区域生长滤波算法在机载LiDAR数据城市建筑物提取中的应用

随着我国城市化进程的不断加快,城市布局和城镇化扩张已成为国情监测的主要内容之一。地理信息系统的发展为市政管理带来了极大的方便,但在国情监测方面,主要还是依赖遥感图像人工解译等半自动方法、机载激光雷达扫描技术,为地理国情监测提供了一种快速有效的新方法。基于此,分析区域生长滤波在LiDAR数据建筑物提取中的应用,描述LiDAR作为地理信息系统新型数据源在地理国情监测中的重要作用。

基于改进U-Net模型的高分辨率遥感影像中城市建筑物的提取

针对高分辨率遥感影像中城市建筑物周围环境复杂多样,易被阴影遮挡,难以精细化提取的问题,提出一种改进的U-Net网络用于图像中的城市建筑物提取.该网络在标准U-Net网络的编码器末端嵌入双重注意力模块,可以通过捕获全局建筑物信息和长通道建筑物信息,实现建筑物特征的增强.在交叉熵损失函数的基础上加入Lovász损失函数,构成的复合损失函数增强了对建筑物提取结果的约束能力,进一步提高了模型的鲁棒性.将该模型在美国马萨诸塞州数据集上进行验证,提取建筑物的F1-score为87.83%.结果表明,本方法对高分辨率遥感影像中周围环境复杂多样、被阴影遮挡的城市建筑物具有较强的提取能力.