建筑物是構(gòu)成人類生存環(huán)境的主要人造目標(biāo),是實(shí)現(xiàn)智慧城市的最關(guān)鍵城市要素。為了實(shí)現(xiàn)對(duì)智慧城市的有效支撐,精確可靠的建筑物目標(biāo)提取是實(shí)現(xiàn)智慧街區(qū)/社區(qū)三維建筑物目標(biāo)構(gòu)建的最關(guān)鍵環(huán)節(jié)。為此,隨著遙感技術(shù)的飛速發(fā)展,利用高分辨率遙感可見(jiàn)光圖像,國(guó)內(nèi)外相關(guān)學(xué)者和機(jī)構(gòu)已經(jīng)進(jìn)行了針對(duì)建筑物目標(biāo)位置和輪廓信息提取的大量研究。然而,雖然現(xiàn)有研究已經(jīng)形成了多種建筑物目標(biāo)檢測(cè)相關(guān)的“經(jīng)驗(yàn)”或“知識(shí)”,但是,受限于建筑物檢測(cè)過(guò)程對(duì)圖像中噪聲、遮擋、材質(zhì)等影響因素的處理能力,現(xiàn)有先驗(yàn)知識(shí)或規(guī)則所需的原始信息的提取能力還沒(méi)有更好的受到有關(guān)規(guī)則或知識(shí)的指導(dǎo),建筑物精確提取仍然是當(dāng)今學(xué)界研究的重點(diǎn)和難點(diǎn)問(wèn)題。具體的,為了利用高分辨率可見(jiàn)光遙感圖像實(shí)現(xiàn)精確可靠的建筑物提取,需要有效解決以下幾個(gè)關(guān)鍵問(wèn)題:（1）如何有效實(shí)現(xiàn)可見(jiàn)光遙感圖像中的光譜信息（即顏色信息）、多尺度結(jié)構(gòu)信息、空間組合規(guī)則信息等知識(shí)的綜合應(yīng)用,在整體策略層次上進(jìn)行有效的宏觀把控;（2）如何高效利用可獲取圖像空間信息及建筑物結(jié)構(gòu)信息,降低噪聲、遮擋、光照等問(wèn)題的影響,精確可靠的提取建筑物邊緣及完整輪廓信息,實(shí)現(xiàn)對(duì)整體建筑物提取系統(tǒng)的有效支撐;（3）如何充... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：134 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

高景1號(hào)(SuperView-1)衛(wèi)星高分辨率可見(jiàn)光遙感圖像樣圖

第2章建筑物目標(biāo)提取框架及關(guān)鍵信息挖掘理論19方向分量0°90°-90°180°顏色分量RGBY輸入圖像顏色多尺度特征圖顏色顯著圖方向多尺度特征圖方向顯著圖注意定位結(jié)果引導(dǎo)信息顏色：紅色方向：90°圖2-6JeremyWolfe提出的視覺(jué)注意導(dǎo)引搜索機(jī)制示意框圖[122]Fig.2-6ThediagramoftheguidedsearchvisionattentionmechanismproposedbyJeremyWolfe圖2-7Itti等人提出的視覺(jué)搜索和識(shí)別的貝葉斯模型[125]Fig.2-7ABayesianmodelforefficientvisualsearchandrecognitionproposedbyIttietal.

哈爾濱工業(yè)大學(xué)工學(xué)博士學(xué)位論文24有了以上定義，即可定義特征點(diǎn)up的主方向?yàn)椋?0,90argmaxuu(2-12)圖2-8給出了一個(gè)特征點(diǎn)主方向統(tǒng)計(jì)的示意圖：uu-100-50050100圖2-8特征點(diǎn)主方向信息提取示意圖[57]Fig.2-8Illustrationoftheprocedureofmaindirectionextractionforagivenfeaturepixel[57]最后，對(duì)特征點(diǎn)集1,,=puuNpP中的所有特征點(diǎn)進(jìn)行主方向信息提取，并進(jìn)行統(tǒng)計(jì)可得到圖像中感興趣目標(biāo)的可能主方向集，即前K個(gè)具有最大投票數(shù)值的主方向，如圖2-9所示。(a)特征點(diǎn)集示意圖(b)特征點(diǎn)主方向統(tǒng)計(jì)直方圖示意圖(a)Illustrationoffeaturepixels(b)Illustrationofmain-directionhistogramoffeaturepixels圖2-9基于特征點(diǎn)方向信息統(tǒng)計(jì)的主方向信息提取示意圖[57]Fig.2-9Illustrationoftheprocedureofmaindirectionextractionforfeaturepixels[57]（2）基于特征線方向信息統(tǒng)計(jì)的方法基于特征點(diǎn)的方向信息統(tǒng)計(jì)方法中，主方向信息提取結(jié)果的精確程度或多或少的會(huì)受到來(lái)自非感興趣目標(biāo)特征點(diǎn)的影響。而特征線往往更多的來(lái)自于感興趣目標(biāo)，特別是對(duì)于建筑物目標(biāo)。為此，與特征點(diǎn)相比，特征線能更好的反應(yīng)感興

【參考文獻(xiàn)】：
期刊論文
[1]遙感影像建筑物提取的卷積神經(jīng)元網(wǎng)絡(luò)與開(kāi)源數(shù)據(jù)集方法[J]. 季順平,魏世清.  測(cè)繪學(xué)報(bào). 2019(04)
[2]融合邊界信息和顏色特征的顯著性區(qū)域檢測(cè)[J]. 王豪聰,張松龍,彭力.  計(jì)算機(jī)工程與應(yīng)用. 2019(03)
[3]基于建筑物衛(wèi)星圖像的子像素角點(diǎn)優(yōu)化方法[J]. 郝樂(lè)川,曹志民,張曄,張小威.  地理空間信息. 2018(02)
[4]一種利用點(diǎn)云鄰域信息的建筑物屋頂面高精度自動(dòng)提取方法[J]. 趙傳,張保明,陳小衛(wèi),郭海濤,盧俊.  測(cè)繪學(xué)報(bào). 2017(09)
[5]基于多尺度多特征視覺(jué)顯著性的海面艦船檢測(cè)[J]. 丁鵬,張葉,賈平,常旭嶺.  光學(xué)精密工程. 2017(09)
[6]利用多特征進(jìn)行航空影像建筑物提取[J]. 呂鳳華,舒寧,龔龑,郭清,曲雪光.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(05)
[7]基于圖割與陰影鄰接關(guān)系的高分辨率遙感影像建筑物提取方法[J]. 施文灶,毛政元.  電子學(xué)報(bào). 2016(12)
[8]深度學(xué)習(xí)在視頻目標(biāo)跟蹤中的應(yīng)用進(jìn)展與展望[J]. 管皓,薛向陽(yáng),安志勇.  自動(dòng)化學(xué)報(bào). 2016(06)
[9]一種可見(jiàn)光影像稠密匹配點(diǎn)云的單棟建筑物提取方法[J]. 楊振發(fā),萬(wàn)剛,曹雪峰,李鋒.  測(cè)繪與空間地理信息. 2016(02)
[10]基于隨機(jī)森林的WorldVew2i影像建筑物精細(xì)提取[J]. 范馳,江洪.  地理空間信息. 2016(01)

博士論文
[1]高分辨率光學(xué)遙感圖像中典型人造目標(biāo)檢測(cè)技術(shù)研究[D]. 王慧利.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所 2017
[2]基于多源遙感圖像與LiDAR數(shù)據(jù)的建筑物三維空間信息提取[D]. 曹志民.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：2945265