InSAR建筑物图像仿真及高程反演方法

在建筑规划和历史遗迹重建等领域,需要在重建的场景中添加、删除虚拟物体.能否获得图像拍摄时刻的光照信息,是决定最终合成图像的照片级真实感程度的重要因素之一.本文对基于单幅建筑物图像的光源方向检测技术进行了研究.把户外的太阳光看作为平行光,在建筑物坐标系中其方向可以用方位角和仰角表示.利用图像中建筑物表面阳光强度值的变化来确定方位角.在此基础上,可以利用建筑物表面突出部分与其阴影之间的关系来确定仰角.这项技术可以应用于大多数建筑物的重建系统中.

针对在高分辨率sar图像上具有明显l型结构高亮特征的建筑物目标,提出了一种提取高分辨率sar图像建筑物l型结构中心线,并进而提取建筑物几何信息的方法。运用基于gabor纹理特征和模糊c均值的方法对sar图像进行分割,再结合骨架提取、骨架跟踪、最小外接矩形提取、最小二乘准则等技术实现了l型结构中心线的提取,最后利用中心线获取了建筑物的长度、宽度和方位角信息。基于机载sar图像的实验表明,利用提出的方法从sar图像提取的建筑物几何结构和方位信息具有较高的精度。

通过对福州市tm图像资料进行几何校正和不同的增强处理,以监督分类和非监督分类两种方法提取人工建筑物信息,并与目视解译相比较。结果表明利用计算机进行自动分类在人工建筑物信息提取中也能取得好的效果。

传统算法直接使用数字表面模型(dsm)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比svm算法降低了1.18%的误提率和6.51%的漏提率。

与传统的信息提取方法相比；将机器学习算法应用到遥感影像信息提取中；可以提高结果的精度；文章以worldview-2遥感影像为例；首先利用多尺度分割选取最优分割尺度；获得影像对象；在基于对象的基础上利用特征空间优选工具获得最优特征子集；最后利用j48算法、随机森林算法对建筑物提取的效果进行分析；实验结果表明:j48算法在高分辨率影像建筑物提取中有更好地效果；

用航空遥感图像评价晋城市建筑物现状的方法研究

从遥感图象中提取人造目标(例如建筑物、交通枢纽等)在国防和现代化建设实践中有着十分重要的意义。遥感图象一般都幅面较大,包含的目标较多,而且由于占据的实际地面面积较大,光照条件不尽相同,因此要让计算机自动检测其中的建筑物是一项极具挑战性的工作。提出一种并行的自动检测建筑物的方法。

以汶川地震中的都江堰地区震后遥感图像为例,研究分析了图像分割技术及模糊分类技术,在此基础上,用分类精度更高的单尺度、多特征的面向对象图像处理方法进行建筑物震害评估。重点探索了混淆矩阵在震害评估中的应用,通过kappa统计值进行震害分类结果的比对与精度评价,并验证该分类方法的稳定性。研究结果表明:改进后的面向对象图像处理方法简单、快速且精度较高,具有良好的适用性和稳定性。

用航空遥感图像评价晋城市建筑物现状的方法研究

提出了一种新的从航空城区图像中自动提取矩形建筑物的方法.该方法基于从航空城区图像中提取的边缘,经过轮廓跟踪,采用splitting方法提取直线,得出其相应的直线几何图形;针对航空图像的复杂及现有边缘检测算法的不足,提出了一系列直线处理的方法(如直线的分类、排序、合并、调整等)有效地弥补了前述处理的不足;为提高矩形房屋提取的准确率,引入知识定义了几种近似的矩形结构.文章采用几何结构元分析的方法,提取图形中构成矩形的各种基本结构元,再根据结构元合并的准则,将各种基本结构元通过一定的合并算法合并成矩形结构.大量试验结果证明该方法提取矩形房屋的准确率较高,鲁棒性好,运算速度快,具有较强的实际应用价值

实验建筑物轴线放样和高程测设 1.目的和要求 (1)掌握建筑轴线测设的基本方法。 (2)掌握建筑施工中高程测设的基本方法。 2.计划与仪器工具 (1)实验时数为4学时，实验小组由4-6人组成。 (2)小组配备dj6经纬仪1台，ds3水准仪1台，30m钢尺1把，测杆1根，水准尺1支，记 录板1块，榔头1把，木桩6个，测钎2只，，伞1把。计算器，铅笔自备。 3.方法与步骤 (1)布设控制点 在空旷地面选择一点，打下一木桩，桩顶画十字线，交点即为a点。从a点用钢尺丈量一 段50.000m的距离定出一点，同样打木桩，桩顶画十字线，交点即为b点。设a、b点的坐标 为：a（100.000，100.000），b（100.000，150.000）。设a点的高程ha＝10.000m。以上 数据为控制点a、b的已知

通过对水准测量的简单介绍,结合沉降观测经验,就如何在满足沉降测量精度的基础上灵活运用独立高程系统进行建筑物沉降观测作了探讨,以便了解建筑物的沉降情况。

从遥感影像中自动提取建筑物是研究从遥感影像构建地图的关键技术。针对当前建筑物自动提取算法中存在的缺陷,提出了一种基于数字高程模型的建筑物自动提取算法。该算法是建立在灰度数学形态学、矢量化变换、离散化噪音消除以及边缘简化技术综合的基础上,充分考虑了建筑物后续重建计算量的问题。实验结果表明利用该算法提取出的建筑物边缘清晰正确,同时又能大大减少冗余数据量。

为了分析汶川地震震后高分辨率合成孔径(sar)图像的城区建筑物特征,基于实际获取的机载x波段sar图像,采用电磁模拟方法进行分析和研究。通过对城区的完整建筑和毁损建筑进行三维建模,采用射线跟踪的电磁计算方法和图像域积分的成像模拟方法得到不同受灾程度的建筑物sar模拟图像。与真实sar图像对比分析,提出的算法能够分析建筑物结构变化对sar图像的影响,模拟主要的强散射点,能有效辅助sar图像进行城区特征分析。

首先对上海市中心城区遥感影像建库,把众多的遥感影像数据组织起来,以方便管理和使用.在此基础上,利用gis和rs技术,对遥感数据解译处理,提取建筑物阴影信息,从而为估算建筑物高度值作准备.

红外成像技术采用非接触式检测方法,对结构表面进行实时、快速大面积扫描探测,作为无损探测领域一项新的技术在建筑工程中得到越来越广泛的应用。但是,这种检测技术的一个重要问题是受到环境条件的约束,使得缺陷部位显示不明显,通过图像处理等手段使得建筑缺陷突出,并能自动计算出缺陷部位的面积;实验和现场取样检测表明,该检测方法具有非接触大面积检测、响应速度快、检测精度高、自动化程度高和对环境要求低等优点。

图像增强所包含的主要内容如下图。 1.灰度变换 灰度变换可调整图像的动态范围或图像对比度,是图像增强的重要手段之一。 （1）线性变换 令图像f(i，j)的灰度范围为[a，b]，线性变换后图像g(i，j)的范围为[a′,b′],如下图 g(i，j)与f(i，j)之间的关系式为： 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显 示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像 每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。 (2)分段线性变换 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采 用分段线性变换。如下图所示。 设原图像在[0，mf],感兴趣目标所在灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则 对应的分段线性变换表达式为 通过调整折线拐点的位置及控制分段直线的斜率，可

精确识别细胞的前提是细胞采样。利用图像矩的旋转不变性和平移不变性,提出利用图像矩的概念对细胞进行采样处理,进而提取细胞的相关数学参数。首先利用动态阈值的方法分割灰度化后的细胞图像;然后利用图像细化算法对粘连细胞进行分割处理;最后利用图像矩提取样本细胞。实验证明该方法有较好的稳定性和鲁棒性。

城市内加盖、扩建违法建筑物现象严重,如何快速准确地获取城市建筑物的基本情况,监测出违法建筑物信息,成为城市规划、建设部门的一个迫切问题;根据不同时期数字表面模型(dsm)差值比对可以获取建筑物高度变化的原理,通过对雷达及光学卫星影像各自特征的对比,提出了利用多源影像数据,快速准确的发现建筑物变化信息的方法。

针对insar在城市建筑物沉降监测中的精度评估需求，以天津市市内六区同步采集的sar数据、水准数据为例进行两者的差异性分析，提出采用距离加权法、沉降量指标来实现两者的时空一致性。在此基础上参考建筑物沉降监测的规范，以渤海大楼为例来对比分析insar测量、水准测量的沉降量值，提出了insar技术可达到建筑物三级测量精度指标。

本探测系统包括光源和摄像机(22),光源将光照射在挡光表面(16,26)上,摄像机对照射光(18,20)与挡光表面的相交点进行成像。摄像机和光源是这样布置的,相交点比较靠近摄像机视场的中心,而与光源之间

相干系数图由两幅配准的合成孔径雷达(sar)图像做交叉相关运算获得.在很多应用中它既可以作为sar亮度数据的补充信息,也可以作为独立的信息源.针对sar亮度图像,已经有大量研究者研究过其统计特性.相比之下,对相干系数统计特性的研究非常缺乏.在已有的文献中,所有涉及insar相干系数统计特性的工作,都直接采用gaussian分布对相干系数值进行建模,而不考虑数据的分辨率和场景的类型.本文的主要贡献为研究了几种典型的统计模型对城市场景下的高分辨率insar相干系数进行建模表示时的精确程度.在地物目标方面,本文选取城市中3类典型的地物目标,包括树木、建筑物和阴影,作为有代表性的城市目标.在统计模型方面,评估了5种常用的概率分布模型,包括gaussian、weibull、rayleigh、nakagami和beta.在高分辨率tandem-x数据上的实验证明使用beta分布建模,精度优于其它几种常见分布.最后,beta分布被用在建筑物检测中.