共查询到10条相似文献，搜索用时 296 毫秒
1.
提出了一种基于知识规则构建和形态学修复的建筑物提取方法,并以青岛市崂山区作为试验区开展建筑物信息提取研究.首先,选用试验区的快鸟影像,进行影像预处理、小尺度分割、大尺度合并、知识规则构建等算法处理,得到建筑物轮廓的粗提取结果,对提取结果经过形态学修复和边缘检测后,得到粗提取的建筑物轮廓矢量图;然后在以ArcGIS Engine为平台开发的建筑物提取系统中,以预处理后影像和第一步中获取的建筑物矢量图作为双底图,针对建筑物的不同形态,分别采用手扶跟踪数字化、自动跟踪数字化和模型数字化来规则化处理建筑物轮廓;最后获得建筑物轮廓的精提取结果.试验结果表明,与监督分类方法相比,这种方法提取出的建筑物轮廓清晰完整、精度高、速度快,提高了建筑物提取的自动化和智能化水平. 相似文献
2.
《地理与地理信息科学》2017,(6)
建筑物提取对于基础地理数据获取与更新具有重要意义。针对传统的基于像元方法难以利用影像空间、上下文信息以及面向对象方法最优分割尺度难以确定等问题,该文提出一种基于超像素的高分辨率影像建筑物提取方法。首先利用LiDAR点云数据生成归一化高程模型以获取地物的高度特征,并通过Layerstacking方式与高分辨率影像融合;随后基于Simple Linear Iterative Clustering(SLIC)算法分割高分辨率影像的RGB彩色图像生成超像素;继而基于分割所得的超像素中的每个像元对超像素进行特征计算;最后使用基于RBF核的支持向量机方法进行超像素级别分类,得到建筑物提取结果。实验结果表明,该方法能够有效识别出简单场景和复杂场景下的建筑物,显著消除了传统基于像元方法出现的"椒盐效应",同时避免了面向对象方法中最佳分割尺度选择的难题,取得了较好的建筑物提取效果。 相似文献
3.
为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Net-work,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测.ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息.在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息. 相似文献
4.
高分辨率遥感影像中,城市道路表现为局部灰度近似、宽度变化缓慢的狭长区域。根据城市道路这些形态特性,提出基于形态重建的道路提取方法。先对原始遥感影像作增强处理,突出影像边缘信息,用Otsu自动阈值分割法对增强处理后的图像进行初步分割;再根据图像中各要素的形态特征构建不同的标记图像,分别对原图像进行形态重构,将道路和建筑物等分别生成新的图像模块;对形态重构生成的道路模块进行轮廓提取和细化,提取出道路轮廓和中心线。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。 相似文献
5.
针对现有滤波方法在低矮植被密集覆盖区域处理效果差的问题,该文根据不同尺度下无人机影像匹配点云数据所表达的地形地物特征不同,提出基于多尺度高程变异系数的影像匹配点云滤波方法。首先,通过不同尺度的虚拟规则网格构建不同分辨率的DSM,将任意两个不同分辨率的DSM进行差值计算,得到对应两个尺度下的地表特征差异(高程变异程度);然后,对差值DSM计算高程变异系数,根据地物边界区域高程变异系数远大于地形区域的特征进行阈值分割;最后,分析计算高程变异系数的最佳邻域,讨论最佳分割阈值的设定。与传统CSF、TIN和渐进式形态学滤波方法对低矮植被密集覆盖区域的对比实验结果表明,该文方法在低矮植被密集覆盖区域能准确剔除植被点并保留地面点,其中Ⅰ类、Ⅱ类误差分别为9.20%、5.83%,平均总误差为7.68%,均优于CSF、TIN和渐进式形态学滤波方法,可为后期快速建立高精度DTM奠定基础。 相似文献
6.
阴影辅助下的面向对象城市建筑物提取 总被引：1，自引：0，他引：1
分析高分辨率遥感影像城市建筑物提取的难点,探讨建筑物阴影与建筑物之间的关系,提出一种阴影辅助的建筑物提取方法:首先在高分辨率影像中提取出建筑物阴影对象,通过建筑物与其阴影的空间关系特征分离相互连接的建筑物对象并确认漏提取的建筑物对象,从而提高了建筑物的提取精度;将该方法运用于Quick Bird影像的建筑物提取实验中,取得理想的实验效果. 相似文献
7.
建筑物的自动识别和检测对于城市的发展具有重要意义。基于航空影像进行建筑物自动检测时,现有的面向对象方法容易将道路误检测为建筑物。针对这一问题,该文提出了一种基于高程约束的建筑物多级自动检测方法,在面向对象方法提取建筑物的基础上,结合数学形态学和边缘检测,利用立体影像匹配和前方交会方法解算得到地物点的三维坐标,基于高程筛选得到建筑物自动提取结果。利用两组不同类型的数码传感器的实际航空影像进行了实验,发现建筑物数量提取准确率分别从47.83%、81.82%提高到91.43%、93.75%。实验结果表明,该文提出的建筑物多级自动检测方法能够有效改善面向对象建筑物提取结果,提高建筑物检测精度。 相似文献
8.
提出了一种基于激光点云数据提取房屋轮廓线的方法.首先在屋顶激光点云数据中搜索平面距离最远的两个激光点,选择其一为起始点,根据相邻边缘点连线的一侧不存在激光点的原则,检测屋顶所有的边缘点;然后对边缘点分组,利用最小二乘直线拟合方法分别拟合各条轮廓线并进行规则化;最后,选择轮廓线最外侧的激光点,对各条轮廓线进行平移外扩,并通过相邻轮廓线相交确定屋顶角点的坐标.实验结果表明,与通常采用的对屋顶激光点云构建不规则三角网(TIN)获取边缘点的方法相比,该算法运行效率明显提高,检测到的屋顶边缘点数量更多,获取的屋顶轮廓线精度更高. 相似文献
9.
智慧城市的蓬勃发展和快速推广,使得三维建模成为当前热点研究方向。平面点云分割是三维点云建模中数据处理的关键环节。该文提出一种三角面片法向量方向调整方法,通过后续对邻近法向量进行加权平均估算实现平面点云的分割。首先采用八叉树的空间划分方法将无序的点云建立索引,利用K紧邻搜索获取参考点的K个邻近点,然后将该局部点构建不规则三角网并且得到包含参考点的所有三角面片以及三角面片的法向量,并通过将三维点投影到二维平面,利用平面三角形两边向量叉乘的方法,判断并调整各三角面片的顶点排列顺序,使三角面片的法向量一致化,最后对包含参考点的所有三角面片的法向量加权平均,估算参考点的法向量,根据点云法矢一致、共面的原则将平面点云分割出来。以徕卡Scanstation 2型扫描仪获取点云数据,对该方法进行检验,结果显示其能较好地实现对点云法矢量方向的调整与估算,并对平面点云数据进行分割提取。 相似文献
10.
一种基于标记分水岭的高分辨率遥感影像分割方法 总被引：2，自引：0，他引：2
为避免分水岭分割高分影像的过分割现象并充分利用高分影像的特点,该文提出一种基于标记的分水岭分割方法,即基于影像先验知识指导分割的原则,对遥感影像进行各向异性扩散平滑滤波后,计算生成融合了光谱和纹理特征的梯度图像;从梯度图像中提取标记重建对象的边缘特征,并执行基于标记的分水岭变换,得到最终的分割结果.实验表明,该方法能够充分利用高分影像的特征信息,并能有效地抑制分水岭过分割现象. 相似文献