基于高分辨率遥感影像与LiDAR点云的损毁建筑物提取方法研究

发布时间：2017-09-26 21:25

  本文关键词：基于高分辨率遥感影像与LiDAR点云的损毁建筑物提取方法研究

  更多相关文章： LiDAR 高分辨率遥感影像 多尺度分割 SVM 损毁建筑物

【摘要】：近几十年来地震频发,地震作为自然界中破坏力最强的灾害之一给人类社会带来了越来越多的灾难。基于震后应急救灾以及震后受灾信息快速评估的需求,针对震后灾区地形情况复杂,建筑物受损形式多种多样,在遥感影像上特征各异,单一遥感数据源通常提取精度不高的问题,本研究基于震后高分辨率遥感影像与LiDAR点云数据,通过分析使用高分辨率遥感影像丰富的纹理、形状等特征以及LiDAR点云的高程信息,采用面向对象的多尺度分割和支持向量机分类方法实现外观上损毁、倒塌建筑物提取,解决了震后受灾建筑物快速准确提取问题,本文完成的主要工作如下：1、本研究使用实验区LiDAR点云处理得到的nDSM以及对nDSM进行Canny算子边缘检测得到的地物轮廓图和高分辨率遥感影像一起进行了多尺度分割。实验结果证明加入LiDAR点云信息后有效减少了高分辨率遥感影像单独进行多尺度分割易出现因同谱异物而错分的现象。2、本文使用灰度共生矩阵的熵作为分割后对象新的同质性评价指标,与作为异质性指标的全局Moran'I指数组合构成了全局最优分割尺度目标函数,经实验证明该方法可行。3、研究确定了用于实验区损毁建筑物提取的分类特征组合。根据实验区的不同地类综合利用了高分辨率遥感影像的三种特征：光谱、纹理和形状特征,以及LiDAR点云的高程信息确定了实验的分类特征组合,其中本文构建了基于RGB影像的植被提取规则,经实验证明提取绿色树木精度较高。4、研究确定了基于支持向量机(SVM)分类方法的损毁建筑物提取流程,经研究分析后使用了径向基核函数作为支持向量机的核函数,通过网格搜索以及交叉寻优得到了最优核函数参数组合。5、在Visual Studio2010平台基于C++语言,采用支持向量机分类方法集成开发了本文实验的损毁建筑物提取程序,并对分类结果进行了精度评价。最后得到基于本研究方法进行损毁建筑物提取的生产者精度为92.22%,用户精度为90.22%,Kappa系数为0.857,取得了良好的精度,证明本文方法用于损毁建筑物提取切实可行,对以后开展类似工作有一定参考意义,为震后损毁建筑物快速评估提供了理论与技术支持。
【关键词】：LiDAR 高分辨率遥感影像 多尺度分割 SVM 损毁建筑物
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P23;P315.9
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-18
• 1.1 研究背景及意义11-13
• 1.2 国内外研究现状13-15
• 1.3 研究内容与技术路线15-16
• 1.3.1 研究内容15-16
• 1.3.2 技术路线16
• 1.4 各章概要16-18
• 第2章 面向对象的遥感影像分类方法18-34
• 2.1 影像分割18-20
• 2.1.1 影像分割的定义18
• 2.1.2 影像分割方法18-20
• 2.2 遥感影像多尺度分割技术20-27
• 2.2.1 影像分割中的尺度问题20-21
• 2.2.2 多尺度分割概念21-22
• 2.2.3 基于分型网络演化方法的多尺度分割算法22-24
• 2.2.4 最优分割尺度选择24-27
• 2.3 影像对象特征参数27-29
• 2.4 影像对象分类方法29-33
• 2.4.1 支持向量机基本原理29-32
• 2.4.2 支持向量机分类流程32-33
• 2.5 本章小结33-34
• 第3章 实验数据预处理与配准34-43
• 3.1 实验数据概述34-35
• 3.2 LiDAR点云预处理35-38
• 3.2.1 LiDAR点云粗差剔除35-36
• 3.2.2 LiDAR点云数据滤波36-37
• 3.2.3 点云数据生成nDSM37-38
• 3.3 LiDAR点云与高分辨率遥感影像配准38-40
• 3.3.1 高分辨率遥感影像与LiDAR点云配准的主要流程38-39
• 3.3.2 高分辨率遥感影像与LiDAR点云配准方法39-40
• 3.4 配准实验40-41
• 3.5 本章小结41-43
• 第4章 LiDAR数据与高分辨率遥感影像的多尺度分割43-53
• 4.1 LiDAR数据参与的多尺度分割43-47
• 4.1.1 LiDAR点云参与影像多尺度分割的方式43-45
• 4.1.2 LiDAR数据对影像分割性能的影响45-46
• 4.1.3 LiDAR数据对影像分割尺度的影响46-47
• 4.2 LiDAR点云参与下的最优分割参数选择47-52
• 4.3 本章小结52-53
• 第5章 损毁建筑物提取实验53-65
• 5.1 实验平台53
• 5.1.1 硬件平台53
• 5.1.2 软件平台53
• 5.2 分类特征选择53-57
• 5.2.1 LiDAR特征选取54
• 5.2.2 高分辨率遥感影像特征选取54-57
• 5.3 损毁建筑物提取流程57-61
• 5.3.1 训练样本选取与分类特征值计算58-59
• 5.3.2 核函数选择与核函数参数寻优59-61
• 5.4 分类结果与精度分析61-64
• 5.4.1 分类结果61-62
• 5.4.2 分类精度评价62-64
• 5.5 本章小结64-65
• 结论与展望65-67
• 结论65
• 展望65-67
• 致谢67-68
• 参考文献68-72

【相似文献】

中国期刊全文数据库 前10条

1 王爱萍;王树根;吴会征;;利用分层聚合进行高分辨率遥感影像多尺度分割[J];武汉大学学报(信息科学版);2009年09期

2 王艳梅;王根杰;刘海娟;;高分辨率遥感影像提取道路方法研究进展[J];赤峰学院学报(自然科学版);2013年19期

3 顾钰培;肖兰玲;凌婷婷;达利春;;一种基于高分辨率遥感影像的建筑物提取方法[J];测绘与空间地理信息;2014年04期

4 赵书河;;高分辨率遥感数据处理方法实验研究[J];地学前缘;2006年03期

5 罗军;潘瑜春;王纪华;陆洲;曹荣龙;阎广建;;基于高分辨率遥感影像的设施农业资源信息采集技术研究[J];地理与地理信息科学;2007年03期

6 邵芸;郭华东;范湘涛;王尔和;朱博勤;马建文;张风丽;;奥运主场馆区工程环境高分辨率遥感监测与虚拟仿真研究[J];遥感学报;2008年04期

7 陈世荣;马海建;范一大;徐丰;连健;;基于高分辨率遥感影像的汶川地震道路损毁评估[J];遥感学报;2008年06期

8 韩春峰;米晓飞;;基于高分辨率遥感影像的人口信息的提取综述[J];科技资讯;2010年04期

9 李彩露;吴平;王宁;刘源璋;;高分辨率遥感影像道路提取方法综述[J];地理空间信息;2011年03期

10 杨先武;韦春桃;李彩露;吴平;;基于形态重建的高分辨率遥感影像城市道路提取[J];地理科学;2011年08期

中国重要会议论文全文数据库 前10条

1 李艳芳;王生;;高分辨率遥感影像在公安行业的应用分析[A];第十七届中国遥感大会摘要集[C];2010年

2 赵书河;王培法;肖鹏峰;冯学智;;高分辨率遥感应用研究[A];中国地理学会2006年学术年会论文摘要集[C];2006年

3 朱晓铃;邬群勇;;基于高分辨率遥感影像的城市道路提取方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 张剑清;郑顺义;张勇;张宏伟;李治江;;高分辨率遥感影像的精纠正[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

5 马力;;基于高分辨率遥感影像的导航数据更新研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

6 陈君颖;田庆久;;高分辨率遥感植被分类模式研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 燕琴;张继贤;刘玉红;钱广军;;以影像序列纠正高分辨率遥感影像的应用研究[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

8 温小欢;林广发;陈明华;陈友飞;;基于高分辨率遥感影像独立树冠提取方法之比较[A];中国地理学会百年庆典学术论文摘要集[C];2009年

9 罗震;杨存建;李小文;;基于高分辨率遥感影像的农村聚落信息的提取[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

10 董明;;基于高分辨率遥感影像的道路半自动提取方法研究[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

中国重要报纸全文数据库 前1条

1 本报记者 崔恩慧;如何“玩转”高分辨率遥感技术?[N];中国航天报;2014年

中国博士学位论文全文数据库 前10条

1 霍宏;生物视觉启发的高分辨率遥感影像特征提取与目标检测研究[D];上海交通大学;2014年

2 李荣亚;双态云支持下高分辨率遥感存储与计算一体化研究[D];浙江大学;2014年

3 陶超;高分辨率遥感影像中的城区与建筑物检测方法研究[D];华中科技大学;2011年

4 陶超;高分辨率遥感影像中的城区与建筑物检测方法研究[D];华中科技大学;2012年

5 洪亮;基于对象马尔可夫模型的高分辨率遥感影像分割方法研究[D];武汉大学;2010年

6 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年

7 Rami Badawi（巴达卫）;基于高分辨率遥感影像的南京典型城区绿地信息提取[D];南京大学;2012年

8 张道兵;高分辨率遥感影像中交互式道路提取算法研究[D];中国科学院研究生院（西安光学精密机械研究所）;2007年

9 冯甜甜;基于高分辨率遥感数据的城市精细尺度人口估算研究[D];武汉大学;2010年

10 李海霞;高分辨率遥感影像对象分类方法研究及其城乡规划监测应用[D];中国农业大学;2014年

中国硕士学位论文全文数据库 前10条

1 许潜金;基于高分辨率遥感影像与LiDAR点云的损毁建筑物提取方法研究[D];西南交通大学;2015年

2 李建飞;高分辨率遥感影像中的道路信息提取与表达方法研究[D];湖南工业大学;2015年

3 孙雯;微小卫星低成本高分辨率遥感相机的设计和研制[D];苏州大学;2015年

4 程臻;面向对象的高分辨率遥感影像全要素分类研究[D];哈尔滨工业大学;2015年

5 康萌萌;基于共享特征的高分辨率遥感影像多层次分类研究[D];上海交通大学;2013年

6 潘旋;基于混叠采样的高分辨率遥感光谱成像研究[D];西安电子科技大学;2013年

7 黄雪青;基于高分辨率遥感影像的信息提取[D];重庆大学;2008年

8 田正杰;高分辨率遥感影像道路分割与提取算法研究[D];西安科技大学;2009年

9 施蓓琦;高分辨率遥感影像的几何精纠正及其精度度量[D];上海师范大学;2006年

10 申真;基于面向对象的高分辨率遥感影像道路提取研究[D];江西理工大学;2012年

，

本文编号：925806