三维航空影像目标地物对象化分类研究 / 段永超著 ; 杨辽指导
文献类型：学位论文
| 作者 | 段永超 |
| 答辩日期 | 2016 |
| 文献子类 | 硕士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 杨辽 |
| 关键词 | 点云过滤 建筑物提取 道路提取 面向对象 |
| 学位专业 | 测绘工程 |
| 英文摘要 | 随着数字摄影测量技术的发展，利用有人或无人飞机挂载相机，进行高分辨率航空影像数据的获取变得也来越普遍。如何从这些含有丰富细节信息的高分辨率航空影像中对目标地物进行识别，提取，分类等操作，已经成为在摄影测量与遥感、计算机视觉等诸多领域研究的重点和热点,具有十分重要的理论和现实意义。建筑物作为城市的重要组成部分，对其进行正确识别和提取，在城市规划和建设中具有十分重要的意义。现阶段基于高分辨率航空影像的建筑物提取的研究，大部分是基于二维遥感影像数据，进行手动或半自动提取。这样的操作容易产生工作量大，效率低且不能充分利用航空影像中蕴含的三维信息等问题。道路作为衡量城市发展的主要因素之一,也是城市发展过程中更新最快的要素之一，道路的发展会直接影响城市功能用地的布局。本文从含有丰富细节信息的高分辨率航空影像中提取道路信息，以弥补传统提取识别方法中的一些不足，比如极易受到周围环境例如植被、车辆、阴影的影响，容易造成漏分错分，边缘模糊等。 针对以上这些问题，论文利用多种方法充分挖掘影像中的三维细节信息，借助航空影像数据的真数字正射影像（True Digital Orthophoto Map, TDOM）、数字高程模型（Digital Elevation Model, DEM）、数字表面模型（Digital Surface Model, DSM）等产品以及关键地物的光谱，形状、纹理等特征信息，进行点云过滤，从而快速高效，准确地进行关键地物的识别提取。主要完成了以下内容： （1） 对关键地物进行点云过滤。高分辨率航空照片生成的DSM在丰富影像细节信息的同时也放大了噪声。论文充分利用DSM的高程信息，以及相关光谱，纹理，形状等信息对关键地物提取时产生影响较大的噪声进行过滤，得到比较精细的DSM模型。 （2） 建筑物的自动识别提取。在进行建筑物识别提取时，植被对建筑物提取影响在众多因素中影响是最大，因此考虑先过滤掉植被再进行建筑物的提取。针对航拍时中心投影所导致的建筑物倾斜以及相互遮挡现象，论文采用通过重叠的航空影像提取TDOM作为底图，通过点云过滤，得到建筑物的DSM，以此作为高程限制来进行建筑物的提取。 （3） 道路的自动提取。在进行道路提取，在借助TDOM、DEM、DSM的同时，运用纹理、光谱、形状、背景上下文等特征对建筑物，植被等噪声的点云进行过滤。得到只含有少量噪声的道路地面DSM并以此作为辅助数据，结合面向对象技术进行城镇道路提取。 经过反复试验，论文中提出的技术和方法，均利用试验和比较等方式验证了其有效性和实用性。 |
| 学科主题 | 测绘工程 |
| 语种 | 中文 |
| 源URL | [http://ir.xjlas.org/handle/365004/14728]  |
| 专题 | 新疆生态与地理研究所_研究系统_荒漠环境研究室 |
| 作者单位 | 中科院新疆生态与地理研究所 |
| 推荐引用方式 GB/T 7714 | 段永超. 三维航空影像目标地物对象化分类研究 / 段永超著 ; 杨辽指导[D]. 北京. 中国科学院大学. 2016. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。