为连续不规则三角网(TIN),无法对其中具体的地理对象进行分析。本文采用深度学习语义分割方法提取建筑物,并与传统面向对象的影像分析提取结果进行对比。研究表明语义分割方法能够有效提取倾斜模型对应数字正射影像中的建筑物。通过对提取结果进行后处理得到建筑物矢量面,为每个建筑物添加基本属性信息,利用矢量面实现建筑物单体化并发布三维模型和数据服务,能够更有效地利用倾斜摄影模型展示研究区域地理空间和建筑物信息。  相似文献   

2.
倾斜航摄仪的发展提高了三维实景模型生产的自动化程度,降低了生产成本。但目前软件自动生成的"一张皮"数据难以挂接GIS属性数据,因此有必要从三维实景模型中提取单体建筑物。针对此目的,本文提出了一种结合几何、纹理及语义信息的提取方法。首先利用几何、颜色以及语义信息将实景模型的三角面片分为地面、植被、建筑物立面和建筑物屋顶4类,然后通过组合验证建筑物立面和屋顶形成单体建筑物。采用"街景工厂"生产的2组三维实景模型数据进行实验,提取结果完整度大于90%,正确率高于93%。实验表明:本文方法能自动从三维实景模型数据中提取单体建筑物,可为后续的属性数据挂接提供基础。  相似文献   

3.
赵传  张保明  陈小卫  郭海涛  卢俊 《测绘学报》2017,46(9):1123-1134
从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键。本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法。通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象。试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。  相似文献   

4.
针对三维城市模型重建,提出了一种利用倾斜影像实现城市模型纹理快速重建的方法。该方法基于摄影测量计算机视觉理论,在事先处理得到城市建筑物数字表面模型的基础上,利用共线方程计算物方与像方的几何投影关系,获得建筑物的三维信息与纹理信息。通过一定的最优算法选择出地物面的理想纹理,实现城市建筑物纹理的自动提取及稠密建筑物纹理的遮挡处理。真实影像纹理重建的结果表明:应用本文方法进行三维城市模型纹理重建具有自动化程度高、效果逼真、成本低的特点,为快速、大面积的城市真三维模型纹理重建提供了一种有效的实现途径。  相似文献   

5.
高分辨率遥感影像建筑容积率提取方法研究   总被引:11,自引:0,他引:11  
提出了一种基于建筑物阴影的高分辨率卫星遥感影像建筑物容积率提取方法。首先利用高分辨率遥感影像提取城市大范围建成区建筑物阴影,再通过阴影矢量化、阴影坐标转换,将大比例尺的卫星分幅图进行自动拼接,最终根据阴影与建筑物面积关系回归分析、建筑物朝向分析等进行建筑容积率的计算和半自动提取。对上海中心城区的建筑容积率的提取实验验证了所提方法的有效性。  相似文献   

6.
建筑物的三维建模是城市三维建模和可视化的重要组成部分。本文提出一种基于点云数据与遥感图像的建筑物三维模型快速建模方法。首先,运用改进的RANSAC法从点云数据中提取建筑立面,根据立面区分平顶建筑与人字形屋顶建筑;在此基础上,进一步对建筑物的高度进行提取;之后,利用区域增长法从遥感图像中提取建筑物屋顶轮廓,利用形态学方法对提取出的轮廓进行规则化处理,并基于Freeman链码提取轮廓角点,得到规整的轮廓;最后,根据提取出的建筑高度属性对屋顶轮廓拉伸并进行纹理映射,实现对建筑物的三维重建。通过实例证明,提出的方法能快速、高效地实现建筑物三维模型的重建。  相似文献   

7.
利用高精度DSM数据提取建筑物轮廓算法研究   总被引:2,自引:1,他引:1  
马红 《测绘通报》2015,(4):111-113,124
基于DSM数据提取建筑物轮廓信息是快速自动构建建筑物三维模型的基础和前提.本文将随机抽样一致性算法RANSAC引入到DSM点云分割中,提出了一种基于随机抽样一致性算法模型的建筑物面片识别和轮廓提取算法,实现了高精度DSM数据的建筑物轮廓信息提取,试验验证了本文方法的精度和可靠性.  相似文献   

8.
城镇空间建筑物的变化检测是分析城市空间格局变化的一项重要内容。针对利用卫星影像检测建筑物变化过程中噪声、复杂边界等干扰难题,本文从不同期倾斜影像重建点云中自动提取建筑物平面和高度两个维度的准确变化信息。首先采用布料模拟滤波算法较大程度上减少地形点的影响;然后利用一种动态图神经网络深度学习方法,有效地检测出点云中的建筑物,通过前后两期点云分类后结果对比提取出建筑物的三维变化信息;最后选取杭州市萧山区局部区域的两期倾斜摄影测量密集匹配点云数据开展分析验证。结果表明,本文方法能够在大范围内快速实现可靠的建筑物变化检测,建筑物平面和高程两个维度的变化信息均有很好的反映,为城市精细化管理提供了一种有效方法。  相似文献   

9.
由于农村建筑物结构多样、空间分布复杂等特征,自动提取面临较多困难。针对该问题,本文提出采用膨胀卷积和金字塔池化表达的神经网络模型用于遥感影像中农村建筑物自动提取。在膨胀卷积神经网络模块中,通过改变孔尺寸的大小,获取不同感受野的特征信息;在金字塔表达方面,每个模块输入不同尺度的信息,且同时下采样的倍率也不同,获取多维的金字塔尺度特征;最终将提取的浅层及深层尺度特征信息进行融合,构建一个改进的适用于农村建筑物目标自动提取的深度学习模型。试验结果表明,与FCN-8s和DeepLab模型提取的结果相比,本文方法在农村建筑物提取中表现较好的性能,提取精度明显提高,且更好保留了目标边界细节信息,减少了噪声。  相似文献   

10.
针对高分辨率遥感影像具有较为丰富的地物属性"谱相"信息和空间分布及其组合"图式"信息的特点,提出了一种光谱和形状特征相结合的建筑物自动提取方法。在多尺度分割和矢量化基础上,根据建筑物的形状、光谱特征,从特征基元中自动选取样本,并计算其特征;通过根据建筑物形状、光谱、纹理构造的模板,在整景影像上进行建筑区域识别,并在建筑区域内提取建筑物外部轮廓。实验表明,本算法具有较高的识别率和较低的误识别率。  相似文献   

11.
Facade structures from three-dimensional (3D) point cloud data (PCD) and two-dimensional (2D) optical images can provide significant information for 3D building modeling. However, a unified data model for integrating 2D imagery pixels and 3D PCD is absent in current methods, leading to a complex implementation process, large calculations, and inefficiency. An efficient facade structure extraction method for building facades is proposed in this study. Based on the conversion matrix, 2D image and 3D PCD information are merged to build an image-based laser point cloud (ILPC) data model first. Second, both the line segment detection and random sample consensus algorithms are improved according to the structure and characteristics of the ILPC data model. Finally, building facade structures are extracted and optimized. Facade structures can be extracted accurately and efficiently by the proposed method, which contains rich information support from the ILPC data model. The proposed method extracts fine building facade structures with accuracy over 0.68 in all experiments and recall up to 0.81, which are better than the Wang method. Extracted structures constitute valuable support for numerous fields, such as 3D building modeling and building information modeling construction.  相似文献   

12.
传统的基于InSAR提取建筑物高程的方法难以区分同一分辨单元内不同散射体的高度信息.文中提出一种基于PolInSAR Freeman三分量分解的城市建筑物高度向信息提取方法,可有效获取同一分辨单元内不同散射体的散射中心.首先对极化干涉互协方差矩阵进行Freeman三分量分解,分离不同散射机制对应的相位中心,然后根据相位信息重建建筑物三维模型.利用覆盖美国加州Richmond地区的两景高分辨率TerraSAR-X极化SAR数据进行实验,结果表明,PolInSAR三分量分解能够分离同一散射单元内不同散射体的相位中心,从而有效提取出建筑物高度向信息及其三维模型.  相似文献   

13.
针对施工图内容复杂多样,存在图形、文本、符号、表格等多种样式的数据形式,给基于施工图的三维建筑物模型重构带来较大困难的问题,该文分析了建筑施工图的数据内容及其关联性,提出了面向建筑物三维模型重建的数据组织方法,构建了面向数据提取的建筑物对象模型,设计了相应的数据结构和人机交互提取方法,为基于建筑施工图的信息提取提供了一整套可供借鉴的方法。提出了由框架参数、基本参数、扩展参数和语义参数构成的建筑施工图数据参数化分解方法,可以支持内容相对独立的分步参数提取方式,并设计了综合化的交互界面,简化了数据提取操作过程,试验表明有效提高了数据提取的效率和准确率。  相似文献   

14.
旧城改造目前面临诸多问题,如传统的测量手段不仅测量效率低,而且对于结构比较复杂的建筑物无法精确地获取建筑物立面的全部信息,施测不全面,建模效率低等。首先利用三维激光扫描技术获取建筑物精细、整体的点云数据,借助多个建模平台联合作业的方式,结合现场照片进行复杂建筑物的三维重建,从而获取目标建筑物各个方向的立面信息。经过大量验证和对比分析,该方法可以快速获得建筑物精确、真实、全面的立面信息,提高工作效率,为智慧城市的建设和规划提供详细可靠的信息支持。  相似文献   

15.
基于城市航空立体像对的全自动3维建筑物建模   总被引:19,自引:0,他引:19  
城市建筑物3维建模是虚拟城市建设的关键技术之一。基于大比例尺航空立体像对提出3维建筑物建模方法。首先对2维边缘检测Canny算子进行改进,以期从城市航空影像中检测出较为精确的2维建筑物轮廓线。然后把改进的自适应最小二乘相关算法运用到金字塔匹配算法中,由于金字塔匹配算法中最为关键的问题是误差传递的有效控制,而以往的研究中尽管采用了多咱控制策略但效果不是很好,作者通过提出2种新的误差传播控制策略得到了较高精度的匹配结果。利用匹配生成的高精度3维信息对检测到的2维建筑物轮廓线进行3维插值,获得建筑物的3维信息,由此实现了建筑物3维建模。  相似文献   

16.
本文选取成都市某一区域建筑物A、B为研究对象,采用分辨率为0.61 m的Quick bird影像,运用图像分割法和LVQ神经网络算法,提取建筑物侧面信息,根据假设法原理,构建高度计算物理模型,求取建筑物高度。对比实测数据,结合可能影响实验结果的实地因素、遥感影像因素进行精度分析与评价,探讨基于高分遥感影像的建筑物侧面信息提取和高度计算的方法。结果表明,LVQ神经网络算法在建筑物侧面提取和高度计算中有更好的应用价值,精度高达94%。  相似文献   

17.
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。  相似文献   

18.
研究了一种基于雷达后向散射特性,从单张星载高分辨率SAR影像提取建筑物高度的方法。该方法通过检测建筑物二次散射强度,同时获取目标方位角、入射角等参数以及相关介质特性等信息,根据后向散射几何光学模型估算建筑物高度。实验验证了对于相当一部分典型建筑物都能够获得较为理想的高程估计值,进而证明了该方法提取建筑物高度的可行性和有效性。  相似文献   

19.
徐旺  游雄  张威巍  邓晨 《测绘学报》1957,49(12):1619-1629
城市AR中,场景结构的自动获取,对自适应信息表达具有重要意义,是解决“层叠式”信息表现形式引发的信息指示不明、场景感知混乱等问题的关键步骤。然而,场景结构信息隐藏在场景图像中,直接提取十分困难。2D地图描述了地理实体的位置、轮廓和空间布局,可作为场景结构提取的先验信息。针对城市AR中场景结构获取难、效率低的问题,本文提出一种基于2D地图的建筑物场景结构自动化提取方法。在地理配准的基础上,首先根据2D地图中建筑物的轮廓和属性信息,构建场景图像语义分割的结构线索;然后将其作为过分割处理后场景图像合并的依据,生成多个包含语义信息的图像区域;最后根据图像区域与2D地图中建筑物轮廓之间的映射关系,提取出场景图像中的区域轮廓、场景深度和平面朝向等场景结构信息。试验选取了格拉茨地区32个建筑物场景进行测试。结果表明本文方法能实时地提取建筑物场景结构,且建筑物立面提取的质量明显优于对比方法。提取的场景结构能应用于城市AR多种自适应信息表达方法中,使信息标注更明确,遮挡关系更清晰。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号