共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
陈伟 《测绘与空间地理信息》2022,45(1):207-208,211
利用无人机倾斜摄影技术可以提升复杂桁架结构的三维建模精度,本文加大倾斜摄影拍摄密度,增加对特定区域的多角度重叠数据量,以及引入深度卷积神经网络对倾斜摄影图像数据进行预处理,排除摄影图像中移动因素对建模过程的干扰,从而实现建模精度的提升(26倍).证实无人机倾斜摄影测量方法对强干扰条件下的复杂桁架结构高精细度建模有工程实... 相似文献
3.
本文研究了无人机倾斜摄影在农村不动产确权测量过程中的技术革新策略,分析了农村不动产测量的任务,同时分析了无人机在农村区域的空域环境,发现应通过机器学习方法解决局部湍流带来的无人机倾斜摄影图像的平行四边形畸变和梯形畸变.使用卷积多列神经网络基于无人机机载设备(陀螺仪、加速度计、GPS等)提供的融合数据,对OpenSVG位图引擎提供图像修正参数,将修正的数据通过Smart 3D工具包软件进行后续分析.在不改变传统方案其他工作流要素的情况下,通过融入上述图像数据预处理过程,使测量结果精细化程度增加,村民代表对测量结果的主观感性评价也得到提升,即该技术革新不但具有工程价值,还具备一定的社会价值. 相似文献
4.
5.
近年来无人机低空遥感技术不断发展,利用无人机影像生成的真正射影像（TDOM）在成图精度、制作流程方面仍有提高的空间。本文采用固定翼无人机和专业摄影相机采集影像,布设地面控制点,提出了利用运动恢复结构（SfM）和多视立体视觉（MVS）工作流来生成高精度数字表面模型（DSM）和数字正射影像（DOM）的方法;对遮蔽倾斜部分进行阴影检测、DSM修编和多视影像纹理补偿生成TDOM;最后用TDOM上随机分布的检查点进行精度检查,水平精度为3.3 cm,垂直精度为7.5 cm;消除了DOM中倾斜和阴影部分,使建筑物保持垂直视角,生成的满足1：500比例尺高精度并消除倾斜阴影的TDOM可用于农村宅基地确权、国土规划设计等领域。 相似文献
6.
针对现有建筑物太阳辐照度评估方法难以同时兼顾建筑屋顶和立面,激光点云数据成本较高,不适合计算大范围、高密度获取建筑表面点云问题。本文提出了一种基于倾斜影像密集匹配点云进行建筑物表面太阳辐照度一体化评估方法。该方法通过无人机倾斜影像获取感兴趣区域的建筑物三维模型,结合阴影仿真算法和简化后的太阳辐射模型,对建筑物表面进行阴影仿真和太阳辐照度计算。经对比试验验证,本文方法能够准确计算建筑表面太阳辐照度,有效拓展了倾斜摄影测量的应用范围,为协助建筑师设计建筑表面和最大化利用建筑表面太阳能提供了可靠的数据支撑。 相似文献
7.
随着科学的发展,无人机的应用越来越普及,人们对无人机数据精度的要求越来越高,数据类型也越来越多样化。本文根据倾斜摄影测量的工作原理,阐述了小型无人机搭载倾斜摄影设备进行数据获取的工作方法,并对获取的影像进行三维建模处理,通过对倾斜摄影技术在实际应用中数据获取与处理的探讨,对影像处理效果分析,为倾斜摄影测量技术的应用推广提供了技术支持。 相似文献
8.
针对目前房屋建筑面积测量外业工作强度大、测量精度低、成图效率低等主要问题,本文提出了基于无人机倾斜摄影测量的房屋建筑面积测算方法。首先从无人机倾斜摄影、实景三维建模、数字正射影像制作、三维数字化测图、图件制作和面积指标计算等方面进行了研究,然后对试验结果进行了精度评定。结果表明,地形图平面位置中误差为4.6 cm,高程中误差为4.2 cm,房角点点位中误差为4.6 cm,建筑物边长中误差为4.5 cm,房屋建筑物面积较差小于城市商品房二级精度面积限差,各项精度均符合国家标准规范要求,该方法用于房屋建筑面积测算是可行的。 相似文献
9.
提出一种基于卷积神经网络和图割法的自动提取高分影像建筑物的方法。首先，通过卷积神经网络定位与检测建筑物的位置，逐一提取单个建筑物轮廓，利用检测结果分别建立建筑物和非建筑物的高斯混合模型（GMM），然后结合最大流最小割的图像分割方式实现全局优化，完成建筑物初步提取，最后用形态学进行优化。通过试验证明了该方法的可行性。 相似文献
10.
针对目前可建设光伏屋顶面积实测工作强度大、成图效率低、要素难以测全等问题,本文提出了无人机倾斜摄影测量辅助光伏屋顶面积测算的方法。本文从倾斜摄影、三维建模、内业成图等方面进行研究,并对测量成果进行精度评定。结果表明,三维模型平面位置中误差为3.9 cm,高程中误差为4.3 cm,建筑物房角点中误差为3.1 cm,建筑物边长中误差为3.1 cm,房屋建筑物面积较差小于城市商品房二级精度面积限差,在案例中检测的各项精度均符合国家标准规范要求,因此本文方法用于可建设光伏屋顶面积测算是可行的。 相似文献
11.
相对于同源影像立体匹配,基于无人机倾斜摄影与近景摄影获取的异源影像在空间特征、视场角及分辨率等方面均存在较大的差异,给影像匹配带来困难。本文利用基于单应性变换的卷积神经网络提取特征点,在匹配阶段采用交叉注意力机制的图神经网络进行特征点匹配。该方法较好地克服了异源影像间因存在较大视差和扭曲变换而导致的匹配效果较差的问题,并以河北省廊坊市大城县的马家祠堂为试验数据,对比传统SURF （加速稳定性征）算法与深度学习算法的匹配效果。结果表明,基于深度学习算法对存在大视角差异的异源影像的匹配率更高。 相似文献
12.
星载高分辨率光学图像与SAR图像广泛应用于城市建筑物高度提取,但光学图像存在缺少相关卫星参数的情况,而SAR图像则存在散射特征不完整以及提取效率低等缺陷。针对以上问题,本文提出一种联合高分辨率星载光学与SAR图像的城市大面积建筑物高度快速提取方法。首先,结合支持向量机(SVM)和形态学阴影指数(MSI)快速提取光学图像中的阴影并自动测量阴影长度;之后选择多个合适样本,基于模型匹配法从SAR图像中提取高度;最后将高度与阴影长度作线性回归分析,建立数学模型来提取其他建筑物的高度。该方法将不同卫星系统的数据和特征相结合,互相弥补各自缺陷,不仅提高了效率、降低了成本,同时满足精度要求。 相似文献
13.
针对高分辨率遥感影像中阴影对道路提取产生较大干扰的问题,提出了一种基于脉冲耦合神经网络(PCNN)的城市道路提取方法。该方法首先在近红外波段检测并消除阴影和水体的影响,并使用PCNN对消除阴影后的灰度图像进行分割处理;然后使用形态学建筑物指数(MBI)和归一化差分植被指数(NDVI)分别提取出建筑物和植被信息,消除建筑物和植被的影响;最后提取受行道树影响较大的道路,并对处理后的图像作数学形态学法的处理。该文以深圳市SPOT-7高分辨率影像进行实验。实验表明,该方法能保留原始的道路边缘细节信息,并对阴影具有很好的抗干扰作用,提取的道路信息具有很好的连续性和完整性。 相似文献
14.
15.
16.
针对无人机影像存在仿射变形与阴影问题,本文提出应用Harris-Laplace与SIFT特征的倾斜无人机影像匹配方法。首先,提取具有光照、影像噪声、尺度不变性的Harris-Laplace关键点,并计算关键点的主方向,生成特征点;然后采用SIFT特征描述子对第一步提取的特征点进行表达;最后,采用BBF方法提取初始匹配点对和最小二乘法约束的均方根误差(RMSE)剔除。实验结果表明,该算法在存在仿射变形、高大建筑物阴影的影像匹配表现较好的结果。 相似文献
17.
《测绘科学》2020,(8)
针对现有方法提取阴影效率慢,提取不完整,估算过程未能实现半自动化甚至自动化的问题,该文基于高分二号影像,提出一种将K-means图像分割算法与阴影后处理结合一体应用在建筑物阴影提取的方法:首先,选择建筑物间隔稀疏,结构规则的城郊区域,利用K-means图像分割获取建筑物阴影、建筑物2类以提取建筑物阴影;其次,通过形态学算法、Canny边缘检测等对阴影后期处理,去除小区域及孔洞填充,边缘信息检测,获取最终建筑物阴影;最后,根据太阳、卫星、建筑物以及阴影长度之间几何关系计算建筑物高度。考虑研究区域户型,每层楼高以2.8 m量测建筑物实际高度作为验证,实验结果表明:利用K-means图像分割能有效提取出阴影区域,与后期阴影优化策略结合,大幅度改善了阴影区域的完整性,获取建筑物高度信息自动化程度得到提高。 相似文献
18.
19.
20.
高分辨率遥感图像内容复杂,细节信息丰富,传统的浅层特征在描述这类图像上存在一定难度,容易导致检索中存在较大的语义鸿沟。本文将大规模数据集ImageNet上预训练的4种不同卷积神经网络用于遥感图像检索,首先分别提取4种网络中不同层次的输出值作为高层特征,再对高层特征进行高斯归一化,然后采用欧氏距离作为相似性度量进行检索。在UC-Merced和WHU-RS数据集上的一系列实验结果表明,4种卷积神经网络的高层特征中,以CNN-M特征的检索性能最好;与视觉词袋和全局形态纹理描述子这两种浅层特征相比,高层特征的检索平均准确率提高了15.7%~25.6%,平均归一化修改检索等级减少了17%~22.1%。因此将ImageNet上预训练的卷积神经网络用于遥感图像检索是一种有效的方法。 相似文献