【技术实现步骤摘要】
一种基于面向对象法实现建筑物快速自动提取方法及系统
本专利技术涉及数字图像处理的
,特别是一种基于面向对象法实现建筑物快速自动提取方法及系统。
技术介绍
建筑物作为三维地理信息系统中的重要组成部分,由于其具有相对固定的位置和相对规则的外形,通常将其作为激光雷达点云数据中的重要标定物。因此,在激光雷达点云数据的处理过程中,如何实时、准确地提取出其中所包含的建筑物位置信息和顶面类型信息是一项急需解决的重要问题。目前,针对激光雷达点云数据进行滤波、分割处理的方法基本上都是采用“后处理”的方式,如:数学形态学滤波方法、三角网格滤波方法、区域生长方法、随机采样一致性方法和K-means聚类分析方法等。这些方法较为适合于处理片状点云数据,虽然具有较高的精度,但所需的运算时间较长,很难满足在扫描过程中进行实时成像和建筑物特征提取的需求。公开号为CN103018728A的专利技术专利公开了一种激光雷达实时成像和建筑物特征提取的方法,将激光雷达获得的扫描线上的激光脚点映射至其理想扫描线上;对理想扫描线进行栅格化处理;通过线性插值方法,得到理想扫描线上各个栅格位置处的高程信息; ...
【技术保护点】
1.一种基于面向对象法实现建筑物快速自动提取方法,包括获取DSM数据,其特征在于,还包括以下步骤:步骤1:基于面对对象法实现所述DSM数据分割;步骤2:基于邻接对象平均偏差建筑物提取。
【技术特征摘要】
1.一种基于面向对象法实现建筑物快速自动提取方法,包括获取DSM数据,其特征在于,还包括以下步骤:步骤1:基于面对对象法实现所述DSM数据分割;步骤2:基于邻接对象平均偏差建筑物提取。2.如权利要求1所述的基于面向对象法实现建筑物快速自动提取方法,其特征在于:所述步骤1包括以下子步骤:步骤11:从一个单个像元开始,分别与其邻近像元进行计算,并进行合并,降低最终结果的异质性f′;步骤12:判断在指定的尺度上是否还有所述邻近像元未进行合并,如果有,继续执行步骤11;步骤13:合并新生成的更大影像区域的异质性。3.如权利要求2所述的基于面向对象法实现建筑物快速自动提取方法,其特征在于:所述异质性是由两个对象的光谱和形状差异性决定的。4.如权利要求3所述的基于面向对象法实现建筑物快速自动提取方法,其特征在于:所述差异性的度量准则的计算公式为f=w1×x+(1-w1)×y其中,w1为权值,0≤w1≤1,x为光谱异质性;y为形状异质性。5.如权利要求4所述的基于面向对象法实现建筑物快速自动提取方法,其特征在于:所述光谱异质性x的计算公式为其中,σi为第i影像层光谱值的标准差,pi为第i影像层的权,n为影像层的数量。6.如权利要求4...
【专利技术属性】
技术研发人员:黄诗峰,赵永鹏,马建威,孙亚勇,杨永民,龙飞,朱鹤,李蓉,辛景峰,李景刚,陈胜,臧文斌,朱吉生,王慧,高思远,祝鹏,
申请(专利权)人:中国水利水电科学研究院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。