基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究

基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究

ID:36752933

大小:13.64 MB

页数:63页

时间:2019-05-14

基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究_第1页
基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究_第2页
基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究_第3页
基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究_第4页
基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究_第5页
资源描述:

《基于机载LiDAR和高分辨率遥感影像的城区建筑物提取研究》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、ResearchonbuildingdetectioninurbanareabasedonaerialLiDARdataandhighresolutionremotelysenseCllmagerV',●,AThesisSubmittedtoDepartmentofGeographicInformationScienceOfNanjingUniversityByChenLeiInpartialfulfillmentoftherequirementsForthedegreeofMasterofScienceI

2、nCartography&GIS一-Supervisor:AssociateProfessorZhaoShuheMay,201南京大学硕士学位论文摘要J

3、IIIIIIIIIIIIIIJIIII11[IIIIIIIIIIIIIfY2371388题目:基王垫垫生i望△堡垒高金羞主垫盛皇堡丝~邀匡垄筮堑握垦盈塞指导教师(姓名、职称):壑主塑到塾撞摘要建筑物作为城市地面的重要特征,在城市规划、灾害预报、资源勘探、数字城市以及军事侦察等领域都有着重要的应用。因此,研究建筑物的自动提取技术具有十分现实的意义。机载LiD

4、AR可快速、精确、直接获取地表三维信息,基于该数据源提取城市建筑物的研究已逐渐成为一种新的发展趋势,但整体精度不高。而高分辨率遥感影像中具有丰富的光谱信息,对机载LiDAR是一个很好的补充,两者的集成将更加有利于建筑物自动、准确地提取。本文在总结前人研究基础上,提出一种融合机载LiDAR数据和高分辨率遥感影像的分层分类算法来提取城区建筑物。首先,将原始LiDAR点云数据插值后生成的数字表面模型(DSM)与滤波后得到的数字高程模型(DEM)做差值运算得到归一化数字表面模型(nDSM),并基于对研究区的先验知识

5、,选取研究区的最小建筑高度作为阈值滤除部分地面物体。然后,采用区域生长算法将高程滤波后的nDSM分割成互不重叠的区域。最后,对易与建筑物混分的植被按类型分两步滤除:基于NDVI滤除和基于空间关系滤除,得到最后的建筑物结果。主要研究内容和研究结论如下:(1)机载LiDAR数据组织:通过分析机载LiDAR数据特点和各种数据组织形式优劣,认为规则格网可以简化数据组织方式,降低算法难度,提高数据处理效率,是适合于地形起伏变化较为平缓的城市地区的机载LiDAR数据组织形式。在此基础上,选择合适的格网尺寸和内插函数,根

6、据激光脚点与内插点的距离确定权重,提出一种新的DSM插值算法。研究结果表明,该插值算法生成的DSM可有效表达建筑物边缘突变,避免传统插值算法在建筑物边缘的均匀变化。(2)机载LiDAR数据滤波:在总结机载LiDAR数据滤波原理、归纳滤波中存在的困南京大学硕士学位论文摘要难、综合分析评价典型滤波方法优点和不足的基础上,提出一种改进的基于表面拟合的滤波算法。该方法首先采用区域生长算法对重采样的LiDAR数据进行图像分割,提取最大连通区域为初始地面,再基于坡度阈值精炼初始地面点,最后对筛选后的地面点进行克里金插值

7、实现滤波。实验数据采用ISPRS提供的标准滤波实验数据。实验结果表明,与Brovelli提出的基于分割的滤波方法相比,改进的滤波算法将I类错误率从21.75%降低到1.47%,II类错误率从2.39%降低到1.85%,总错误率从12.92%降低到1.65%。改进后的滤波算法较好地解决了易受粗差影响、初始地面点难选择、大型地物滤波效果不佳等问题。可以有效地区分地面点和地物点,适合城市区域机载LiDAR数据的滤波。(3)机载LiDAR数据分类:在研究机载LiDAR数据组织、数据滤波的基础上,研究机载LiDAR数

8、据的分类。对于容易与建筑物混分的植被,本文从两个方面进行滤除。首先,基于归一化植被指数(NDVI)从遥感影像提取植被与分割后的nDSM图像做叠置分析,通过判断两者的交叠面积比例来滤除遥感影像中存在的植被;其次对于遥感影像中被遮挡的植被,则通过判断建筑物与植被之间的空间关系以及面积大小来滤除。实验结果表明,本文方法考虑到了遥感影像中存在的投影差,融合空间叠置分析,解决了机载LiDAR数据与遥感影像之间无法直接套合的问题。与直接应用NDVI滤除植被的方法相比,本文方法将建筑物提取率从85.94%提高到90.20

9、%,大大降低了FN类错误。(4)本文选取南京市鼓楼区的一块研究区,在作者自己独立编写的机载LiDAR数据处理系统平台上进行实验,并与实地验证数据对比做出精度评价。研究结果表明,本文方法的建筑物检测率为90.20%,正确率为92.58%,整体精度为94.31%。这说明本文提出的方法具有充分的可行性和较高的实用价值,能够有效地实现城区建筑物三维信息的自动提取。同时,研究中还发现基于LiDAR数据提取建筑物边缘没有提取

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。