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(shí)際獲取的機(jī)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(guò)對(duì)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(jì)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(shí)sar圖像對(duì)比分析,提出的算法能夠分析建筑物結(jié)構(gòu)變化對(duì)sar圖像的影響,模擬主要的強(qiáng)散射點(diǎn),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(diǎn)平滑方法,結(jié)合高分辨率遙感影像,對(duì)dsm中房屋點(diǎn)的提取進(jìn)行了探討。實(shí)驗(yàn)表明,本方法能有效地從dsm中提取絕大部分建筑物點(diǎn),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(dòng)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(gè)熱點(diǎn)與難點(diǎn)問(wèn)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(dòng)提取是地形測(cè)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(dòng)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(duì)高分辨率遙感影像進(jìn)行特征提取,通過(guò)聚類方法形成不同基元,在此基礎(chǔ)上對(duì)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(dòng)提取過(guò)程,相應(yīng)方法也可以推廣到其他目標(biāo)地物的識(shí)別過(guò)程。

建筑物的提取是地理數(shù)據(jù)庫(kù)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(xiàng)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(duì)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(diǎn)；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(duì)上海市中心城區(qū)遙感影像建庫(kù),把眾多的遙感影像數(shù)據(jù)組織起來(lái),以方便管理和使用.在此基礎(chǔ)上,利用gis和rs技術(shù),對(duì)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(shí)驗(yàn)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(diǎn).但是當(dāng)控制點(diǎn)位于地面時(shí),傳統(tǒng)物方幾何校正模型可以對(duì)平坦地面點(diǎn)進(jìn)行有效幾何校正,而建筑物樓頂點(diǎn)會(huì)出現(xiàn)高程外推計(jì)算錯(cuò)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(guò)大造成的幾何定位影響.計(jì)算結(jié)果顯示,在上海城市中心區(qū)域的實(shí)驗(yàn)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(cè)試?yán)没谥R(shí)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(duì)象的光譜和空間特征執(zhí)行基于對(duì)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(duì)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(dòng)提取建筑物邊緣的方法。先對(duì)遙感影像進(jìn)行預(yù)處理,對(duì)所有邊緣進(jìn)行邊緣檢測(cè),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(zhǎng),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(duì)quickbird衛(wèi)星的高分辨率影像進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果證明該方法有較高的識(shí)別率、較好的準(zhǔn)確性,具有一定的實(shí)用價(jià)值。

高分辨率遙感影像具有場(chǎng)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(diǎn),給建筑物檢測(cè)帶來(lái)困難.近年來(lái),可變形部件模型(deformablepartmodel,dpm)被廣泛應(yīng)用到模式識(shí)別領(lǐng)域,并且在自然場(chǎng)景的目標(biāo)識(shí)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(duì)高分辨率遙感影像中建筑物的檢測(cè)方法,將建筑物看作可變形部件的組合,通過(guò)訓(xùn)練得到其對(duì)應(yīng)的參數(shù)模板,并采用滑動(dòng)窗口的方式遍歷待檢測(cè)的影像,判斷其中是否存在建筑物目標(biāo).通過(guò)對(duì)分辨率為0.5m的高分辨率遙感影像的實(shí)驗(yàn)證明了方法的有效性.

高分辨率遙感影像具有場(chǎng)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(diǎn)，給建筑物檢測(cè)帶來(lái)困難。近年來(lái)，可變形部件模型（deformablepartmodel，dpm）被廣泛應(yīng)用到模式識(shí)別領(lǐng)域，并且在自然場(chǎng)景的目標(biāo)識(shí)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(duì)高分辨率遙感影像中建筑物的檢測(cè)方法，將建筑物看作可變形部件的組合，通過(guò)訓(xùn)練得到其對(duì)應(yīng)的參數(shù)模板，并采用滑動(dòng)窗口的方式遍歷待檢測(cè)的影像，判斷其中是否存在建筑物目標(biāo)。通過(guò)對(duì)分辨率為0．5m的高分辨率遙感影像的實(shí)驗(yàn)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(shí)別結(jié)果過(guò)度分割；以及小物體識(shí)別差的問(wèn)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(qiáng)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(qiáng)特征傳播并能夠有效傳遞更高級(jí)別的特征信息以抑制低級(jí)特征的噪聲；并且可以增強(qiáng)小目標(biāo)特征學(xué)習(xí)；基于高分二號(hào)遙感影像制作數(shù)據(jù)集并進(jìn)行實(shí)驗(yàn)；aa-segnet網(wǎng)絡(luò)總體識(shí)別準(zhǔn)確率為96.61%；在識(shí)別率、f1分?jǐn)?shù)以及訓(xùn)練時(shí)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(guò)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(dòng)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(jì)算和半自動(dòng)提取。對(duì)上海中心城區(qū)的建筑容積率的提取實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。

分析了用于建筑物測(cè)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(shí)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(shí)現(xiàn)了建筑物的三維重建.與實(shí)地測(cè)量數(shù)據(jù)相比較,計(jì)算結(jié)果精度較高,從而驗(yàn)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(diǎn):在基本線段提取算法中使用了模板,并且在線段合并過(guò)程中綜合考慮了直線和物體的形狀特點(diǎn)運(yùn)用該方法對(duì)高分辨率遙感圖像中的建筑物進(jìn)行識(shí)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(gè)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(lái)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(gè)包含建筑物屋頂小窗口,利用isodata分類方法對(duì)小窗口進(jìn)行了分類來(lái)獲取建筑物屋頂類別或屋頂輪廓,最后計(jì)算得到屋頂?shù)囊?guī)則輪廓.從計(jì)算結(jié)果上看,該方法是可行的.

高分辨率航空影像中高壓電力線的自動(dòng)提取

地質(zhì)調(diào)查和測(cè)繪以及國(guó)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(shí)際情況,通過(guò)遙感技術(shù)的實(shí)際應(yīng)用情況,來(lái)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(shí)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(duì)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(guò)調(diào)查實(shí)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。

本文以0.61m空間分辨率(全色波段)的快鳥影像和2.44m空間分辨率的spot5(全色波段)影像為例,采用彩色合成最佳波段選擇,圖像融合等遙感技術(shù)手段,將高分辨率影像分別應(yīng)用于露天開采磁鐵礦區(qū)和硐采煤礦區(qū)的地質(zhì)災(zāi)害監(jiān)測(cè)和環(huán)境污染監(jiān)測(cè)工作中,并利用5m精度的dem制作了礦區(qū)三維景觀圖。結(jié)果證明,基于高分辨率衛(wèi)星遙感影像技術(shù)方法是礦山環(huán)境監(jiān)測(cè)和治理的有效手段和發(fā)展趨勢(shì)。

在對(duì)航空影像中的建筑物進(jìn)行識(shí)別提取時(shí),建筑物頂部的輪廓信息是一個(gè)重要的判斷依據(jù)。基于航空影像建筑物個(gè)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(shí)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(duì)每個(gè)分割得到的建筑物區(qū)域,提取其輪廓,對(duì)輪廓進(jìn)行基于平穩(wěn)小波變換的仿射不變量計(jì)算,并構(gòu)造建筑物模型數(shù)據(jù)庫(kù),利用相關(guān)系數(shù)實(shí)現(xiàn)了建筑物的有效識(shí)別。

pioneeringwithscience&technologymonthlyno.12009 1前言 杭州灣蕭山通道是浙江省公路交通規(guī) 劃（2003~2020）中兩縱、兩橫、十八連、三 繞、三通道公路主骨架規(guī)劃中的“第三通 道”，也是杭州市實(shí)施以“一繞、十線、四連、 一通道”為主要內(nèi)容的杭州市公路建設(shè)規(guī) 劃（2003~2020）重點(diǎn)項(xiàng)目之一。該項(xiàng)目利用 高分辨率地震勘察技術(shù)對(duì)杭州灣蕭山通道 （錢江十橋）鹽官東方案橋位開展工程物探 勘察工作，勘察分兩步進(jìn)行，第一步在鹽官 九里橋和蕭山圍墾區(qū)外十工區(qū)兩岸橋位上 開展陸域高分辨率地震勘察工作，第二步 是對(duì)研究區(qū)域進(jìn)行了水域高分辨地震勘察 工作。物探結(jié)果查明了橋位及其附近的地 形、地貌特征，測(cè)定了第四系厚度、基巖面 埋深、形態(tài)及第四系分層等，了解了橋位上 斷裂構(gòu)造發(fā)育的位置、傾向、規(guī)模及