基于像素工厂产品提取建筑物矢量轮廓方法的研究与实践

论文摘要

遥感影像上地物的自动提取,是测绘制图实现全自动化的瓶颈之一。由于影像信息和建筑模型的复杂性,加之影像处理算法的不成熟,实现建筑物的自动提取还存在很多困难。随着像素工厂这种新的摄影测量系统的发展和应用,应用其独特的高质量DSM和真正射影像数据,探索一种简单规则建筑物的自动化提取,实现其提取结果的矢量化数据存储及应用是本文的主要研究内容,其主要创新点和工作内容有:1.阐述了论文的研究背景和实用意义,针对目前的研究现状指出了存在的主要问题。介绍了像素工厂的生产优势,研究了基于真正射影像和DSM数据提取规则建筑物的理论和方法,明确了本文的研究范围和基本思路。2.详细介绍了建筑物提取过程中的各种影像算法,分析Canny算子检测原理,利用自适应滤波改进Canny提取过程,完善算法的提取效果。3.针对影像提取的问题,介绍一种半自动人工辅助的规则建筑物提取策略,实现其轮廓边界的生成。利用DSM影像的特点,采用一种边缘规格化的方法生成DSM影像建筑物的轮廓边界线。4.结合真正射影像和DSM数据的特点,利用已有的算法和技术,完成一种简单规则建筑物轮廓自动提取方案,将结果生成带有空间坐标的制图矢量数据。5.将研究成果整合到数字制图(Mapstar)系统中,完善地图采集功能模块,搭建‘一个简单的影像地物提取框架,实现Mapstar生产中减少部分人工工作量的目的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状和发展动态
• 1.2.1 人工建筑物自动提取的研究现状
• 1.2.2 像素工厂摄影测量系统
• 1.3 本文的研究内容
• 1.4 论文组织结构
• 第二章 基于影像提取建筑物轮廓的理论与方法实践
• 2.1 建筑物模型
• 2.2 改进的自适应Canny边缘检测算法
• 2.2.1 图像边缘检测算法
• 2.2.2 改进的自适应平滑滤波Canny算法
• 2.3 边缘跟踪算法
• 2.4 基于Hough变换提取建筑物
• 2.4.1 Hough变换的概念
• 2.4.2 基于Hough半自动提取建筑物轮廓
• 2.5 小结
• 第三章 基于DSM数据的建筑物提取
• 3.1 数字表面模型DSM
• 3.1.1 DSM的表达
• 3.1.2 DSM的获取及存储方式
• 3.2 DSM数据预处理
• 3.2.1 点阵DSM数据的内插重采样
• 3.2.2 规则格网DSM的距离成像
• 3.2.3 DSM影像的平滑滤波
• 3.3 自适应DSM阈值分割算法
• 3.4 基于DSM的建筑物轮廓提取
• 3.4.1 建筑物边缘检测和边界跟踪
• 3.4.2 建筑物轮廓生成
• 3.5 小结
• 第四章 基于像素工厂数据的建筑物矢量轮廓提取
• 4.1 像素工厂的数字产品
• 4.2 像素工厂数据预处理
• 4.2.1 像素工厂DSM数据滤波处理
• 4.2.2 DSM数据和真正射影像配准
• 4.2.3 重采样裁减DSM数据
• 4.3 基于规则格网DSM影像进行建筑物轮廓提取
• 4.3.1 DSM影像建筑物边缘提取
• 4.3.2 建筑物轮廓线生成
• 4.4 基于真正射和DSM建筑物轮廓提取
• 4.4.1 真正射影像的建筑物边缘矢量提取
• 4.4.2 轮廓边缘的筛选
• 4.4.3 真正射影像规则建筑物轮廓边界生成
• 4.4.4 建筑物轮廓矢量数据存储
• 4.5 小结
• 第五章 实验分析与系统应用
• 5.1 建筑物轮廓生成效果分析
• 5.2 矢量数据精度分析
• 5.3 Mapstar系统应用
• 第六章 总结与展望
• 6.1 总结
• 6.2 进一步研究的工作
• 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