基于三维点云的建筑物顶面损毁区域信息提取

发布时间：2021-07-30 17:23

　　传统建筑物顶面损毁区域检测方法存在图像灰度级不理想、信息提取准确度低的问题。为此,提出新的基于三维点云的建筑物顶面损毁区域信息提取方法。分析建筑物损毁区域顶面特征结构分布图,获得可靠聚类种子点,构建邻域投票模型,使建筑物损毁区域顶面图像的错分现象降到最低。结合RANASC方法构建主动提炼准则平面模型,实现建筑顶面损毁区域图像信息的提取。为验证研究的有效性,进行一次仿真。实验结果证明:研究方法获取的图像灰度级更优,有效提高了图像清晰度,能更准确提取建筑物顶面损毁区域信息。 

【文章来源】：计算机仿真. 2020,37(06)北大核心

【文章页数】：4 页

【部分图文】：

权函数分布示意图

实验设置建筑物顶面图像的灰度级,将白色与黑色之间分成不同灰度等级,范围一般从0～255,白色为255,黑色为0,在此灰度级变化范围中,记录不同方法下的图像像素数。像素越大,分辨率越高,图像则越清晰,实验结果如图2所示。由图2实验结果可知,文献[1]方法获取的建筑物顶面图像的像素较低,相比之下,文献[2]方法的像素出现了一些较高值,但是在灰度级不同情况下像素值不稳定,说明所获取的图像质量偏低。研究方法的主要灰度级为0～150,该灰度变化范围符合正常灰度图像要求,且像素值较高,说明研究方法图像处理视觉效果更好,可进一步判别建筑物顶面的损毁情况。

为进一步验证研究方法的有效性,利用文献[1]和文献[2]方法对上述建筑物顶面损毁区域进行信息提取,实验结果如图3所示。通过图3能够看出文献[1]方法未能提取出小范围损毁区域的信息;文献[2]方法提取出的损坏区域信息出现不完整问题,且提取出的信息存在误提取情况;相比之下研究方法精确的提取到不同损毁范围的信息,该实验结果表示方法具有较高的信息提取精度,对建筑物顶面损毁区域的提取效果更理想。

【参考文献】：
期刊论文
[1]基于VGG16预编码的遥感图像建筑物语义分割[J]. 徐昭洪,刘宇,全吉成,吴晨.  科学技术与工程. 2019(17)
[2]基于DCNN特征的建筑物震害损毁区域检测[J]. 周阳,张云生,陈斯飏,邹峥嵘,朱耀晨,赵芮雪.  国土资源遥感. 2019(02)
[3]基于同名特征的建筑物高度高分影像提取方法[J]. 龙恩,汪源,孟钢,王伟阳,陈旭,连翠萍.  遥感技术与应用. 2019(01)
[4]基于特征提取的点云自动配准优化研究[J]. 杨高朝.  计算机工程与应用. 2018(16)
[5]地面激光点云的建筑区域快速提取方法[J]. 董安国,黄亮.  测绘地理信息. 2018(03)
[6]利用词袋模型检测建筑物顶面损毁区域[J]. 涂继辉,眭海刚,冯文卿,孙开敏.  武汉大学学报(信息科学版). 2018(05)
[7]基于特征级融合方法的高光谱影像建筑物提取[J]. 徐锐,林娜,代文良.  地理空间信息. 2018(04)
[8]从三维激光点云中快速统计树木信息的方法[J]. 肖杨,胡少兴,肖深,张爱武.  中国激光. 2018(05)
[9]共享近邻聚类算法点云面线提取[J]. 辛群荣,姚吉利,徐广鹏.  测绘科学. 2018(01)
[10]基于区域分割的点云骨架提取算法[J]. 晁莹,耿国华,张雨禾,张靖.  计算机工程. 2017(10)



本文编号：3311818