基于多源遥感信息的目标立体信息恢复技术

《基于多源遥感信息的目标立体信息恢复技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于多源遥感信息的目标立体信息恢复技术OBJECTSTEREOINFORMATIONRECOVERYBASEDONMULTISOURCEREMOTESENSINGINFORMATION邓姝沛哈尔滨工业大学2015年7月国内图书分类号：TP751.1学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于多源遥感信息的目标立体信息恢复技术硕士研究生：邓姝沛导师：张晔教授申请学位：工程硕士学科：电子与通信工程所在单位：电子与信息工程学院答辩日期：2015年7月授予学位单位：哈尔滨工业大学Clas

2、sifiedIndex:TP751.1U.D.C:621.3DissertationfortheMasterDegreeinEngineeringOBJECTSTEREOINFORMATIONRECOVERYBASEDONMULTISOURCEREMOTESENSINGINFORMATIONCandidate：DengShupeiSupervisor：Prof.ZhangYeAcademicDegreeAppliedfor：MasterofEngineeringElectronicsandCommunicationSpec

3、iality：EngineeringSchoolofElectronicsandInformationAffiliation：EngineeringDateofDefence：July,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要随着空间遥感技术的快速发展和多方面应用需求的提升，遥感数据具有越来越高的空间分辨率，这也使得多源遥感数据包含更加丰富、更加细化的信息，同时，许多的学者也将关注点从大区域的遥感信息处理转移

4、到了集中在目标上的遥感信息处理技术的研究上，并且人们也不再满足于单一的二维遥感影像所提供的信息，因此，如何利用多源遥感信息来构建具有真实感的目标立体模型成为了目前遥感领域亟需解决的问题。本论文主要针对包括高空间分辨率的卫星、航空遥感数据以及激光雷达数据的多源数据中的建筑物目标进行立体信息恢复，利用遥感影像中的目标纹理信息以及激光雷达数据中目标的立体结构信息实现了可视化的目标立体信息恢复。首先，为了获得卫星及航空影像中目标的各表面纹理，研究了一种新型的ORTSEG（OcclusionofRandomTextureSegmen

5、tation）分割算法，并对该算法做出了一定的改进，通过与其他三种分割算法的对比实验以及定量化实验对该算法进行了验证，实验结果表明该算法可以很好的将目标表面纹理分割开，尤其是在具有相似的表面纹理并且纹理界限不明显的目标表面纹理分割方面表现出了显著的优越性，为之后的目标表面纹理与立体结构关联奠定了基础。其次，利用图像配准的思想，提出了一种目标各表面纹理校正的方法，针对由纹理分割得到的目标各表面纹理进行了校正，以获得它们正视的纹理信息，之后，利用对激光雷达数据进行处理而得到的目标立体结构顶面点云数据，提出了基于目标顶面轮廓指导

6、的关联算法，并进行了相关实验，实验结果表明该算法可以很好的建立起校正后的目标各表面纹理与各立体结构的对应关系，并且还验证了该算法的适应性，为之后的目标立体信息恢复做好了铺垫。最后，在前两部分的基础上，提出了基于表面纹理与立体结构关联的目标立体信息恢复算法。先将由关联部分获得的目标的完整立体结构进行Delaunay三角网格化，以构成平面，恢复目标立体结构信息。之后，利用在关联部分建立起的表面纹理与立体结构的对应关系对目标进行表面纹理信息恢复。通过定性以及定量化的实验结果验证了该算法是精细化的并且是具有普遍性，实现了最终的可视

7、化的目标立体信息恢复。关键词：多源；纹理分割；表面纹理与立体结构关联；立体信息恢复-I-哈尔滨工业大学工程硕士学位论文AbstractWiththequicklydevelopmentofremotesensingtechnologyandtheimprovementofvariousapplicationsrequirement,spatialresolutionandspectralresolutionofremotesensingearthobservationdatahasbeenhigherandhigher,w

8、hichmakesmultisourceremotesensingdatacontainsmoreandmoreabundantanddetailedinformation.Atthesametime,comparedwithtraditionalareas-basedanalysis,object-b