基于电子地图的建筑物大小估算方法研究

发布时间：2020-10-21 15:47

　　 随着手机等移动通信设备的普及到现在物联网时代的来临,移动通信技术在过去十几年得到了快速的发展。通信技术不断地发展不仅促进了社会的进步,国民经济的发展,也很大程度地改变了人们传统的生活方式。随着5g通信技术的到来,需要使用新型的基站对信号进行传播,这种基站被称为微基站。因为微基站功率较小,基站周围的建筑物会对信号传播产生影响。为了减小建筑物对信号传播的影响,我们需要选择一个好的位置安装基站。所以快速地对基站周围的建筑物的高度、面积进行统计受到越来越多的关注。由于城市中建筑物密集,人工测量的方法低效并且更新不够及时。随着互联网的发展,电子地图越来越普及,人们可以随时通过网站获取某一建筑物的高分辨率卫星照片,因此通过电子地图对建筑物属性提取的方法越来越受到欢迎。本文主要基于市面上的电子地图,通过对电子地图中建筑物轮廓以及建筑物阴影的提取,进而确定建筑物的大小等信息,为微基站的选址以及改善通信质量提供数据支持。在对建筑物面积进行估算时,首先要提取建筑物的轮廓,通过聚类方法对建筑物进行平滑,去除小的噪声点,并且将前景与背景的颜色进行增强。然后将彩色图像转化为灰度图像计算最优分割阈值,利用最优分割阈值对图像进行分割,得到了想要提取的建筑物前景图像,然后利用图像形态学技术以及孔洞填充算法对图像进行优化,剔除噪声,然后利用轮廓跟踪算法对建筑物的轮廓进行提取,并且利用面积阈值以及长宽比阈值对提取的轮廓进行筛选,最后得到建筑物的轮廓。使用漫水算法对建筑物的轮廓进行填充计算面积,得到了准确率为94.16%的面积估算效果。对建筑物的高度进行估算时,我们要提取建筑物的阴影轮廓,首先利用阴影的灰度值较小的特点提出一种动态计算阴影分割阈值的方法,对建筑物的阴影进行提取,其次通过对阴影周围的地物进行提取,通过判断该地物是否是建筑物来对提取的阴影轮廓进行筛选,然后通过改进的角点距离法计算阴影长度,利用建筑物阴影长度与建筑物高度以及卫星方位角,太阳方位角等参数对建筑物的高度进行计算,通过该方法对建筑物高度进行估算,得到了准确率为90.40%的高度估算效果。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：P289;TN929.5
【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和研究意义
    1.2 国内外发展现状
    1.3 本文的主要工作与创新
    1.4 本文章节安排
第二章 轮廓提取的基本算法
    2.1 引言
    2.2 卫星遥感图像分割技术
    2.3 图像形态学基础
        2.3.1 腐蚀与膨胀
        2.3.2 开操作和闭操作
        2.3.3 点生长法寻找连通区域
        2.3.4 孔洞填充
    2.4 轮廓跟踪
    2.5 本章小结
第三章 建筑物轮廓提取
    3.1 引言
    3.2 轮廓提取
        3.2.1 图像分割
        3.2.2 轮廓提取与筛选
    3.3 轮廓提取效果分析
    3.4 本章小结
第四章 建筑物的阴影轮廓提取
    4.1 引言
    4.2 卫星遥感图像中阴影的提取方法
        4.2.1 阴影的性质
        4.2.2 阴影的轮廓提取
        4.2.3 阴影轮廓的筛选
    4.3 建筑物轮廓提取结果进行修正
    4.4 本章小结
第五章 建筑物高度及面积的估算
    5.1 引言
    5.2 建筑物高度的估算方法
        5.2.1 阴影长度的估算方法
        5.2.2 计算建筑物高度的公式
    5.3 建筑物面积的估算方法
    5.4 建筑物面积以及高度估算的结果及分析
        5.4.1 建筑物面积的估算结果
        5.4.2 建筑物高度的估算结果
    5.5 小结
第六章 系统的设计与展示
    6.1 引言
    6.2 系统设计方法及技术
        6.2.1 前端实现
        6.2.2 服务器端实现
    6.3 系统的使用方法及效果展示
    6.4 本章小结
第七章 全文总结与展望
    7.1 完成工作
    7.2 未来展望
致谢
参考文献
攻读硕士学位期间取得的成果

【参考文献】

相关期刊论文 前10条

1 聂欢欢;伊磊;刘任平;;基于区域生长法提取二值图像中的连通区域[J];计算机时代;2012年06期

2 宗苏;;用自动阈值分割的方法将灰度图像转化成二值图[J];文体用品与科技;2011年12期

3 张德才;周春光;周强;池淑珍;王甦菁;;基于轮廓的孔洞填充算法[J];吉林大学学报(理学版);2011年01期

4 杨露菁;郝威;刘忠;王德石;;基于多特征空间与神经网络的SAR图像识别方法[J];系统工程与电子技术;2009年12期

5 刘丽;匡纲要;;图像纹理特征提取方法综述[J];中国图象图形学报;2009年04期

6 韩彩夏;王晓宇;;基于Mean-shift算法与模糊熵的图像平滑[J];计算机应用;2009年01期

7 王永刚;刘慧平;;利用角点最近距离统计平均法计算建筑物阴影长度[J];国土资源遥感;2008年03期

8 田新光;张继贤;张永红;;利用QuickBird影像的阴影提取建筑物高度[J];测绘科学;2008年02期

9 张桂芳;单新建;尹京苑;马照松;赵俊娟;;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[J];地震地质;2007年01期

10 周猛;李钢;;一种具有抗噪声干扰的图像轮廓跟踪算法的研究[J];计算机技术与发展;2006年09期

相关博士学位论文 前2条

1 张大明;基于图理论的图像分割和分类算法研究[D];安徽大学;2011年

2 幸锐;基于纹理的图像聚类研究[D];浙江大学;2009年

相关硕士学位论文 前3条

1 耿帅;基于数学形态学的图像去噪[D];山东师范大学;2012年

2 唐峰;基于稀疏编码与机器学习的图像内容识别算法研究[D];上海交通大学;2011年

3 陆见微;高分辨率遥感图像中建筑物外形自动提取方法研究[D];中国科学院研究生院（电子学研究所）;2006年

本文编号：2850313