一、基于同态系统的航片建筑物阴影消除(论文文献综述)
张文博[1](2013)在《无人机航测技术在土地综合整治中的应用研究》文中提出土地综合整治作为调整土地利用结构、促进土地合理利用的重要手段,在提高土地利用率、实现土地资源的合理配置等方面起到了重要作用。而无人机航测技术是一种新型高效的土地开发整治工程勘察技术手段,拥有高机动性、低成本、实时对地观测等众多优势,无人机航测技术在土地综合整理工程测绘等领域得到广泛应用。本文以无人机航摄数据为研究对象,以湖南省宁乡县大成桥乡土地整理项目为依托,采用无人机航摄手段,获取大成桥乡土地整理后的影像数据。利用PixelGrid软件对影像进行了空三加密,在此基础上制作了研究区的正射影像图,并进行了精度评价,获得较好效果。然后将面向对象分类技术应用到研究区地物信息提取中,利用专业的影像分析软件eCognition,参照《土地整理验收规范》,将研究区土地类型分为耕地、林地、居民地、裸地、道路、水体六大类型,并进行了各类地物的信息提取,完成了研究区的土地利用分类图,通过随机取样点在实地调查,对土地利用分类图的精度进行了验证,结果表明地物分类精度较高,并且分类过程也快速、准确。本论文的主要研究内容和成果如下:1.研究了针对无人机影像的快速处理技术,包括空中三角测量的基本流程、制作正射影像图的关键技术和基本流程。利用PixelGrid软件进行了研究区的无人机影像高精度空三加密,并制作完成了研究区的1:2000正射影像图。2.研究了面向对象的信息提取技术在高分辨率无人机影像中的应用,针对无人机影像的特点,研究了较适用的影像分割尺度和各类地物特征规则,利用eCognition软件对研究区的各类地物进行了信息提取,通过精度检验,获得较好的效果,成果将面向对象的技术应用到无人机影像中。3.将无人机航测技术运用到土地开发整理项目中去,利用无人机获取的研究区影像制作了土地利用分类图,可以作为土地整理项目竣工验收的基础资料。无人机技术的成功应用,也大大提高了土地整理工作的工作效率,可在实际工作中广泛推广。本文成功将无人机航测技术应用到土地开发整理项目中,获得了良好的效果,与传统方法相比,工作效率得到大幅度的提高,无论在航空摄影测量理论方面还是在土地开发整理项目实际工作方面,都有着重要的借鉴和指导意义。
彭检贵[2](2012)在《融合点云与高分辨率影像的城区道路提取与表面重建研究》文中提出近年来,遥感对地观测数据获取能力大幅增强,但与之对应的数据处理与信息提取能力则有待进一步加强,还难于满足国民经济各领域对空间信息要求日益增长的需求,其中一个亟待研究解决的关键科学问题是如何从众多遥感数据中高精度自动提取地物目标信息。道路作为城市中最主要的地物要素之一,是摄影测量与遥感领域中地物信息提取研究的主要对象。近40年来,大量学者展开了基于遥感影像数据的道路特征的半自动和全自动的研究,在理论和技术上都取得了很大发展和创新,但除了一些用于特定数据的半自动道路提取系统外,尚无一种实用的方法用于自动提取城市道路网络。随着三维数字城市的快速发展,人们对于道路信息的分辨率、准确性和实时性需求愈来愈高,基于高分辨率遥感数据的道路提取与重建将是未来的主要发展趋势,但空间分辨率的提高使得影像中非道路目标大量增加,道路提取面临着更大的挑战和困难,现有研究和实践已经表明,基于单一数据源难以提取理想的道路结果,融合多种数据源是一种较为可行的道路提取策略。高分辨率遥感影像与机载LiDAR点云数据在描述地物目标上具有互补性:影像中边缘信息清晰,但易受阴影、树木等遮挡影响;机载LiDAR点云边缘细节模糊,但不受阴影影响,可部分穿透植被的特性,提供的三维信息可用于道路建模,两种数据的结合能满足精确道路特征提取与重建要求。针对上述问题,本文研究了结合高分辨率航空影像与机载LiDAR点云数据提取城区道路并进行表面重建的关键技术,论文的主要研究内容如下:1.研究实现了融合机载LiDAR点云和高分辨率航空影像进行城区道路提取及其表面重建的完整技术流程:“基于机载LiDAR点云提取初始道路中心线”——“基于数据融合与组合辐轮算法自动提取二维精确道路轮廓”——“基于自适应的改进蝶形细分曲面算法重建道路表面”。实验结果证明了本技术流程的可行性。2.研究了基于机载LiDAR点云提取道路中心线的方法,提出了结合点云高程、强度特征和顾及道路几何特征的由粗到精的道路点云提取策略,并在此基础上利用形态学和感知编组方法提取道路中心线。首先,利用点云高程特征,提出了一种结合移动曲面的自适应渐进加密三角网滤波算法获取地曲点;然后,根据道路点云的强度属性特征从地面点云中提取初始道路点云,并顾及道路几何特征提出基于边长和面积阈值的约束Delaunay TIN方法精化初始道路点云;最后,基于精化后的道路点云生成距离影像,采用数学形态学和感知编组方法提取完整的道路中心线信息。3.重点研究解决了利用组合辐轮算法提取高分辨率影像中精确道路轮廓的三个关键问题。主要包括:(1)辐轮算法中初始种子点的自动获取。利用基于机载LiDAR道路点云提取的初始道路中心线信息自动初始化辐轮算法的种子点,提高了道路提取的自动化水平和正确率;(2)组合LiDAR特征辐轮消除道路阴影影像的影响。针对传统基于影像灰度特征的辐轮算法易受阴影噪声干扰无法正确提取阴影区道路轮廓的缺陷,利用机载LiDAR点云不受阴影影响的特点,提出了结合机载LiDAR道路点云高程特征和影像灰度特征的组合辐轮算法识别阴影区域,在对阴影区进行信息补偿后再利用基于影像灰度特征的辐轮算法提取精确道路轮廓;(3)组合LiDAR特征辐轮提取双幅道路轮廓,消除双幅道路带来的影响。传统辐轮算法受灰度差异较大的连续分道线影响而不能完整提取双幅道路轮廓,本文利用组合辐轮算法在约束范围内自动寻找双幅道路中另一侧路面的种子点提取道路轮廓而合并成完整道路轮廓;组合辐轮算法还可通过面积和方向约束,自动调整错误的初始种子点位置。4.研究了结合道路轮廓和机载LiDAR道路点云重建道路表面模型的方法。道路表面模型重建实质是一个曲面表达过程,常用的格网和TIN表面建模方法不能有效表达道路表面的平滑特征,而细分曲面算法能很好地弥补这一缺点。本文采用自适应的改进蝶形细分算法重建道路表面,重建过程中,通过计算相邻三角形平坦度自适应确定参与细分的三角形,既很好地描述了道路曲面的平滑特性,又控制了数据量的增加,精度也有所提高。
段光耀[3](2012)在《城市建筑容积率提取及其与地面沉降关系分析 ——以北京市为例》文中认为地面沉降是由自然或人为因素引发的地下松散地层固结压缩导致区域性地面标高缓慢损失的现象。地面沉降具有影响范围广、持续时间长、响应速度慢等特点,是一个国内外共同关注的环境地质问题。由于其成因极其复杂,防治难度大,且大多发生在大中型城市,加之其结果极难进行恢复,潜在危害极大,成为一个严重的地质问题,影响和制约了当地经济的可持续发展。北京市地面沉降发展较为迅速,从1935年首次发现以来,已经形成顺义、昌平等五大沉降区。目前,北京平原地区已经成为国内地面沉降灾害最严重的地区之一,对市政基础设施、建筑物和人民生命财产安全构成很大威胁,已经引起社会各界的广泛关注。其形成因素主要有地质构造运动、土层次固结沉降、地下水水位下降、工程建设等。随着北京市大规模城市建设的迅猛发展,除了地下水因素,多层、高层建筑工程环境效应对地面沉降的影响逐渐明显,该类工程建设的荷载作用使土体有效应力增加,从而使土层压密引起地面沉降。根据建筑容积率定义其在一定程度上反映了建筑物载荷量。本文拟借助GIS分析方法探讨建筑容积率对北京典型区域地面沉降的影响规律。随着遥感技术发展,通过高分遥感影像获取城市建筑容积率成为最快速、简洁的方法之一。该类方法主要利用遥感阴影包含的三维信息来进行容积率估算,因此阴影的准确识别是提高建筑物容积率估算精度的基础,本文首先根据QuickBird影像特点,提出利用多波段融合技术,基于面向对象分类方法进行阴影提取的方法。其次,利用阴影提取结果提取建筑物阴影长度和面积,并根据建筑物高度、阴影长度、太阳高度角、卫星高度角之间的关系,建立建筑物高度和阴影长度之间的关系模型,计算得到建筑物高度,并根据样本数据检验获取到的建筑物高度的准确性。最后,研究样本建筑物高度和容积率及建筑物阴影面积与容积率之间的相关性,反演研究区建筑物容积率。在获取北京市典型区域容积率之后,与地面沉降数据进行对比。建立渔网模型,统计落在各个网格里面的容积率和地面沉降数值,通过建立散点图、回归分析等方法,分析北京市建筑容积率和地面沉降之间的相互响应关系,结果显示,在较小区域上容积率和地面沉降之间的相关性较强,几个实验区散点图决定系数R2都大于0.5,相关系数R都大于0.7,而在大的范围上两者关系则不明显,研究区的决定系数R2仅为0.0001。本文在一定程度上可以对北京地面沉降进行预测分析,为预防地面沉降灾害提供参考。
刘丽娟[4](2011)在《基于机载LiDAR和高光谱融合的森林参数反演研究》文中提出森林资源是进行物质循环和能量交换的枢纽,具有调节气候、涵养水源、防风固沙、减少污染、保持生物多样性等多种功能,在维持生态平衡、人类生存与发展和社会进步等方面有着极为重要的作用。但是,由于人类长期过度采伐利用和破坏森林资源,致使地球生态环境遭受严重破坏。保护和发展森林资源使之可以永续利用已经得到世界上越来越多国家的广泛关注。先进的遥感技术已经逐步替代传统费时费力的地面调查工作,利用地物特有的光谱特性在遥感影像上的反映,对森林实行大面积的资源调查与监测。但是由于各方面条件的限制,目前研究还多限于星载较低空间分辨率且单一传感器的遥感数据,而对于水平和垂直结构都很复杂的北方森林而言,调查和监测工作很难做到细化。本文的研究工作正是基于机载高空间、高光谱分辨率数据和LiDAR数据相结合展开的,结合两种数据各自的特点,进行了复杂森林的树种识别、叶面积指数(LAI)及冠层叶绿素含量的森林参数反演研究。主要的内容、成果和结论为:1)基于小脚印LiDAR获得的高密度点云数据,分离地面点与非地面点,得到表征冠层高度的冠层高度模型CHM,并结合样地实测树种的树高统计,对林间空隙掩膜,去除非林地区域,减小了非林地对树种光谱的干扰,提高了影像上树种光谱与参考光谱的识别与匹配,为分类前训练样本提取做好数据准备。2)为减少噪声对光谱的影响,利用光谱微分技术将影像光谱和参考光谱进行一阶微分变换,选取代表地物特征的区间,计算两光谱的相关系数,提取相关系数高的像元光谱作为参考样本同类别的训练样本,实现了训练样本的自动提取。3)对于高空间分辨率影像中的阴影像元,考虑到传统阴影像元信息补偿方法中存在的一些问题,提出通过计算太阳入射辐射方位来确定遮挡方向,进而对分类结果中阴影像元采取邻近填充的方法,既有科学依据,又简单易实现。4)比较了仅高光谱数据和融合数据分别利用SAM和SVM分类器进行分类的结果,并得出LiDAR与CASI融合应用SVM分类器,并对分类后结果进行阴影填充的树种分类结果总体精度最高,达到86.68%,说明本文提出的对LiDAR与CASI融合数据的树种分类方法是可行的。5)基于统计模型反演LAI。由于仅利用植被指数建立与LAI的相关关系会有一定的片面性,本文除提取高光谱植被指数外,还基于LiDAR的回波数量、回波强度等信息,提取了表征森林垂直结构信息的参数,共同作为统计模型的输入自变量;根据不同的森林类型,将实测的有效LAI转为真实的LAI作为因变量,通过逐步回归进行变量筛选,建模反演LAI并进行精度验证。LAI模拟值与真实值之间的R2为0.85, RMSE为0.456,表明两者相关性较高,用该模型进行的LAI反演精度是可靠的。6)物理模型反演森林冠层生化参数涉及模型的尺度转换问题。对于第三章分类结果掩膜后的林地区域,根据树种类型,叶片模型分别选择阔叶PROSPECT和针叶LIBERTY、冠层选择SAIL辐射传输模型,并通过敏感性分析确定叶片模型输入参数的变动范围,最后模拟得到冠层的反射率。7)建立输入参数与输出反射率之间的查找表,通过影像与模拟冠层反射率的匹配查找,得到相应的叶片尺度叶绿素含量,经验证,反演叶绿素含量与实测数据R2为0.8379,满足精度要求;再利用第四章反演得到的结构参数LAI,将叶片尺度叶绿素上推至冠层,实现了森林冠层叶绿素含量的反演。
谢文寒,周国清[5](2010)在《城市大比例尺真正射影像阴影与遮挡问题的研究》文中研究说明为解决城市大比例尺正射影像生成的问题,从真正射影像的关键技术入手,着重研究其中的阴影与遮挡问题并提出相应解决方法。将这些方法应用在美国丹佛城区的真正射影像生成的项目中,取得了令人满意的效果。
秦玉俊[6](2009)在《Quickbird卫星影像的阴影检测及提取方法研究》文中研究说明近年来,高分辨率遥感影像在人类日常生活中扮演了越来越重要的角色,比如IKONOS、Quickbird、OrbView和Worldview等高分辨率卫星影像在城市环境、精准农业、交通设施、林业测量、军事目标识别和灾害评估中得到应用。它们的特点是细节信息极为丰富,但是如何快速、自动识别和提取影像信息,使遥感技术应用的深度和精度得以提高面临新的挑战。阴影是遥感影像中普遍存在的问题。高分辨率卫星的高度相对较低,阴影更是高分辨率遥感影像的基本特征之一。在市区,高大建筑物在高分辨率卫星影像上会产生明显阴影,导致阴影区域的地物信息严重丢失,不仅降低视觉判读效果,且影响影像处理,甚至产生错误结果。阴影的检测对于高分辨率卫星影像的目标识别和信息恢复十分关键。本文以提取高分辨率QuickBird遥感影像上阴影边缘为研究目标。在系统分析当前影像阴影检测方法和理论研究现状的基础上,运用小波分析法,结合QuickBird卫星影像的纹理特征,对影像阴影进行检测及提取方法研究,实现了阴影边缘的检测及提取。全文共分为五个部分。第一章主要阐述论文的选题依据和研究背景,分析了高分辨率遥感影像阴影提取的国内外研究现状和发展趋势,最后介绍了论文的结构和组织情况。第二章主要讨论了遥感影像上阴影的特点和性质,对阴影的边缘特征,光谱特征做了综合分析。第三章主要阐述了Quickbird影像的纹理特征,总结了现有的纹理分析方法以及他们的不足。第四章论述了现有的小波分析方法,并利用DB标准正交紧支小波基不同窗口对Quickbird影像进行纹理分析,最终验证边缘提取的精度并做精度评价。最后对比分析哪种窗口更适合做阴影的提取。第五章结论和展望。
宋刚贤[7](2008)在《基于遥感影像的城市违规建设用地监测研究》文中进行了进一步梳理城市规划是根据一定时期城市的经济和社会的发展目标,确定城市性质、规模和发展方向,合理利用城市土地,协调城市空间功能布局及进行各项建设的综合部署和全面安排,它是实现城市经济和社会发展目标的重要手段,是政府用以保护生态与自然环境,合理利用资源,统筹安排城市发展空间布局,维护城市发展过程中和谐与平衡的重要依据。城市规划通过处理好局部和整体、近期和长远、现实和可能、经济发展和社会发展,城市建设和节能环保,促进现代化和保护历史文化遗产、风景名胜地区等一系列关系,实现城市全面、和谐、可持续发展,具有综合性、政策性和实践性的特点。近年来随着城市化步伐的加快,城市规划在城市发展中的作用也越来越重要,但在经济利益的驱动下,违规建设用地也不断出现。对规划实施情况进行监督检查是城市规划管理部门一项重要的日常工作,包括监测未经批准的建设工程、检查规划批准项目的落实情况,以及一些未批先用、越权批地等违法的建设工程项目,作为城市规划管理部门来说,需要及时发现这些违法行为,并进行立案查处。当前,城市规划研究的手段逐渐从定性迈向定性和定量的结合,但面临在城市规划人员面前的首要问题是基础数据信息的获取。用常规的手段获取与分析,耗时费力,效率很低,而遥感技术能为当前和今后的城市规划提供更多、更新的信息。尤其IKONOS、QUICKBIRD等影像具有分辨率高、信息丰富、获取影像周期短、现势性强的特点,它将成为城市规划信息获取的重要来源。高分辨率遥感影像为城市规划用地动态监测提供了一种很好的数据源,利用不同时期的遥感影像,通过遥感图像处理自动分类发现和人机交互解译方法,获得区域内的建设用地信息,再利用GIS空间分析方法提取城市建设用地变化信息,并与规划审批案件、土地利用总体规划进行比较,辅以必要的外业调研工作,实现对违规建设用地的监测。本文在研究遥感图像处理的基础上通过相同地区不同时相的高分辨率IKONOS遥感图像进行违规建设监测实验,最终得到违规用地信息,具有很好的可操作性和有效性。直接的益处就是:提高了城市规划遥感监测专题目标识别的效率;提高专题目标监测结果的法律严肃性;能够大幅降低人工的劳动强度、人员的不足和缩短查处违规目标的时间,提高工作效率。
谢文寒,周国清[8](2008)在《数字建筑模型生成大比例尺真正射影像方法》文中提出为解决城市大比例尺正射影像生成中出现的遮挡和阴影等问题,提出基于CSG数字建筑模型生成大比例尺真正射影像的方法,应用在美国丹佛城区的真正射影像生成的项目中,取得了令人满意的效果.
田养军,薛春纪[9](2007)在《遥感影像云团和云影检测与去除》文中提出以图像处理和分析理论为依据,建立了云团、云影图像模型和区域恢复模型,并采用阈值法对图像分割。用1988年TM遥感影像对2002年ETM遥感影像中云团及云影进行去除试验,再现云团和云影区地物特征,提高遥感影像数据的可用性。结果表明,使用阈值法并利用直方图形态分析选取阈值、检测云团和云影的计算方法简单且效果好;选取合适的两遥感影像灰度平均值之比,可以得到理想的恢复效果,再现云团和云影区地物特征,达到提高遥感影像的可用性。
周芳[10](2007)在《基于方向可调滤波器的道路提取方法研究》文中进行了进一步梳理近年来,遥感技术迅猛发展,使我们能够获取极其丰富的信息。如何自动处理、解译海量的图像数据是整个社会信息化过程中面临的重要问题。道路信息作一种重要的地理专题信息,被广泛应用于军事、测绘、交通、导航等诸多领域。虽然从95年至今,道路提取技术有了长足发展,但大多数提取结果较好的方法也只是半自动的,找到从影像数据中提取道路的效果好且自动化程度高的方法成为尚待解决的难题。本文以高分辨率遥感数据为对象,对道路提取方法进行了深入研究。文中首先介绍了高分辨率遥感影像道路提取的主要过程;边缘增强、边缘检测和边缘连接;然后分析与评价了各过程中现有主要算法的优势与不足;最后在边缘检测与连接中引入了道路方向信息,采用了基于方向可调滤波器的边缘增强与检测方法和基于方向信息的边缘连接算法,并用高分辨率遥感图像进行了大量实验。结果表明,基于方向可调滤波器的道路提取方法,不但能较好地自动提取道路的位置,且能准确地确定道路的宽度。边缘增强的目的是为了最大限度地提高边缘与背景反差,突出边缘信息。论文介绍了直方图均衡化、同态增晰和多尺度小波图像增强等三种边缘增强方法的基本原理,并对第一种边缘增强算法用真实遥感图像做了实验。对实验结果的直接观察可以看出,直方图均衡化确实明显地增强了图像中包含的边缘信息。边缘检测是道路提取步骤中的重要一环,如何准确地连续地检测出道路边缘,同时最大限度地抑制其它非道路信息,一直是道路自动提取的难题.论文详细介绍了Canny边缘检测算法的基本原理,提出将它与方向可调滤波器相结合来对Canny边缘检测方法做出了改进,利用Canny边缘检测对边缘的敏锐性和方向可调滤波器对方向的灵活性对道路边缘进行提取。文中利用实验证实了道路方向统计的可行性,并对试验图像中的道路方向做出统计,使用方向可调滤波器对图像进行了滤波,实验结果表明,方向可调滤波器最大限度的增强和提取了道路边缘。边缘连接是在边缘检测的基础上对提取出的间断边缘进行取舍和连接。论文介绍了Hough变换的基本原理,利用方向信息改进了Hough变换工作过程,让它只在道路方向上寻找提取直线,从而达到除去道路边缘以外的其他它边缘信息的目的。同时介绍了启发式搜索和基于视觉感知的双层次边缘连接方法的原理,结合这两种方法,提出基于方向启发式搜索的边缘连接方法,从最终的道路边缘提取效果看,基本上准确完整的提取出了边缘信息,道路提取结果令人满意。
二、基于同态系统的航片建筑物阴影消除(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于同态系统的航片建筑物阴影消除(论文提纲范文)
(1)无人机航测技术在土地综合整治中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 国内外土地整理研究进展 |
1.2.2 国内外无人机遥感技术应用进展 |
1.3 研究内容和论文组织 |
1.3.1 主要研究内容 |
1.3.2 论文组织结构 |
第二章 研究区无人机影像的快速获取 |
2.1 无人机低空航摄系统组成 |
2.1.1 飞行控制系统 |
2.1.2 地面站系统 |
2.1.3 航拍摄像系统 |
2.1.4 影像处理软件 |
2.2 研究区概况及研究线路 |
2.2.1 研究区概况 |
2.2.2 研究线路图 |
2.3 研究区影像获取 |
2.3.1 航拍前期准备工作 |
2.3.2 无人机飞行航线设计 |
2.3.3 无人机外业航拍 |
2.4 本章小结 |
第三章 无人机影像的快速处理技术研究 |
3.1 空中三角测量原理 |
3.1.1 航带法空中三角测量 |
3.1.2 独立模型法区域网空中三角测量 |
3.1.3 光束法区域网空中三角测量 |
3.2 无人机影像快速空三加密研究 |
3.2.1 基本流程 |
3.2.2 详细步骤 |
3.3 DOM 快速制作技术研究 |
3.3.1 DOM 制作流程 |
3.3.2 研究区 DOM 的生成及精度分析 |
3.4 本章小结 |
第四章 基于无人机影像的土地利用分类研究 |
4.1 面向对象技术在信息提取中的应用 |
4.1.1 图像分割 |
4.1.2 多尺度分割 |
4.1.3 影像对象分类 |
4.2 基于无人机影像的地物信息提取试验 |
4.2.1 分割尺度的选择 |
4.2.2 影像特征提取 |
4.3 分类精度评价 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
附录 A 攻读硕士期间发表的论文 |
附录 B 攻读硕士期间参与的科研项目 |
文献综述 |
中英文详细摘要 |
(2)融合点云与高分辨率影像的城区道路提取与表面重建研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 选题背景与意义 |
1.2 道路提取研究现状综述 |
1.2.1 道路基本特征 |
1.2.2 基于遥感影像的道路提取研究现状 |
1.2.3 基于机载LiDAR点云的道路提取与重建研究现状 |
1.2.4 三维道路模型重建研究现状 |
1.2.5 道路提取方法问题总结 |
1.3 本文研究目标和主要内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 本文的组织结构 |
第二章 多特征约束提取点云中道路中心线 |
2.1 引言 |
2.2 点云预处理 |
2.2.1 “低局外点”去除 |
2.2.2 航带重叠区冗余点云去除 |
2.2.3 实验结果 |
2.3 多特征约束提取道路点云 |
2.3.1 机载激光雷达数据滤波 |
2.3.2 基于点云强度属性提取初始道路点云 |
2.3.3 道路几何特征约束的候选道路点云精化 |
2.3.4 实验结果 |
2.4 基于道路点云提取中心线 |
2.4.1 综合形态学细化方法提取道路骨架 |
2.4.2 基于像素邻接关系的道路中心线段跟踪 |
2.4.3 感知编组连接道路段 |
2.4.4 实验结果 |
2.5 本章小结 |
第三章 基于组合辐轮算法的精确道路轮廓提取 |
3.1 引言 |
3.2 辐轮算法原理及其应用 |
3.2.1 辐轮算法基本原理 |
3.2.2 基于辐轮算法的道路提取现状 |
3.2.3 辐轮算法特征分析 |
3.3 组合辐轮算法提取道路段轮廓 |
3.3.1 组合辐轮算法基本原理 |
3.3.2 组合辐轮算法提取道路段矩形轮廓 |
3.3.3 种子点位置调整及双幅道路轮廓提取 |
3.3.4 道路阴影区精确轮廓提取 |
3.3.5 道路交叉口轮廓提取 |
3.4 组合辐轮算法追踪完整道路轮廓 |
3.5 实验结果 |
3.6 本章小结 |
第四章 自适应改进蝶形细分曲面算法重建道路表面 |
4.1 引言 |
4.2 道路表面模型重建方法 |
4.2.1 基于规则格网的道路表面模型 |
4.2.2 基于TIN的道路模型 |
4.2.3 基于细分曲面的道路表面模型 |
4.3 基于细分曲面方法的道路表面建模 |
4.3.1 三维道路轮廓及中心线获取 |
4.3.2 三维道路轮廓及中心线平滑 |
4.3.3 自适应改进蝶形细分曲面算法重建道路表面流程 |
4.3.4 实验结果 |
4.4 本章小结 |
第五章 综合实验与分析 |
5.1 道路点云自动提取实验与结果分析 |
5.1.1 实验数据 |
5.1.2 实验结果及分析 |
5.2 组合辐轮算法提取道路轮廓实验及结果分析 |
5.2.1 实验数据 |
5.2.2 实验结果及分析 |
5.3 道路表面重建实验及结果分析 |
5.3.1 实验数据 |
5.3.2 实验结果及分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 问题与展望 |
参考文献 |
攻读博士期间的科研与论文情况 |
致谢 |
(3)城市建筑容积率提取及其与地面沉降关系分析 ——以北京市为例(论文提纲范文)
摘要 |
Abstract |
目录 |
表目录 |
图目录 |
第一章 :绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 地面沉降方面 |
1.2.2 高分辨率影像提取阴影方面 |
1.2.3 建筑容积率提取方面 |
1.3 研究目的和意义 |
1.4 本文研究内容和日标 |
1.4.1 研究内容 |
1.4.2 研究目标与技术路线 |
1.4.3 章节安排 |
第二章 :数据准备和研究区概况 |
2.1 源数据分析 |
2.1.1 高分辨率遥感影像采用QuickBird数据 |
2.1.2 地面沉降监测数据采用雷达干涉测量数据 |
2.2 研究区总体概况 |
2.2.1 自然地理特征 |
2.2.2 水文地质条件 |
2.2.3 地面沉降现状 |
2.2.4 容积率情况 |
2.3 典型区域选择 |
第三章 :基于高分影像的容积率获取 |
3.1 建筑物阴影提取 |
3.1.1 遥感影像光谱分析 |
3.1.2 多波段合成策略 |
3.1.3 影响因素剔除 |
3.1.4 实验分析 |
3.2 建筑物高度计算 |
3.2.1 阴影长度的量算 |
3.2.2 太阳、卫星、建筑物、阴影长度关系建立 |
3.2.3 实验分析 |
3.2.4 建筑物高度结果及误差分析 |
3.3 容积率计算 |
3.3.1 阴影长度法 |
3.3.2 阴影面积法 |
第四章 :容积率和地面沉降关系分析 |
4.1 研究区容积率和地面沉降特征分析 |
4.1.1 研究区分析及容积率特点分析 |
4.1.2 研究区地面沉降分布特点 |
4.2 建筑容积率与地面沉降关系分析 |
4.2.1 局部区域地面沉降速率和容积率回归分析 |
4.2.2 研究区地面沉降和容积率回归分析 |
第五章 :总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
(4)基于机载LiDAR和高光谱融合的森林参数反演研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.2 LiDAR与高光谱遥感技术 |
1.2.1 高光谱传感器 |
1.2.2 LiDAR传感器 |
1.3 国内外研究现状和发展趋势 |
1.3.1 森林树种的识别 |
1.3.2 叶面积指数估计 |
1.3.3 叶绿素含量估计 |
1.4 项目来源与经费支持 |
1.5 主要研究内容 |
1.6 技术路线 |
2 研究区及数据 |
2.1 总体技术路线 |
2.2 研究区概况 |
2.3 数据获取 |
2.3.1 机载激光雷达数据获取 |
2.3.2 机载高光谱数据获取 |
2.3.3 样地数据获取 |
2.4 机载遥感数据处理 |
2.4.1 机载LiDAR数据处理 |
2.4.2 机载高光谱数据的处理 |
2.4.3 机载LiDAR与高光谱数据的互配准 |
2.5 本章小结 |
3 基于LiDAR和高光谱融合的树种分类 |
3.1 技术路线 |
3.2 提取冠层子集 |
3.3 训练样本选取 |
3.3.1 光谱微分技术 |
3.3.2 波谱曲线匹配 |
3.3.3 分类及验证方法 |
3.4 结果与分析 |
3.4.1 不同树种基于树高的区别 |
3.4.2 不同树种基于光谱的区别 |
3.4.3 分类结果及精度评价 |
3.5 本章小结 |
4 基于LiDAR和高光谱结合的LAI反演 |
4.1 技术路线 |
4.2 LAI定义 |
4.3 反演LAI的参数提取 |
4.3.1 高光谱反演LAI的参数提取 |
4.3.2 LiDAR反演LAI的参数提取 |
4.4 有效LAI转换为真实LAI |
4.4.1 LAI测量原理 |
4.4.2 有效LAI转化为真实LAI |
4.5 逐步回归建模反演LAI |
4.6 本章小结 |
5 森林冠层叶绿素含量反演 |
5.1 技术路线 |
5.2 叶片及冠层的物理模型 |
5.2.1 叶片水平的阔叶辐射传输模型 |
5.2.2 叶片水平的针叶辐射传输模型 |
5.2.3 冠层水平的辐射传输模型 |
5.3 敏感性分析与参数变动范围 |
5.4 建立查找表反演叶片尺度叶绿素含量 |
5.5 叶片尺度叶绿素含量反演结果验证 |
5.6 森林冠层尺度叶绿素含量反演 |
5.7 本章小结 |
结论与讨论 |
参考文献 |
附录 |
攻读学位期间发表的学术论文 |
致谢 |
(5)城市大比例尺真正射影像阴影与遮挡问题的研究(论文提纲范文)
1 概 述 |
2 建筑模型的数据结构 |
3 遮挡检测分析 |
4 阴影分析与信息补偿 |
4.1 高度角与方位角的计算 |
4.2 阴影区域检测 |
5 试验分析 |
6 结 论 |
(6)Quickbird卫星影像的阴影检测及提取方法研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 研究背景、目的和意义 |
1.2 国内外研究现状及进展 |
1.3 本文研究内容及目标 |
1.3.1 研究内容 |
1.3.2 研究目标及技术路线 |
1.3.3 章节安排 |
第二章 遥感影像上阴影的特征 |
2.1 阴影的特点 |
2.2.阴影的几何性质 |
2.2.1 阴影的类型 |
2.2.2 阴影边缘的类型 |
2.3 阴影的光谱性质 |
第三章 QUICKBIRD影像的纹理特征分析 |
3.1 QUICKBIRD影像的特点 |
3.2 QUICKBIRD影像的预处理 |
3.3 QUICKBIRD影像的纹理特征 |
3.4 遥感影像纹理分析方法 |
3.5 基于纹理分析方法的阴影检测 |
第四章 基于小波变换的QUICKBIRD卫星影像阴影检测 |
4.1 小波变换的相关理论 |
4.1.1 小波的基本理论 |
4.1.2 几种小波函数 |
4.2 基于小波变换的阴影检测 |
4.2.1 小波的选择 |
4.2.2 小波分析的实验步骤 |
4.2.3 利用DB4小波对Quickbird影像纹理结构特征提取 |
4.2.4 阴影边缘提取 |
4.2.5 阴影提取后处理 |
4.3 阴影提取结果评价 |
4.3.1 视觉效果评价 |
4.3.2 精度评价 |
第五章 结论与展望 |
参考文献 |
后记 |
(7)基于遥感影像的城市违规建设用地监测研究(论文提纲范文)
目录 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的背景和意义 |
1.2 城市遥感的现状和发展 |
1.2.1 遥感监测中的高分辨率卫星图像 |
1.2.2 高分辨率卫星图像介绍 |
1.2.3 高分辨率卫星遥感影像的应用存在的问题 |
1.3 城市违规建设现象分析 |
1.3.1 界定违法建设的内涵 |
1.3.2 违法建设产生原因 |
1.3.3 违法建设的种类 |
1.3.4 遥感监测的任务 |
1.4 研究内容和研究路线 |
1.4.1 研究内容 |
1.4.2 研究路线 |
1.5 研究区数据介绍 |
1.5.1 研究区介绍 |
1.5.2 研究数据和应用软件 |
第二章 IKONOS影像预处理 |
2.1 图像处理基本流程 |
2.2 几何校正和空间配准 |
2.2.1 几何校正 |
2.2.2 空间配准 |
2.3 数据融合 |
2.3.1 遥感数据融合基本原理 |
2.3.2 融合方法介绍 |
2.3.3 融合结果与比较 |
2.3.4 融合效果的主观评价 |
2.3.5 融合效果的客观评价 |
2.3.6 融合结论 |
2.4 阴影校正 |
2.4.1 校正模型 |
2.4.2 模型参数的求算 |
2.5 本章小结 |
第三章 基于遥感分类的建设用地提取 |
3.1 遥感分类基本理论 |
3.1.1 监督分类 |
3.1.2 非监督分类法 |
3.1.3 监督分类与非监督分类的结合 |
3.2 IKONOS遥感影像分类 |
3.2.1 初始分类 |
3.2.2 监督分类 |
3.3 精度评价 |
3.4 建设用地类别提取 |
3.5 本章小结 |
第四章 违规建设用地监测 |
4.1 GIS空间分析提取变化信息 |
4.1.1 空间分析 |
4.1.2 目视判别并核查差异图斑 |
4.2 违规用地信息的确定 |
4.2.1 违规目标识别方法 |
4.3 监察大队实地勘察和结果整理 |
4.4 本章小结 |
第五章 总结 |
5.1 全文结论 |
5.2 不足之处 |
参考文献 |
致谢 |
(8)数字建筑模型生成大比例尺真正射影像方法(论文提纲范文)
1 基于CSG的数字建筑模型 |
2 遮挡检测 |
3 阴影分析 |
4 试验与分析 |
5 结 论 |
(9)遥感影像云团和云影检测与去除(论文提纲范文)
0 引言 |
1 图像处理和分析理论 |
1.1 云团和云影图像模型建立 |
1.2 云团和云影检测 |
1.3 云团和云影图像区域恢复 |
1.4 云团和云影去除流程 |
2 云团和云影检测与图像恢复验证 |
2.1 区域选取 |
3.2 云团和云影检测和处理 |
3.3 云团云影去除 |
4 结语 |
(10)基于方向可调滤波器的道路提取方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 遥感技术发展 |
1.1.2 目前遥感影像地物识别与应用中存在的问题 |
1.2 国内外研究现状 |
1.3 论文组织 |
第二章 道路提取基本理论及方法 |
2.1 图像增强 |
2.1.1 直方图均衡化 |
2.1.2 同态增晰(Homomorphic) |
2.1.3 多尺度小波图像增强 |
2.2 边缘检测 |
2.2.1 梯度算子 |
2.2.2 高斯拉普拉斯算子(LOG) |
2.2.3 小波边缘检测算子 |
2.2.4 数学形态学边缘检测 |
2.3 边缘搜索、连接方法 |
2.3.1 启发式搜索 |
2.3.2 折线分裂及概率连接的方法 |
2.3.3 Canny算法中的边缘连接方法 |
2.4 小结 |
第三章 基于Canny算子的方向边缘检测 |
3.1 Canny边缘检测的基本原理 |
3.2 方向可调滤波器及算子模板的构造 |
3.2.1 方向可调滤波器 |
3.2.2 G_1~(0°)和G_1~(90°)算子模板的构造 |
3.3 像素梯度方向统计 |
3.4 基于Canny算子的方向可调滤波器边缘检测结果 |
3.4.1 方向滤波 |
3.4.2 选取阈值 |
3.4.3 二值化 |
3.4.4 结果细化 |
3.5 小结 |
第四章 边缘搜索、连接 |
4.1 基于方向的Hough变换直线提取方法 |
4.1.1 Hough变换基本原理 |
4.1.2 限定方向的Hough变换 |
4.2 基于视觉感知的双层次边缘连接 |
4.2.1 基于视觉感知的双层次边缘连接原理 |
4.2.2 基于方向启发式搜索的双层次边缘连接 |
4.3 小结 |
第五章 总结与展望 |
5.1 本文的总结 |
5.2 对高分辨率遥感影像道路提取的展望 |
参考文献 |
作者简历 攻读硕士学位期间完成的主要工作 |
致谢 |
四、基于同态系统的航片建筑物阴影消除(论文参考文献)
- [1]无人机航测技术在土地综合整治中的应用研究[D]. 张文博. 长沙理工大学, 2013(S2)
- [2]融合点云与高分辨率影像的城区道路提取与表面重建研究[D]. 彭检贵. 武汉大学, 2012(01)
- [3]城市建筑容积率提取及其与地面沉降关系分析 ——以北京市为例[D]. 段光耀. 首都师范大学, 2012(01)
- [4]基于机载LiDAR和高光谱融合的森林参数反演研究[D]. 刘丽娟. 东北林业大学, 2011(02)
- [5]城市大比例尺真正射影像阴影与遮挡问题的研究[J]. 谢文寒,周国清. 测绘学报, 2010(01)
- [6]Quickbird卫星影像的阴影检测及提取方法研究[D]. 秦玉俊. 东北师范大学, 2009(12)
- [7]基于遥感影像的城市违规建设用地监测研究[D]. 宋刚贤. 南京农业大学, 2008(08)
- [8]数字建筑模型生成大比例尺真正射影像方法[J]. 谢文寒,周国清. 哈尔滨工业大学学报, 2008(04)
- [9]遥感影像云团和云影检测与去除[J]. 田养军,薛春纪. 地球科学与环境学报, 2007(03)
- [10]基于方向可调滤波器的道路提取方法研究[D]. 周芳. 解放军信息工程大学, 2007(06)