多源遥感图像数据的建筑物信息提取技术

伴随着城市化建设的快速推进,对三维建模的精度要求越来越高。但因技术局限,遥感光学图像建筑物三维空间信息提取的效率无法显著提升。文章从多源遥感光学立体像对建筑物位置信息提取、三维结构信息复原以及联合提取三维信息等方面开展分析工作。

基于Android的城市建筑物信息外业采集系统研究

建筑物信息的完善是震前风险评估和震后损失评估的重要基础,决定着评估结果的精度。为了实现城市建筑物信息的快速采集,笔者对系统需求分析、架构设计、功能设计、数据库设计及核心功能实现等几个方面进行了研究,开发了基于Android的城市建筑物信息外业采集系统,并利用该系统对示范区进行了现场采集测试。实践证明,与传统采集方式相比,该系统人机交互简便,有利于现场非专业技术人员的操作,可以更好地应用于建筑物信息的外业采集,极大地提高了建筑物信息采集的效率,为地震灾害评估过程中建筑物信息数据采集提供技术支持。

广域范围建筑物信息普查关键技术探讨

以重庆市为例,全面介绍了全市域范围内城市建成区建筑物信息普查的工作流程和技术方法,总结了一套适用于大面积山地城市的建筑物信息普查关键技术体系,可为类似的地理调查工作提供借鉴。

基于微信公众平台的建筑物信息采集系统设计及实现

完备、准确的建筑物信息,直接决定着震后灾情快速评估结果的精度,同时也可为震前灾害风险评估提供数据支持。为实现建筑物信息的快速采集,开发了基于微信公众平台的建筑物信息采集系统。实践证明,与基于移动终端应用程序采集方式相比,该系统克服了应用程序与移动终端操作系统兼容性差的问题,系统运行稳定可靠、人机交互简单方便,为建筑物信息采集提供了可靠的技术支撑。

基于CART决策树提取高分辨率遥感影像建筑物信息

传统的仅依赖于光谱信息的遥感影像信息提取方法难以满足精度要求,基于CART算法构建规则集,利用决策树技术对玉树地区高分辨率影像进行建筑物信息提取,除了光谱信息外还结合建筑物的纹理特征信息。结果表明,提取精度较传统的最大似然法有了较明显的提高,说明此方法对于高分辨率影像建筑物提取具有一定的可行性。

基于WebGIS的建筑物信息管理系统设计

建筑信息涉及到大量的空间定位信息,应用GIS技术可以方便获取、管理和分析建筑物相关数据。本文从对竣工建筑物管理的角度,提出了基于WebGIS的建筑物信息管理系统框架,详细阐述了系统结构、功能以及数据库设计方法。

基于建筑物信息的精细尺度人口数量估算

为满足城市规划管理的需要,对人口数量按照居住小区为基本单元进行了精细化估算。以居住建筑物信息属性为基本数据,借鉴线性回归思想,通过对居民建筑的数量、基底面积、总建筑面积等属性信息的优化选择,建立人口数量估算模型。在研究中依据楼层用途计算出居住建筑的建筑总面积,并将其作为参考变量第一次引入到人口估算模型中。通过实例验证表明:利用该模型可以在精细尺度空间范围内,实现较高精度的人口数量估算,同时也证明了利用楼层用途计算出来的居住建筑总面积作为参数变量是可行的。该方法提高了人口数量估算的精细化程度,同时也是对建筑物信息属性与常住人口数量之间关系的又一次探索。

基于面向对象的建筑物信息提取方法研究

为了更好地进行城市建设和规划,对建筑物进行有效识别非常重要。针对目前遥感技术对建筑物难以实现高精度提取的问题,本文提出一种基于引入红色边缘波段规则的面向对象和基于样本的面向对象相结合的方法,提取城市建筑物信息。该方法利用worldview 2影像的全色和多光谱的融合数据,进行尺度分割,根据建筑物的光谱特征、形状特征、数字表面模型(digital surface model,DSM)和worldview2的红色边缘波段(RedEdge)的纹理特征建立双层规则知识库,进行建筑物信息提取;同时,利用基于样本的面向对象方法对worldview 2数据影像进行建筑物信息提取。最后,对2种方法获取的建筑物信息结果进行融合,实现建筑物的高精度提取。以广州市天河区试验区为例,研究结果表明:基于样本的面向对象法、基于规则的面向对象法、基于引入红色边缘波段规则的面向对象法以及本文方法的分类精度分别为81.27%,83.75%,87.06%,91.43%。基于引入红色边缘波段规则的面向对象与基于样本的面向对象分类相结合的方法比其他3种方法提取的精度都高,为高分辨率遥感影像建筑物信息的识别提供了有效的手段。

建筑物信息实时云协同调查系统设计与应用

城市建筑物信息调查涉及面广、现场实际情况复杂,面对精准、快速、高效、全面完成城市建筑物信息调查的工作要求,开展了建筑物信息实时云协同调查系统设计与研发,攻克了实时在线协同地理信息数据编辑操作关键技术,实现了多用户、跨平台在线实时协同调查。系统部署在用户自用终端,不需要单独购买设备终端,节省了购买采集设备的经费,较以往的传统方式,大大提高了信息的获取效率。系统在重庆市主城区建筑物实体信息调查与数据建设项目中得到了应用与实践,在各项同类数据调查、规划调查、数据采集与处理中均有较好的应用前景。

面向对象的特征自动选择的建筑物信息提取

针对建筑物信息提取存在低效率、高成本的问题,提出了一种利用分离阈值算法(seperability and thresholds,SEaTH)的高精度建筑物信息提取方法。采用高分二号遥感影像,通过半自动化信息提取构建分类规则的方法对天津市西青区的建筑物信息进行提取。通过运用SEaTH算法构建知识规则,选取训练样本并输出训练样本的特征值,将输出的特征值运用SEaTH算法进行自动确定阈值和特征优选,进而采用像素对象调整优化建筑物轮廓。将基于面向对象的最邻近分类法与该方法进行了精度评价对比。结果表明,该方法在提取建筑物信息时出现的错分漏分现象较少,且总体精度和Kappa精度都要高于基于面向对象的最邻近分类法,验证了其在提取建筑物信息方面的可行性。

面向地震风险评估的高分辨率遥感影像建筑物信息提取与研究

地震灾害具有突发性和不可预测性,严重威胁人类生命财产安全和社会稳定。进行区域尺度地震风险评估,既有助于相关部门制定城市规划和应急管理方案,最大限度减轻地震灾害风险,也可提高人民群众对潜在灾害的风险意识。承灾体、建(构)筑物数据是进行地震风险评估的基础数据之一。然而,当前存在建筑物数据获取难、更新速度慢等局限,无法满足区域尺度地震风险评估中建筑物数据准确性高、获取方便、更新及时等要求。同时,也缺乏结合社会脆弱性因素构建情景地震的应用案例。论文针对上述不足,以基于多源异构数据和机器学习方法快速、准确获取建筑物信息及其地震风险评估为研究目标,主要研究内容如下。

基于数学形态学与多尺度的建筑物信息提取

针对传统分类方法提取高分辨率影像时,计算量大、算法效率低等缺点,从面向对象的角度采用数学形态学与多尺度相结合的方法对高分辨率影像进行分割;并将得到的最优分割对象与K-means、最大似然分类方法进行比较。该方法首先选用符合目标提取特征的结构元素探测影像边缘信息,再把探测得到的不同尺度边缘信息进行熵权边缘融合。结果表明,该方法提取的建筑物信息优于传统方法。

基于深度学习的倾斜摄影建筑物表面损毁信息提取

建筑物受损信息是地震受灾程度评估的基础,针对传统建筑物表面信息识别人工成本高、效率低等问题,受深度学习提取建筑物影像的启发,提出利用无人机倾斜摄影模型与深度学习相结合的方法提取震后建筑物表面破损信息。以2019年长宁6.0级地震为例,选用双河镇震后倾斜摄影模型切片图为数据源,对比分析面向对象分类方法、VGG-16模型和DeeplabV3+模型对建筑物表面损毁信息的提取结果。分析结果表明,针对建筑物表面破损信息的提取,尤其是细小裂缝的提取,语义分割网络DeeplabV3+模型具有较强的优势(准确率96.93%、召回率96.85%、总体精度96.89%),可实现建筑物表面破损信息的有效提取,具有较强的应用价值。

基于建筑物信息的城市街道尺度人口估算

随着城镇化进程的加快与城市人口的迅速膨胀,街道尺度的人口数据在城市经济、社会、资源与环境发展等方面都发挥着愈发重要的作用。研究如何利用高分辨率遥感影像进行城市街道尺度上的人口估算,对促进城市可持续发展具有十分重要的理论意义与实际价值。利用遥感影像建筑物信息与人口普查数据,分析街道建筑物信息与人口数量之间的关联性,提出基于建筑物信息的城市街道尺度人口估算模型,通过多元逐步回归法与赤池信息准则确定建筑物显著特征变量,建立了建筑物数量、几何特征与人口数量的估算模型。实验证明,提出的人口估算模型能够以较高的精度估算街道尺度的人口数量。

单幅高空间分辨率卫星图像提取建筑物三维信息的方法研究

随着防震减灾事业的发展,对基础地理信息的要求日渐提高,利用卫星遥感影像快速补充与更新已有数据成为获取地理信息的主要方法。文中论述了太阳空间位置、卫星空间位置与建筑物空间位置对平面影像上阴影形状的约束,探讨了垂直于建筑物主方向的阴影平均宽度的统计算法和提取建筑物边界的点生长算法,给出了计算建筑物高度的数学公式,并研究出1种基于单幅高空间分辨率遥感图像数据的建筑物边界及高度快速自动生成技术。以上海市宝山区为试验区,得到了该区建筑物位置、面积和高度信息,经实地验证其试验结果可满足相应种类的灾情评估基础信息的要求。

利用高分辨率遥感影像获取建筑物高度信息方法的分析

城镇化进程的加剧促使违章建筑蜂拥出现,政府部门有必要实施对城镇建设用地的监测。介绍从高分辨率遥感影像上获取建筑物高度的方法,对在此领域所开展的研究进行总结、分析,探讨各种方法的可行性。

建筑物基本信息采集系统建设

为了提高建筑物普查的效率及质检管理工作,基于Android开发的系统将建筑物普查工作的基本信息数据采集通过移动终端录入,直接形成电子数据,改变了传统的调查方式,避免了多头采集,重复劳动,确保了建筑物基本信息的完整、准确,节省了大量的人力成本,大大提高了工作效率及管理水平,为建筑物震害预测结果的有效取得奠定了基础。

高分辨率遥感影像建筑物震害信息提取方法比较研究

利用高分辨率遥感影像进行建筑物震害信息提取是地震灾害损失评估的重要手段,建筑物震害信息的提取技术是准确获取灾害信息的关键。利用青海玉树震后QuickBird影像,采用面向对象和像素的分类方法进行建筑物震害信息提取,通过精度评价和目视比较分析发现,面向对象的分类方法提取建筑物震害信息分类结果与实际震害情况具有较好的一致性,精度更高,能够避免基于像素的分类提取中出现的"椒盐现象"。

基于GF-1影像的建筑信息提取及变化检测研究:以草海国家自然保护区为例

建筑信息是重要的地理要素,也是遥感信息提取的热点研究内容。基于高分一号(GF-1)影像数据,以草海国家自然保护区为研究区,利用面向对象分类方法对研究区建筑信息进行提取,并分析其变化特征。结果表明,基于GF-1利用面向对象分类方法对研究区土地覆盖分类时,形状因子设置为0.50,紧致度为0.50,边界强度为0.50,合并尺寸为100,分割尺度为50时能够较好地对建筑物进行分割;利用面向对象分类的方法对GF-1进行分类整体效果较好,2015年和2020年的总体分类精度分别为81.38%、82.59%,Kappa系数分别达到了0.702和0.704;2015—2020年,研究区范围内建筑物的总体面积呈扩张趋势,净增120.06 hm~2。建筑物的增加主要由植被和耕地转入,转入面积分别为177.08 hm~2、145.05 hm~2。基于GF-1影像进行建筑信息提取与变化监测,可为保护区土地利用规划及环境保护提供参考。

基于SAR图像的震害建筑物信息提取方法综述

地震是对人类生命和财产威胁最大的自然灾害之一,大地震往往引起大量建筑物倒塌,从而造成大量人员伤亡和财产损失。震后快速准确地评估建筑物损毁情况,有利于合理安排资源进行救援和灾后重建。合成孔径雷达(SAR)遥感凭借其全天时、全天候工作能力,在评估建筑物震害信息中发挥了重要作用。本文将从SAR传感器的发展历程入手,介绍SAR提取建筑物震害信息的方法,并针对各个方法的优缺点和存在的问题,指出可行的解决方案,这有利于根据实际情况选择合理的方法,从而快速准确地获取震害信息。最后展望了SAR图像提取震害建筑物信息的发展趋势。