基于高分影像陰影的多場景建筑物高度反演研究
發(fā)布時間:2021-08-01 10:46
隨著數(shù)字化城市建設的迅速發(fā)展,利用遙感影像獲取城市建筑物高度信息對數(shù)字城市的規(guī)劃、建設和發(fā)展具有重要意義,尤其是從高分遙感影像上提取建筑物三維信息,包括建筑物平面特征及高度信息,成為近年來學者們研究的熱點內容。本文從光譜特征和幾何特征等方面分析建筑物陰影,結合建筑物自身的空間位置、分布密度、形狀等特征對建筑物進行場景分類;并針對高分遙感影像,提出一種將影像多特征融合與基于規(guī)則的面向對象相結合的建筑物陰影檢測方法。在此基礎上,建立了多場景城市建筑物高度反演模型。在上述理論和技術支撐下,以西安市典型小區(qū)為例,基于Wordview-3高分遙感影像和無參數(shù)信息的Google Earth高分辨率遙感影像,開展了基于高分影像的不同場景建筑物高度信息反演實例研究,取得以下研究成果:(1)結合高分遙感影像中建筑物及其陰影的場景復雜度、空間位置、分布密度、形狀等特征進行建筑物場景分類,進而檢測建筑物陰影,并提取陰影特征線長度。在此基礎之上,通過分析建筑物陰影與太陽方位角、太陽高度角、衛(wèi)星方位角、衛(wèi)星高度角、建筑物所處場景復雜度、地形等因素之間的幾何函數(shù)關系,構建了不同場景下的城市建筑物高度反演技術體系。...
【文章來源】:西安科技大學陜西省
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
技術路線示意圖
西安科技大學全日制工程碩士學位論文10(a)獨立分布建筑物(b)分布密集的建筑物(c)復雜形狀建筑物(d)臨近干擾因素的建筑物(e)復雜地形建筑物三維顯示圖2.1建筑物分類(5)復雜地形區(qū)域的建筑物。以西安市為例,部分地區(qū)高差起伏較大,若按照平原地區(qū)建筑物高度反演模型提取會存在很大的誤差,將DEM(DigitalElevationModel)與西安市高分遙感影像進行疊加分析,獲取到部分地區(qū)所在高程與平面高程不同,主要可
??山?8杏跋裰械慕ㄖ?鏌跤按籩?劃分為簡單場景建筑物陰影、復雜地形建筑物陰影。其中簡單場景建筑所處地勢平坦、分布均勻、形狀規(guī)則;復雜地形建筑所處地勢高程不等、分布密度不一、形狀較為規(guī)則。建筑物陰影特征線大多數(shù)分為陰影全長和可視陰影2類。其中陰影全長表示靠近太陽、衛(wèi)星一側的建筑物某個底點和對應頂點在地面上的投影線,以下簡稱L;可視陰影表示與L所在建筑物底點和頂點走向一致、與L平行的可視投影線,以下簡稱L2,如圖2.2所示;诖,本文構建出對應的建筑物高度反演模型,詳細內容如以下小節(jié)所述。圖2.2建筑物陰影特征線
【參考文獻】:
期刊論文
[1]基于航空影像的建筑物陰影提取方法研究[J]. 伍燚垚,馮德俊,瑚敏君,千峰. 地理信息世界. 2019(06)
[2]基于高分二號衛(wèi)星遙感數(shù)據的建筑物高度提取[J]. 趙強,楊志,蘇紅超,楊世植. 大氣與環(huán)境光學學報. 2019(06)
[3]基于BIM的建筑物高程信息提取建模方法研究[J]. 方晶. 長春工程學院學報(自然科學版). 2019(03)
[4]基于深度信息的單幅圖像自動陰影檢測[J]. 吳文君,張玲,肖春霞. 武漢大學學報(理學版). 2019(05)
[5]基于分數(shù)階微分的Kinect傳感器深度圖像陰影檢測方法(英文)[J]. 張彤,劉晟,曹霆. 紅外與激光工程. 2019(08)
[6]基于同名特征的建筑物高度高分影像提取方法[J]. 龍恩,汪源,孟鋼,王偉陽,陳旭,連翠萍. 遙感技術與應用. 2019(01)
[7]Attention Res-Unet:一種高效陰影檢測算法[J]. 董月,馮華君,徐之海,陳躍庭,李奇. 浙江大學學報(工學版). 2019(02)
[8]集成特征分量的高分辨率遙感影像建筑物陰影檢測[J]. 謝亞坤,馮德俊,李強,王垠入,瑚敏君. 測繪通報. 2018(10)
[9]結合多尺度分割和形態(tài)學運算的高分辨率遙感影像陰影檢測[J]. 林雨準,張保明,郭海濤,盧俊. 中國圖象圖形學報. 2018(08)
[10]一種高分辨率遙感影像建筑物提取方法研究[J]. 劉帆. 中國新技術新產品. 2018(13)
碩士論文
[1]基于高分二號遙感衛(wèi)星的建筑物信息提取研究[D]. 韓東成.中國科學技術大學 2019
[2]基于高分影像陰影的多種場景建筑物高度信息提取方法研究[D]. 謝亞坤.西南交通大學 2018
[3]高分影像建筑物陰影檢測方法及其高度反演研究[D]. 張珩.西南交通大學 2017
本文編號:3315388
【文章來源】:西安科技大學陜西省
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
技術路線示意圖
西安科技大學全日制工程碩士學位論文10(a)獨立分布建筑物(b)分布密集的建筑物(c)復雜形狀建筑物(d)臨近干擾因素的建筑物(e)復雜地形建筑物三維顯示圖2.1建筑物分類(5)復雜地形區(qū)域的建筑物。以西安市為例,部分地區(qū)高差起伏較大,若按照平原地區(qū)建筑物高度反演模型提取會存在很大的誤差,將DEM(DigitalElevationModel)與西安市高分遙感影像進行疊加分析,獲取到部分地區(qū)所在高程與平面高程不同,主要可
??山?8杏跋裰械慕ㄖ?鏌跤按籩?劃分為簡單場景建筑物陰影、復雜地形建筑物陰影。其中簡單場景建筑所處地勢平坦、分布均勻、形狀規(guī)則;復雜地形建筑所處地勢高程不等、分布密度不一、形狀較為規(guī)則。建筑物陰影特征線大多數(shù)分為陰影全長和可視陰影2類。其中陰影全長表示靠近太陽、衛(wèi)星一側的建筑物某個底點和對應頂點在地面上的投影線,以下簡稱L;可視陰影表示與L所在建筑物底點和頂點走向一致、與L平行的可視投影線,以下簡稱L2,如圖2.2所示;诖,本文構建出對應的建筑物高度反演模型,詳細內容如以下小節(jié)所述。圖2.2建筑物陰影特征線
【參考文獻】:
期刊論文
[1]基于航空影像的建筑物陰影提取方法研究[J]. 伍燚垚,馮德俊,瑚敏君,千峰. 地理信息世界. 2019(06)
[2]基于高分二號衛(wèi)星遙感數(shù)據的建筑物高度提取[J]. 趙強,楊志,蘇紅超,楊世植. 大氣與環(huán)境光學學報. 2019(06)
[3]基于BIM的建筑物高程信息提取建模方法研究[J]. 方晶. 長春工程學院學報(自然科學版). 2019(03)
[4]基于深度信息的單幅圖像自動陰影檢測[J]. 吳文君,張玲,肖春霞. 武漢大學學報(理學版). 2019(05)
[5]基于分數(shù)階微分的Kinect傳感器深度圖像陰影檢測方法(英文)[J]. 張彤,劉晟,曹霆. 紅外與激光工程. 2019(08)
[6]基于同名特征的建筑物高度高分影像提取方法[J]. 龍恩,汪源,孟鋼,王偉陽,陳旭,連翠萍. 遙感技術與應用. 2019(01)
[7]Attention Res-Unet:一種高效陰影檢測算法[J]. 董月,馮華君,徐之海,陳躍庭,李奇. 浙江大學學報(工學版). 2019(02)
[8]集成特征分量的高分辨率遙感影像建筑物陰影檢測[J]. 謝亞坤,馮德俊,李強,王垠入,瑚敏君. 測繪通報. 2018(10)
[9]結合多尺度分割和形態(tài)學運算的高分辨率遙感影像陰影檢測[J]. 林雨準,張保明,郭海濤,盧俊. 中國圖象圖形學報. 2018(08)
[10]一種高分辨率遙感影像建筑物提取方法研究[J]. 劉帆. 中國新技術新產品. 2018(13)
碩士論文
[1]基于高分二號遙感衛(wèi)星的建筑物信息提取研究[D]. 韓東成.中國科學技術大學 2019
[2]基于高分影像陰影的多種場景建筑物高度信息提取方法研究[D]. 謝亞坤.西南交通大學 2018
[3]高分影像建筑物陰影檢測方法及其高度反演研究[D]. 張珩.西南交通大學 2017
本文編號:3315388
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/3315388.html