城市航空影像中建筑群FCM聚類分割方法

從遙感圖象中提取人造目標(biāo)(例如建筑物、交通樞紐等)在國(guó)防和現(xiàn)代化建設(shè)實(shí)踐中有著十分重要的意義。遙感圖象一般都幅面較大,包含的目標(biāo)較多,而且由于占據(jù)的實(shí)際地面面積較大,光照條件不盡相同,因此要讓計(jì)算機(jī)自動(dòng)檢測(cè)其中的建筑物是一項(xiàng)極具挑戰(zhàn)性的工作。提出一種并行的自動(dòng)檢測(cè)建筑物的方法。

彩色航空影像中的建筑物陰影提取

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,提出一種新穎的建筑物邊緣直線特征提取方法.對(duì)航空影像進(jìn)行改進(jìn)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(shí),對(duì)影像進(jìn)行基于多尺度自適應(yīng)加權(quán)的改進(jìn)canny算子的邊緣檢測(cè).在每一個(gè)分割得到的建筑物初始區(qū)域內(nèi),對(duì)檢測(cè)到的邊緣點(diǎn)進(jìn)行相位編組提取直線,利用建筑物屋頂約束條件,統(tǒng)計(jì)屋頂?shù)闹鞣较?修正和規(guī)劃直線段,實(shí)現(xiàn)了建筑物邊緣直線特征快速、有效的提取.

以高分一號(hào)衛(wèi)星遙感影像為數(shù)據(jù)源,引入形態(tài)學(xué)算法,研究采用面向?qū)ο蟮挠跋穹诸惙椒ㄟM(jìn)行城市建筑物提取的關(guān)鍵技術(shù)。研究方法結(jié)合影像分割與基于知識(shí)規(guī)則的影像分類技術(shù),首先采用基于形態(tài)學(xué)開(kāi)閉重建的分水嶺分割算法對(duì)高分影像進(jìn)行分割,其次采用基于知識(shí)規(guī)則的svm分類方法對(duì)影像進(jìn)行分類,達(dá)到提取建筑物的目的。結(jié)果顯示,3個(gè)研究區(qū)建筑物提取的kappa系數(shù)分別為0.85、0.66和0.65,利用基于知識(shí)規(guī)則的面向?qū)ο蠓诸惙椒▽?duì)高分辨率遙感影像中建筑物的提取效果較好,能夠完整、準(zhǔn)確地提取出建筑物外形信息,具有較高的應(yīng)用與推廣價(jià)值。

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)?；诤娇沼跋窠ㄖ飩€(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。

基于航空影像的建筑物半自動(dòng)提取技術(shù)研究

第z8卷第7期 z005年7月 計(jì)算機(jī)學(xué)報(bào) 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(guó)家自然科學(xué)基金6017z066國(guó)家八六三高技術(shù)研究發(fā)展計(jì)劃項(xiàng) 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(shí)別和計(jì)算機(jī)視覺(jué)等.e-mailtl!tsinghua. edu.cn.謝維信男教授博士生導(dǎo)師主要從事信號(hào)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(shí)別方面的研究.劉

用航空遙感圖像評(píng)價(jià)晉城市建筑物現(xiàn)狀的方法研究

城市建筑群室外熱環(huán)境數(shù)字圖像分析——本文針對(duì)國(guó)內(nèi)城市化過(guò)程中出現(xiàn)的室外熱環(huán)境問(wèn)題，以城市建筑群室外熱環(huán)境為研究對(duì)象，結(jié)合數(shù)字圖像處理技術(shù)，分析了建筑群中不同區(qū)域空氣溫度、地面溫度的分布情況，為城市建筑群室外熱環(huán)境的前期規(guī)劃工作提供參考。

針對(duì)航空影像中矩形建筑物半自動(dòng)重建進(jìn)行了研究。該方法基于最小二乘模型影像匹配算法,通過(guò)使航空影像中提取的建筑物邊緣與模型投影線之間距離和最小計(jì)算建筑物的參數(shù)。給出用csg與b-rep相結(jié)合描述的矩形體基本模型,人工在影像上選點(diǎn)建立建筑物的初始模型,將初始模型反投到影像上,并對(duì)影像進(jìn)行邊緣提取,根據(jù)最小二乘模型影像匹配算法求解最佳模型參數(shù)。實(shí)驗(yàn)結(jié)果證明該方法有較高的準(zhǔn)確性。該算法除航空影像與影像方位元素外不需要其他輔助數(shù)據(jù),只需人工計(jì)算初始值,其他計(jì)算由計(jì)算機(jī)完成,速度較快,節(jié)約了人力物力,具有較強(qiáng)的應(yīng)用價(jià)值。

經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在前向傳播過(guò)程中分辨率不斷下降,導(dǎo)致僅采用末層特征時(shí)難以實(shí)現(xiàn)建筑物邊緣的精確分割,進(jìn)而限制目標(biāo)檢測(cè)精度。針對(duì)該問(wèn)題,提出一種基于u型卷積網(wǎng)絡(luò)的建筑物檢測(cè)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(duì)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(duì)位于特征金字塔頂層的模型參數(shù)優(yōu)化程度相對(duì)不足,通過(guò)在頂層和底層兩個(gè)不同尺度輸出預(yù)測(cè)結(jié)果進(jìn)行雙重約束,進(jìn)一步提升了建筑物檢測(cè)精度。在覆蓋范圍達(dá)30km2、建筑物目標(biāo)28000余個(gè)的航空影像數(shù)據(jù)集上的試驗(yàn)結(jié)果表明,本文方法的檢測(cè)結(jié)果在iou和kappa兩項(xiàng)關(guān)鍵評(píng)價(jià)指標(biāo)的均值上分別達(dá)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(jì)特征的adaboost模型。

基于模型的航空影像矩形建筑物半自動(dòng)建模 作者：楊玲，張劍清，yangling，zhangjian-qing 作者單位：楊玲,yangling(武漢大學(xué),遙感信息工程學(xué)院,武漢,430079)，張劍清,zhangjian- qing(武漢大學(xué),遙感信息工程學(xué)院,武漢,430079;武漢大學(xué),測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn) 室,武漢,430079) 刊名： 計(jì)算機(jī)工程與應(yīng)用 英文刊名：computerengineeringandapplications 年，卷(期)：2008,44(33) 參考文獻(xiàn)(8條) 1.lowedgfittingparacaeterizedthree-dimensionalmodelstoimages1991(05) 2.張劍清;張祖勛;徐芳城區(qū)大比例尺影像三維景觀重建1998(04) 3.程曦冉;張劍清

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(jìn)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(duì)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。

提出了一種新的從航空城區(qū)圖像中自動(dòng)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(guò)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(duì)航空?qǐng)D像的復(fù)雜及現(xiàn)有邊緣檢測(cè)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(bǔ)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(shí)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(guò)一定的合并算法合并成矩形結(jié)構(gòu).大量試驗(yàn)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(yùn)算速度快,具有較強(qiáng)的實(shí)際應(yīng)用價(jià)值

提出了一種基于cad工具的小品建模工藝流程,著重介紹了建模的思路、技術(shù)方法和需要注意的關(guān)鍵問(wèn)題。

與傳統(tǒng)的信息提取方法相比；將機(jī)器學(xué)習(xí)算法應(yīng)用到遙感影像信息提取中；可以提高結(jié)果的精度；文章以worldview-2遙感影像為例；首先利用多尺度分割選取最優(yōu)分割尺度；獲得影像對(duì)象；在基于對(duì)象的基礎(chǔ)上利用特征空間優(yōu)選工具獲得最優(yōu)特征子集；最后利用j48算法、隨機(jī)森林算法對(duì)建筑物提取的效果進(jìn)行分析；實(shí)驗(yàn)結(jié)果表明:j48算法在高分辨率影像建筑物提取中有更好地效果；

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。

用航空遙感圖像評(píng)價(jià)晉城市建筑物現(xiàn)狀的方法研究

基于高分辨率影像的城市綠地快速提取方法

高分辨率航空影像中高壓電力線的自動(dòng)提取

應(yīng)用采動(dòng)地表位移變形的極坐標(biāo)模型,通過(guò)計(jì)算機(jī)預(yù)計(jì)模擬和全盆地位移變形等值線圖優(yōu)化分析,結(jié)合離層帶注漿充填技術(shù),得出采動(dòng)對(duì)建筑物影響最小的工作面布置方式及其有關(guān)參數(shù),通過(guò)改變工作面的布置方式和參數(shù),有效地減少地表位移變形程度和控制覆巖下沉,從而達(dá)到保護(hù)建筑物,提高回采率的目的。這種方法安全、經(jīng)濟(jì)、技術(shù)管理簡(jiǎn)單可行。

針對(duì)航空保障設(shè)備綜合效能評(píng)價(jià)手段和方法缺乏的現(xiàn)狀，本文通過(guò)分析，考慮了功能性、易用性、運(yùn)輸性、維修性和安全性5個(gè)維度，建立針對(duì)航空保障設(shè)備效能分析評(píng)價(jià)指標(biāo)體系，分析了各指標(biāo)和因素的意義，并在行業(yè)專家調(diào)研打分、評(píng)判的基礎(chǔ)上，利用層次分析法（ahp）確定了一級(jí)、二級(jí)指標(biāo)的權(quán)重。并以某大型運(yùn)輸機(jī)所配備的千斤頂進(jìn)行了案例分析，驗(yàn)證結(jié)果表明所建立的指標(biāo)評(píng)價(jià)體系具有較好的可操作性和實(shí)用性。