基于LIDAR數(shù)據(jù)的建筑輪廓線提取及規(guī)則化算法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.3MB
頁(yè)數(shù):7P
人氣 :57
4.7
建筑輪廓線提取與規(guī)則化是LIDAR數(shù)據(jù)處理和建筑三維建模的重要步驟和技術(shù)難點(diǎn)。首次將"AlphaShapes算法"應(yīng)用于LIDAR數(shù)據(jù)處理,實(shí)踐證明該算法簡(jiǎn)潔高效、運(yùn)行穩(wěn)定、提取精度高,適用于任何形狀的建筑輪廓線提取,并具有一定自適應(yīng)性和濾波功能,非常適合LIDAR點(diǎn)云數(shù)據(jù)提取建筑輪廓線。同時(shí),提出了改進(jìn)的"管子算法"用于原始輪廓線的簡(jiǎn)化,提出了適用于四邊形的"矩形外接圓法"和適用于多邊形(大于四邊且邊數(shù)為偶數(shù))的"分類強(qiáng)制正交法"以進(jìn)一步實(shí)現(xiàn)輪廓線的規(guī)則化,最終解決了離散點(diǎn)云提取規(guī)則建筑輪廓線的核心問(wèn)題。實(shí)踐證明,本文所述算法適用于凸凹多邊形建筑內(nèi)外輪廓線的提取與規(guī)則化。
基于Alpha Shapes算法的LIDAR數(shù)據(jù)建筑物輪廓線提取
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.7MB
頁(yè)數(shù):3P
機(jī)載lidar點(diǎn)云數(shù)據(jù)分布呈現(xiàn)離散化,掃描的目標(biāo)點(diǎn)云沒(méi)有明確的輪廓,而建筑物形狀呈現(xiàn)復(fù)雜化和多樣化,這給提取機(jī)載lidar數(shù)據(jù)中建筑物輪廓線帶來(lái)了困難。alphashapes算法的優(yōu)點(diǎn)在于無(wú)需知道點(diǎn)云中各點(diǎn)處的法向量及其他先驗(yàn)知識(shí)就能進(jìn)行處理,避免了插值算法帶來(lái)的誤差影響,對(duì)于少量點(diǎn)云缺失及數(shù)據(jù)冗余的情況,算法仍具有良好的穩(wěn)定性和適應(yīng)性。alphashapes方法可以得到較為精細(xì)的建筑物邊緣,且該算法適用于各種多邊形建筑物輪廓線的提取。
基于LIDAR數(shù)據(jù)的建筑物輪廓提取
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>751KB
頁(yè)數(shù):3P
建筑物輪廓的準(zhǔn)確提取是建筑物三維重建中最重要的一步。本文在研究已有建筑物輪廓提取方法的基礎(chǔ)上,針對(duì)lidar離散的點(diǎn)云數(shù)據(jù),提出了一種自動(dòng)快速提取建筑物輪廓信息的方法。首先通過(guò)點(diǎn)云數(shù)據(jù)生成城市的數(shù)字表面模型(dsm)和數(shù)字地面模型(dtm)相減計(jì)算得出規(guī)則化的數(shù)字表面模型(ndsm),進(jìn)而將地面點(diǎn)和非地面點(diǎn)進(jìn)行分類;其次,考慮到地物的幾何特性,提出一種8鄰域搜索的方法對(duì)非地面點(diǎn)點(diǎn)云進(jìn)行分割,得到建筑物表面點(diǎn)云;最后運(yùn)用基于梯度圖的邊界跟蹤的方法來(lái)獲取建筑物的輪廓信息。實(shí)驗(yàn)表明:該方法能有效地提取建筑物輪廓。
基于方向預(yù)測(cè)規(guī)則化的機(jī)載激光雷達(dá)建筑物正交輪廓線提取
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>5.7MB
頁(yè)數(shù):9P
4.5
提取建筑物輪廓線是機(jī)載激光雷達(dá)(lidar)點(diǎn)云數(shù)據(jù)特征提取的熱點(diǎn);為了獲得較高精度的建筑物輪廓線;提出了一種基于方向預(yù)測(cè)規(guī)則化算法的機(jī)載激光雷達(dá)建筑物正交輪廓線提取方法;首先利用α-shape算法提取輪廓點(diǎn);然后利用改進(jìn)的douglas_peucker算法提取關(guān)鍵點(diǎn)并提出角度檢驗(yàn)規(guī)則篩選關(guān)鍵點(diǎn);使用隨機(jī)抽樣一致性算法簡(jiǎn)化輪廓線;最終用提出的方向預(yù)測(cè)算法進(jìn)行輪廓線規(guī)則化;通過(guò)vaihingen城區(qū)數(shù)據(jù)對(duì)算法進(jìn)行驗(yàn)證;結(jié)果表明:與流行的分類強(qiáng)制正交算法相比;方向預(yù)測(cè)規(guī)則化算法最大偏差平均減小了43.1%;均方根誤差平均降低了39.7%;建筑物占地面積相對(duì)誤差平均降低了7.02%;點(diǎn)云貢獻(xiàn)率平均提高了9.32%;有效減小了機(jī)載激光雷達(dá)點(diǎn)云建筑物正交輪廓線規(guī)則化誤差;
一種建筑物點(diǎn)云輪廓線的自動(dòng)提取方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>624KB
頁(yè)數(shù):6P
4.7
針對(duì)地面激光點(diǎn)云包含大量冗余數(shù)據(jù)、特征信息不明顯等缺點(diǎn),提出了一種自動(dòng)提取建筑物點(diǎn)云輪廓線的方法。首先基于主成分分析和熵函數(shù)計(jì)算每個(gè)點(diǎn)的最佳鄰域,再根據(jù)幾何位置關(guān)系,濾除散亂點(diǎn)和平面中的點(diǎn),保留輪廓線點(diǎn)云。針對(duì)不同地面激光點(diǎn)云數(shù)據(jù),無(wú)需反復(fù)調(diào)整閾值。實(shí)驗(yàn)證明,該方法提取的建筑物點(diǎn)云輪廓線清晰完整,與現(xiàn)有方法提取的結(jié)果相比正確率有一定的提高,且冗余點(diǎn)云幾乎全部被濾除,自動(dòng)化程度高,具有良好的適用性。
基于Matlab凸輪輪廓線反求工程
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>180KB
頁(yè)數(shù):3P
4.6
根據(jù)圖樣所給出的凸輪運(yùn)動(dòng)規(guī)律基本尺寸,基于matlab提出了用傅里葉函數(shù)方法擬合凸輪的輪廓線,并對(duì)其擬合誤差進(jìn)行分析,與用多項(xiàng)式擬合方法的擬合誤差進(jìn)行比較,得出用同階傅里葉函數(shù)擬合的方程誤差平方和(sse)更趨向于0,且各擬合點(diǎn)誤差較多項(xiàng)式擬合小,更能滿足擬合精度。求出凸輪的輪廓線坐標(biāo),并輸入到數(shù)控機(jī)床,完成凸輪的反求工程。實(shí)際運(yùn)行結(jié)果表明,由該方法加工出來(lái)的凸輪滿足生成工藝要求,可為類似凸輪設(shè)計(jì)提供借鑒。
基于彩色形態(tài)篩的建筑物主體輪廓提取算法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>2.6MB
頁(yè)數(shù):6P
4.7
針對(duì)常見(jiàn)的城市建筑物圖像,提出了一種由單幅圖像自動(dòng)完成建筑物主體輪廓提取的算法。算法利用基于凸包彩色形態(tài)篩的多尺度性,設(shè)計(jì)了城市建筑物場(chǎng)景貝葉斯概率統(tǒng)計(jì)模型,由最大化后驗(yàn)概率(maximumapos-terior,map)估計(jì)消隱點(diǎn)在圖像中的投影,利用邊緣像素分類的結(jié)果獲得建筑物的主體輪廓。該算法可用于單幅圖像,不需要邊緣檢測(cè)和hough變換等處理。實(shí)驗(yàn)結(jié)果證明,通過(guò)估計(jì)該場(chǎng)景結(jié)構(gòu)可以自動(dòng)獲得消隱點(diǎn)在圖像中的投影,進(jìn)而提取建筑物的平行六面體主體輪廓。
基于彩色形態(tài)篩的建筑物主體輪廓提取算法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>444KB
頁(yè)數(shù):6P
4.4
針對(duì)常見(jiàn)的城市建筑物圖像,提出了一種由單幅圖像自動(dòng)完成建筑物主體輪廓提取的算法。算法利用基于凸包彩色形態(tài)篩的多尺度性,設(shè)計(jì)了城市建筑物場(chǎng)景貝葉斯概率統(tǒng)計(jì)模型,由最大化后驗(yàn)概率(maximumapos-terior,map)估計(jì)消隱點(diǎn)在圖像中的投影,利用邊緣像素分類的結(jié)果獲得建筑物的主體輪廓。該算法可用于單幅圖像,不需要邊緣檢測(cè)和hough變換等處理。實(shí)驗(yàn)結(jié)果證明,通過(guò)估計(jì)該場(chǎng)景結(jié)構(gòu)可以自動(dòng)獲得消隱點(diǎn)在圖像中的投影,進(jìn)而提取建筑物的平行六面體主體輪廓。
基于灰關(guān)聯(lián)模型的凸輪廓線檢測(cè)系統(tǒng)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>310KB
頁(yè)數(shù):4P
4.6
文章建立了凸輪廓線的極徑值序列灰關(guān)聯(lián)模型,通過(guò)分析凸輪廓線的輪廓度來(lái)評(píng)價(jià)被測(cè)凸輪的合格性。設(shè)計(jì)了非接觸式凸輪廓線檢測(cè)系統(tǒng),能夠檢測(cè)凸輪的極徑值,并根據(jù)灰關(guān)聯(lián)模型的評(píng)定結(jié)果自動(dòng)分揀合格凸輪。對(duì)汽車制動(dòng)系上的某型凸輪進(jìn)行測(cè)試實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,基于灰關(guān)聯(lián)模型的凸輪廓線檢測(cè)系統(tǒng)的合格性評(píng)估誤差在[0.02,0.05]之間,合格性評(píng)估的標(biāo)準(zhǔn)差為0.084,文中設(shè)計(jì)的檢測(cè)系統(tǒng)的精度是傳統(tǒng)方法的5倍以上?;诨谊P(guān)聯(lián)模型的凸輪廓線檢測(cè)系統(tǒng)更適合于凸輪的批量檢測(cè)和精細(xì)生產(chǎn)。
大斷面硐室施工輪廓線的繪制方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>298KB
頁(yè)數(shù):2P
4.5
山西焦煤集團(tuán)白家莊煤礦八盤區(qū)暗斜井大斷面絞車硐室,在施工中用數(shù)學(xué)方法解決了畫輪廓線的難題,減少了高處作業(yè)搭、拆施工平臺(tái)工序,保證了施工正規(guī)循環(huán)作業(yè),施工方便、準(zhǔn)確性高,取得了良好的經(jīng)濟(jì)技術(shù)效果。
基于直線檢測(cè)算法的衛(wèi)星圖片中建筑物輪廓提取
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>702KB
頁(yè)數(shù):3P
4.7
提出一種方法,可以從衛(wèi)星圖像中自動(dòng)檢測(cè)建筑物。介紹了直線提取和直線合并的算法,分別討論算法的實(shí)現(xiàn)結(jié)果和對(duì)結(jié)果的評(píng)價(jià)。建筑物檢測(cè)的結(jié)果為矢量的二維候選數(shù)據(jù),縮短了原始圖像數(shù)據(jù)和最后對(duì)圖像理解之間的差距。
GPU加速的光滑輪廓線繪制
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.7MB
頁(yè)數(shù):3P
4.5
輪廓線的高效提取是非真實(shí)感繪制的一個(gè)關(guān)鍵問(wèn)題。提出了一個(gè)完全利用gpu生成光滑輪廓線的高效算法。在幾何處理階段,先根據(jù)相鄰三角形的法向量與視向量的關(guān)系檢測(cè)出輪廓線,然后對(duì)輪廓線進(jìn)行寬度擴(kuò)充,同時(shí)對(duì)輪廓線頂點(diǎn)設(shè)置相應(yīng)的漸變因子;在像素處理階段把漸變因子轉(zhuǎn)化為相應(yīng)的alpha值,通過(guò)光照生成卡通渲染,最后通過(guò)alpha混合得到光滑輪廓線。算法完全在gpu里實(shí)現(xiàn),能滿足實(shí)時(shí)的繪制要求。
用五次PH曲線設(shè)計(jì)圓盤凸輪輪廓線的研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>285KB
頁(yè)數(shù):4P
4.6
針對(duì)凸輪輪廓線目前在設(shè)計(jì)和應(yīng)用中存在的不足,提出用五次bézier形式的ph曲線設(shè)計(jì)對(duì)心直動(dòng)滾子圓盤凸輪理論廓線,使凸輪從動(dòng)件的運(yùn)動(dòng)速度和加速度光滑連續(xù),且在推程、回程的起點(diǎn)、終點(diǎn)處的速度和加速度皆為零,從而極大地改善了從動(dòng)件的運(yùn)動(dòng)特性和動(dòng)力特性,并且由所得的理論廓線可精確、方便地獲得凸輪的實(shí)際廓線和數(shù)控加工系統(tǒng)中刀具運(yùn)動(dòng)軌跡曲線.
平底從動(dòng)件盤形凸輪廓線的極坐標(biāo)解析法設(shè)計(jì)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>212KB
頁(yè)數(shù):6P
4.7
針對(duì)盤形凸輪廓線設(shè)計(jì)工作量大和設(shè)計(jì)精度較低的問(wèn)題,以從動(dòng)件的等速運(yùn)動(dòng)、等加速等減速運(yùn)動(dòng)、簡(jiǎn)諧運(yùn)動(dòng)、擺線運(yùn)動(dòng)的位移表達(dá)式出發(fā),提出用極坐標(biāo)矢量解析法設(shè)計(jì)平底從動(dòng)件盤形凸輪廓線,并且利用該方法推導(dǎo)出了盤形凸輪廓線方程.
隧道輪廓線開(kāi)挖及噴射混凝土控制技術(shù)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>3.9MB
頁(yè)數(shù):6P
4.4
以新建懷邵衡鐵路hshzq-4標(biāo)段內(nèi)拱橋鋪隧道施工為背景,結(jié)合工程實(shí)踐,對(duì)巖溶地質(zhì)條件下的隧道輪廓線開(kāi)挖和噴射混凝土施工技術(shù)進(jìn)行總結(jié),有效控制了巖溶隧道超挖量和噴射混凝土超耗量,積累了一定的技術(shù)和實(shí)踐經(jīng)驗(yàn),可為同類工程施工提供借鑒。
基于體元的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)建筑物提取算法
格式:pdf
大小:533KB
頁(yè)數(shù):4P
4.4
針對(duì)目前機(jī)載lidar點(diǎn)云數(shù)據(jù)存在的數(shù)據(jù)組織效率低下以及不利于查詢等問(wèn)題,本文提出了一種基于體元的建筑物提取算法。首先,構(gòu)建體元模型實(shí)現(xiàn)機(jī)載lidar數(shù)據(jù)的真三維描述;然后,計(jì)算局部鄰域曲面擬合殘差,將殘差最小的體元視作種子體元;最后,根據(jù)局部鄰域法向量夾角準(zhǔn)則來(lái)實(shí)現(xiàn)種子體元的區(qū)域增長(zhǎng),從而獲得建筑物點(diǎn)。本文選取isprs公開(kāi)的點(diǎn)云濾波測(cè)試數(shù)據(jù)中的8種復(fù)雜場(chǎng)景進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:本文算法不僅原理簡(jiǎn)單、容易實(shí)現(xiàn),而且具有較好的魯棒性,不會(huì)受地形以及建筑物類型和尺寸的限制,kappa系數(shù)達(dá)到80%以上,實(shí)現(xiàn)了復(fù)雜場(chǎng)景下建筑物的提取。
基于圖像處理技術(shù)的石材大板表面輪廓提取算法
格式:pdf
大小:617KB
頁(yè)數(shù):5P
4.8
目的研究石材大板表面輪廓提取算法,實(shí)現(xiàn)石材大板的在線測(cè)量,解決國(guó)內(nèi)石材企業(yè)不能對(duì)板材進(jìn)行在線測(cè)量和數(shù)控加工問(wèn)題.方法采用ccd攝像機(jī)、圖像采集卡和計(jì)算機(jī)來(lái)實(shí)現(xiàn)非接觸測(cè)量系統(tǒng)的硬件搭建,構(gòu)成基于ccd技術(shù)的石材大板在線測(cè)量系統(tǒng),利用數(shù)字圖像處理技術(shù)進(jìn)行石材大板表面廓形特征提取.用vc++編程實(shí)現(xiàn)圖像灰度變換、平滑處理、圖像分割和數(shù)學(xué)形態(tài)學(xué)處理過(guò)程,完成了石材大板表面輪廓提取.結(jié)果通過(guò)ccd圖像采集系統(tǒng)可以完成石材表面廓形提取,提取的廓形達(dá)到了石材設(shè)計(jì)要求.結(jié)論利用灰度變換、平滑處理、圖像分割和數(shù)學(xué)形態(tài)學(xué)等圖像處理技術(shù)完成的石材表面輪廓提取,為進(jìn)一步高精度尺寸計(jì)算提供基礎(chǔ).對(duì)利用礦山資源,節(jié)能減排具有重要意義.
掘進(jìn)工作面劃輪廓線的通知MicrosoftWord文檔
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>114KB
頁(yè)數(shù):3P
4.7
關(guān)于掘進(jìn)工作面劃輪廓線的通知 為了保證掘進(jìn)巷道的光面爆破和支護(hù)成形質(zhì)量,要求掘進(jìn)工作 面在打眼前(或割煤前)及爆破后按作業(yè)規(guī)程要求的斷面尺寸劃輪廓 線(半圓拱),具體要求如下。 1、劃輪廓線的方法:先延伸巷道中線至工作面迎頭,按中左、 中右尺寸要求,確定巷道兩幫位置并標(biāo)記;延伸巷道腰線至工作面, 根據(jù)墻高確定巷道拱基線,巷道兩幫拱基線與中線的交點(diǎn)即為半圓拱 圓心。如中線為偏中線,必須按尺寸移至巷道中心線線上。用皮尺畫 巷道頂部輪廓線,皮尺的一端壓在半圓拱圓心上,另一頭按巷道寬度 二分之一輪尺畫線,并標(biāo)記清楚,再按爆破說(shuō)明書要求標(biāo)定眼位打眼。 2、705回風(fēng)順槽腰線即為巷道拱基線,距底1.6米,距頂1.9米, 中線即為中中線。掘33米平巷后巷高變?yōu)樵O(shè)計(jì)高度3.2米,腰線(拱 基線)距底1.3米,距頂1.9米。 3、705材料上山腰線距底1米,距頂2.6米,腰線升
基于LiDAR數(shù)據(jù)的建筑物自動(dòng)提取方法的比較
格式:pdf
大小:751KB
頁(yè)數(shù):4P
4.7
簡(jiǎn)述三種典型的利用lidar點(diǎn)云自動(dòng)提取建筑物的方法。提出對(duì)建筑物提取結(jié)果的精度評(píng)價(jià)指標(biāo),并對(duì)三種方法的提取結(jié)果進(jìn)行比較。結(jié)果表明基于dempster-shafer理論的建筑物自動(dòng)提取方法最為穩(wěn)健。
觸針式輪廓測(cè)量誤差修正算法
格式:pdf
大小:189KB
頁(yè)數(shù):未知
4.4
本文在介紹觸針式二維輪廓測(cè)量?jī)x基本工作原理的基礎(chǔ)上,分析觸針測(cè)量方式的固有誤差和缺陷;設(shè)計(jì)了有效的誤差修正算法,彌補(bǔ)觸針式輪廓測(cè)量的固有誤差;引進(jìn)了形態(tài)學(xué)濾波算法,有效地濾除噪聲、振動(dòng)等干擾信號(hào)并保留了有用信息,同時(shí)補(bǔ)償了由觸針半徑引入的測(cè)量誤差,提高了儀器測(cè)量精度.
某圓柱凸輪機(jī)構(gòu)中凸輪凹槽輪廓線的反求設(shè)計(jì)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>304KB
頁(yè)數(shù):3P
4.8
以某礦所使用的圓柱凸輪機(jī)構(gòu)中的凸輪凹槽輪廓線的設(shè)計(jì)為例,簡(jiǎn)單介紹了反求設(shè)計(jì)的分析理論和設(shè)計(jì)方法,并用運(yùn)動(dòng)分析軟件證明了反求設(shè)計(jì)的分析理論和設(shè)計(jì)方法的可行性。
某圓柱凸輪機(jī)構(gòu)巾凸輪凹槽輪廓線的反求設(shè)計(jì)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>215KB
頁(yè)數(shù):未知
4.7
以某礦所使用的圓柱凸輪機(jī)構(gòu)中的凸輪凹槽輪廓線的設(shè)計(jì)為例.簡(jiǎn)單介紹了反求設(shè)計(jì)的分析理論和設(shè)計(jì)方法,并用運(yùn)動(dòng)分析軟件證明了反求設(shè)計(jì)的分析理論和設(shè)計(jì)方法的可行性。
土石方工程挖填輪廓線的定位放樣方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>312KB
頁(yè)數(shù):2P
4.7
本文介紹土石方工程開(kāi)挖和填筑輪廓線的放樣方法,是在實(shí)際工作中總結(jié)出來(lái)的,主要思想方法是采用試算逐漸逼近和直線插值的思想方法獲得,放樣時(shí)只在施工現(xiàn)場(chǎng)測(cè)算而不需繪圖,可達(dá)到快速、準(zhǔn)確的要求。
基于機(jī)載LiDAR數(shù)據(jù)的建筑屋頂點(diǎn)云提取方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>608KB
頁(yè)數(shù):5P
4.6
機(jī)載激光雷達(dá)技術(shù)已經(jīng)成為快速獲取城市建筑三維數(shù)字模型的有效手段,而建筑物屋頂點(diǎn)云提取則是建筑物三維數(shù)字模型重建的關(guān)鍵.為有效剔除植被和墻面點(diǎn)云,以及消除地形起伏對(duì)建筑點(diǎn)云提取精度的影響,提出一種層進(jìn)式屋頂點(diǎn)云提取方法.首先對(duì)lidar點(diǎn)云進(jìn)行濾波,在此基礎(chǔ)上利用點(diǎn)云回波特性和點(diǎn)云法向量檢測(cè)并刪除非地面點(diǎn)中特征明顯的植被點(diǎn)和建筑物墻面點(diǎn),然后利用連通成分分析法對(duì)非地面點(diǎn)聚類得到初始建筑點(diǎn),最后結(jié)合dtm并利用建筑物面積和高度信息分離得到建筑物屋頂點(diǎn)云.試驗(yàn)結(jié)果表明,本方法能有效地從機(jī)載點(diǎn)云數(shù)據(jù)中快速提取建筑屋頂點(diǎn)云,有效率可達(dá)85%以上.
基于高分辨率遙感影像的建筑物輪廓信息提取
格式:pdf
大小:1.0MB
頁(yè)數(shù):5P
4.4
針對(duì)許多領(lǐng)域?qū)ㄖ镄畔⒏碌钠惹幸?提出并發(fā)展了一套完整的基于高分辨率遙感影像的建筑物二維輪廓快速提取流程。首先介紹一種利用數(shù)學(xué)形態(tài)學(xué)理論進(jìn)行邊緣檢測(cè)和邊緣連接的新方法,然后利用了模式識(shí)別和圖像分析領(lǐng)域的相關(guān)技術(shù)(區(qū)域標(biāo)識(shí)和特征量測(cè)等)進(jìn)行建筑物二維信息的提取。最后通過(guò)quickbird影像進(jìn)行了方法驗(yàn)證,試驗(yàn)證明該流程可以快速有效的提取建筑物輪廓信息。
文輯推薦
知識(shí)推薦
百科推薦
職位:安全評(píng)價(jià)師(二級(jí))
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林