融合LIDAR点云与正射影像的城区建筑物细化提取研究

论文摘要

随着现代遥感技术的快速发展,遥感信息的获取手段越来越丰富并且数据的质量与精度均有了大幅度的提升。建筑物信息作为城区内最重要的地物类别之一,在城市建设规划、道路规划、房产调查、数字城市建模中有着十分重要的研究意义。但基于光谱遥感影像数据,想要获取到含有三维信息的建筑物类别仍存在较大的困难。而LiDAR测量技术获取到的丰富三维坐标数据将会弥补平面影像数据信息的不足。本文在处理LiDAR点云数据后创建数字表面模型,结合含有高度信息的DSM和高分辨率正射影像对建筑物的轮廓提取进行研究分析。主要研究内容和成果包括:(1)对激光点云数据进行剔除噪声点的预处理,为离散数据进行栅格化做准备。建立空间格网并对比多种插值方法,寻找精度高、效果好的插值方法来拟合出数字表面模型,针对制作好的模型做中值滤波处理以此提高模型的精度。(2)提取出建筑物的主体轮廓的过程为:根据制作好的高精度数字表面模型,利用Slope(Zevenbergen,Thorne)坡度提取算法来获取模型的坡度信息,在坡度信息中利用对比分裂分割算法分割坡度变化区域,然后基于对象间邻近高度差异特征变化来提取到建筑物的主体对象。(3)结合多光谱影像利用面向对象思想细化建筑物的边界。在传统的基于光谱波段的多尺度分割中融入Canny边缘检测提取到的边界识别模型,用以优化分割对象。创建光谱差异性特征并结合邻域特征来分析建筑物轮廓,最后清除错分为建筑物对象的城区植被后进行精度评定。(4)提取到的最终结果对比人工目视解译勾画出的建筑物对象为基准来进行精度分析评定,采用的精度评定指标分别为正确率:90.14%、完整度:96.72%、质量:87.74%,根据以上步骤提取的建筑物信息整体精度效果较为理想。

论文目录

摘要

abstract

第一章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 LiDAR点云提取DSM、DEM模型研究现状

1.2.2 基于面向对象的影像分类研究现状

1.2.3 融合多源数据的建筑物提取研究现状

1.3 本文研究内容及技术路线

1.3.1 研究内容

1.3.2 技术路线

第二章机载LiDAR技术原理及数据结构

2.1 机载LiDAR系统定位工作原理

2.2 LiDAR点云数据

2.2.1 点云数据构成

2.2.2 点云数据特点

第三章点云数据栅格化并建立DSM模型

3.1 LiDAR点云实验数据预处理

3.1.1 实验区数据概况

3.1.2 LiDAR数据去除噪声点

3.2 空间插值建立DSM

3.2.1 反距离权重插值（IDW）

3.2.2 三角网插值法（TIN）

3.3 空间格网插值建立高精度DSM

3.3.1 创建点云空间格网

3.3.2 Griddata空间插值拟合曲面

3.3.3 使用中值滤波技术平滑数字表面模型

第四章基于DSM的建筑物轮廓提取

4.1 数字表面模型中的坡度信息提取

4.1.1 Slope（Zevenbergen,Thorne）算法提取坡度

4.1.2 提取实验数据的坡度模型

4.2 建筑物轮廓粗提取

4.2.1 对比分裂分割坡度信息模型

4.2.2 低于高程的百分比为条件分离地表

4.2.3 基于邻近高度差异的建筑物提取

第五章基于面向对象的轮廓优化

5.1 面向对象图形分析思想

5.1.1 通过分割创建影像对象

5.1.2 分割后的信息提取

5.2 融入Canny算法的陡坡对象多尺度分割

5.2.1 多尺度分割技术

5.2.2 Canny边缘检测算法

5.2.3 Canny边缘检测融入多尺度分割

5.3 特征信息中细化建筑物轮廓

5.3.1 创建光谱差异性特征

5.3.2 填充错分的屋顶阴影空洞

5.3.3 清除错分为建筑物的植被区域

5.4 精度评定分析

第六章结论与展望

6.1 结论

6.2 展望

参考文献

作者简介及在学期间所取得的科研成果

致谢

文章来源

类型: 硕士论文

作者: 王俊博

导师: 杨国东

关键词: 机载,面向对象,轮廓细化

来源: 吉林大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 自然地理学和测绘学,建筑科学与工程

单位: 吉林大学

分类号: TU198;P237

总页数: 64

文件大小: 6886K

下载量: 231

融合LIDAR点云与正射影像的城区建筑物细化提取研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢