基于实例分割模型的建筑物自动提取

传统的遥感影像目标提取方法大多采用目视解译或基于像素信息进行处理,难以适用于高分辨率影像中的复杂场景。而现有的卷积神经网络语义分割模型,由于难以达到较高的精度会出现提取目标粘连的情况。针对该问题,本文对实例分割模型Mask R-CNN进行改进,提出了一种高效、准确的高分辨率遥感影像建筑物提取算法。首先,在Mask R-CNN原有的特征提取部分每个层级的特征图后再增加一层卷积操作,以降低上采样造成的混叠效应;然后,在原有掩膜预测结构的基础上增加一个分支,改善掩膜预测的效果;最后,将改进后的网络在建筑物数据集上进行训练。结果表明,本文方法能够准确独立预测每个建筑物顶部,没有目标粘连情况,且mAP值较Mask R-CNN有所提高,能够有效实现遥感影像建筑物精细化提取。

城市规则建筑物阴影去噪

针对建筑物阴影提取受同物异谱和异物同谱特点的噪声干扰较大这一问题,提出一种结合几何特征和语义特征约束条件去噪的城市规则建筑物阴影提取方法。首先,针对阴影在HIS色彩模型中低亮度、高色调和高饱和度的特性,采用归一化阴影指数进行初步阴影检测,并与经过过绿指数变换后的图像做差值运算去除偏蓝色地物的干扰,然后根据建筑物阴影特征采用4种几何指数和阴影方向进行去噪处理。分别选取高分辨率卫星影像和航空影像进行实验,结果表明,该方法对于城市规则建筑物阴影提取具有较高的精度,并且结果边界完整,无破碎图斑。

集成特征分量的高分辨率遥感影像建筑物阴影检测

针对高分辨率遥感影像,提出了一种集成影像特征分量与建筑物阴影形态特征的面向对象建筑物阴影提取方法。通过分析遥感影像的光谱特性,构建了主成分第一分量PC1、绿波段分量G、过绿指数EXG及色调特征H,并采用伽马变换对H波段进行增强处理,对各特征分量DN值归一化处理并进行了综合分析,根据建筑物阴影形态特征设立面积及长宽比规则,构建了规则集,实现了面向对象的建筑物阴影信息提取。选取不同时段不同地区的遥感影像进行建筑物阴影提取试验,试验表明,本文方法不仅能够有效地削弱水体、植被、深色地物的影响,而且能够去除非建筑物阴影的干扰,所获得的建筑物阴影斑块完整,无破碎图斑。

基于航空影像的建筑物阴影提取方法研究

针对航空影像仅有红绿蓝三波段,大部分卫星影像建筑物阴影提取方法不适用的问题,综合分析建筑物阴影光谱特征和建筑物几何形态特征,改进和提出了一种基于航空影像的建筑物阴影提取方法。根据建筑物阴影与其他常见地物的灰度值差异,综合利用RGB色彩空间和多波段运算构造波段转换指数BT(Bands Transformation)和阴影指数SI(Shadow Index)得到疑似建筑物阴影区域,并利用建筑物的部分几何形态特征对疑似区域进行去噪声处理得到较完整准确的结果。实验表明:提取出的建筑物阴影信息完整,边界较为清楚规则,受植被等其他地物阴影干扰较小。

地下管网CAD数据到SHP文件转换的方案研究

为解决地下管网CAD数据转为SHP文件的问题,本文在详细分析了CAD数据与SHP文件各自特点的基础之上,编程实现了从CAD数据到SHP文件的数据转换,并根据市政管线符号表示实现了数据的符号化显示,以及地下管线的数据更新入库。以某地级市地下管网数据为例,证明该方法可以真正实现数据的无损转换。

集成特征分量的高分二号影像阴影检测

针对高分辨率遥感影像中阴影检测精度易受水体、植被等因素干扰的问题,通过分析高分二号影像中典型地物的光谱特征,构建了一种集成特征分量与面向对象分类相结合的阴影检测方法。构建的特征分量包括:主成分第一分量PC1、亮度分量I、归一化差分植被指数NDVI及水体指数WI。将各特征分量进行归一化处理,建立包含波段均值、标准差等特征的规则集,对影像的I和PC1分量进行多尺度分割,结合面向对象的方法进行阴影检测。选取不同区域遥感影像进行实验,实验结果表明:与传统基于像素的阴影提取方法相比,该方法提取出的阴影斑块完整,且能有效地减弱水体和植被的影响。