【技术实现步骤摘要】
本专利技术涉及建筑高度估算领域，具体涉及一种顾及不同地形场景下的城市建筑高度提取方法。
技术介绍
1、城市用地仅占地球陆地表面积的3％左右，却造成了全球能源消耗的60-80％和碳排放的75％。若要厘清城市化进程对城市环境的影响，城市三维结构信息至关重要。由于数据获取等限制，现有城市化研究多探讨的是城市水平扩张问题。相比之下，揭示城市垂直扩张分布的研究较少，可见大尺度高分辨率的城市建筑高度数据是实现城市可持续发展等重大需求较紧缺的关键参数。另外，已有研究表明诸多城市物理量与建筑高度存在显著函数关系，例如城市人口分布、物资存量分配、城市热岛效应等。在此背景下，可将城市建筑高度估算作为当下研究的重要课题。
2、迅速发展的遥感技术为城市建筑高度制图提供了丰富的数据。从获取城市建筑三维结构信息的精细程度，可将其划分为两方面讨论：区域尺度的城市建筑高度反演、精细尺度的城市建筑高度反演。在区域和全球尺度上，sar估计不同空间分辨率建筑高度的可行性和有效性。然而，对于异质性较高的城市区域，不同建筑物的sar后向散射信号难以分离、互相干扰，导致建筑高度估计存在明显的不确定性。精细尺度下的城市建筑高度反演，目前可划分为以下四类：
3、1)基于高分辨率光学影像捕捉建筑物阴影长度来估算。liasis and stavrou的研究表明，基于高分辨率光学图像，可根据建筑物的阴影长度及其与太阳和传感器之间的几何关系来推算建筑高度。其算法如下：a.通过空间、光谱分析来自定义滤波器，增强建筑物阴影区域；b.基于活动轮廓模型(active
4、2)基于街景图像(svis)来估算：google maps可高效率、低成本的获取城市街道场景图像(street view images,svis)。yan and huang基于svis通过消失点/灭点(vanishing point)检测、图像线段检测与语义分割等过程分割出图像中所有的垂直线段，最后筛选出最佳的垂直线段来估算建筑高度。但在复杂街道场景下，建筑物之间、建筑物与其他地物之间存在遮挡，导致识别的垂直线段很难匹配到实际对应的建筑物上。与上不同，zhao et al.提出了新的建筑高度估算策略，同时采用了从沿街道方向的街道场景图像和正视建筑物的图像，并且改识别建筑物垂直线段为识别建筑物角点、屋顶线，联合相机位置来估算城市建筑高度。此方法在复杂街道场景下估算建筑高度稳定性更高，但问题是同一建筑物的街景图像的可用性有限。
5、3)基于高分辨率立体图像来估算：随着立体影像(zy-3/gf-7)和深度神经网络的迅速发展，很多学者开始从立体图像中生成高质量的视差数据来捕捉建筑物几何特征。caoand huang引入了可同时获取多光谱和多视角图像的zy-3数据，并提出了多光谱、多视角、多任务的深度网络(m3net)用于建筑高度估计。其中，多任务网络集成了多视角图像计算建筑高度的网络、多光谱图像计算建筑高度的网络和识别建筑物脚印的随机森林模型。最后，级联各任务的输出结果来预测最终的建筑高度。chen et al.基于gf-2立体图像结合深度网络stereonet和attention u-net，分别提取了城市dsm和建筑物屋顶数据，最后以形态学操作方法去除dsm中的地形信息来得到表征建筑高度的非地形高度，即归一化dsm(normalized dsm,ndsm)。明显的不足是上述方法未考虑城市坡度，虽然huang et al.基于形态学操作理论提出了dsm地形校正方法，但在地形复杂的城市场景下仍有待进一步探索。总体上立体图像在城市建筑高度估算上，精度非常可靠，但其数据获取困难、且受云量干扰严重等问题严重阻碍了其大尺度应用。
6、4)地基、车载和机载等激光雷达数据虽然具备了获取城市建筑物高精准三维结构信息的能力，但成本过高，不便于推广至大尺度应用。
7、综上可见，区域尺度的城市建筑高度反演研究，其结果数据无法映射每个建筑高度信息且缺乏高精度的建筑高度样本；然而精细尺度的城市建筑高度反演研究，则是不同数据源存在诸多不足，很难推广至区域或全球尺度计算。在未来实现“即见城市又见建筑”尺度的城市建筑高度反演，目前已有研究从gedi自带高度数据出发，进行初步探索。目标是从密度更高、精度更高的icesat-2/atlas光子点云中获取精准的城市建筑高度样本，以此支撑未来“即见城市又见建筑”尺度的城市建筑高度反演。目前，lao et al.已基于icesat-2/atlas探究了相应的城市建筑高度提取算法，但在城市光子点云去噪方面仍存在不足、以及并未考虑地形起伏对建筑高度估算的影响。
技术实现思路
1、本专利技术的目的在于：针对目前存在的问题，提供了一种顾及不同地形场景下的城市建筑高度提取方法，基于icesat-2/atl03光子点云数据提出一种参数自适应的城市光子点云分类算法，可在不同地形场景下获取更精准的城市建筑高度数据。
2、本专利技术的技术方案如下：
3、一种顾及不同地形场景下的城市建筑高度提取方法，包括以下步骤：
4、从原始光子中识别建筑光子和地面光子，基于局部参数统计原理提取光子局部特征acdi来自适应的识别建筑光子及地面光子；
5、从建筑光子和地面光子中识别地面光子，从城市地面光子在水平和垂直两个方向上的分布特征，来准确识别地面光子；
6、识别建筑光子及建筑高度估算，在获取地面曲线后，即获取地面曲线3m以上的信号光子为建筑光子，并对建筑光子进行后处理；
7、结合地面曲线和建筑光子数据可估算准确的建筑高度参数。
8、进一步的，所述从原始光子中识别建筑光子和地面光子，基于局部参数统计原理提取光子局部特征acdi来自适应的识别建筑光子及地面光子具体包括以下步骤：
9、icesat-2/alt03光子点云数据读取；
10、基于地形自适应的高程缓冲带实现粗去噪；
11、光子点云等距分段，且各分段作边缘缓冲和镜像处理；
12、基于局部参数统计提取建筑光子及地面光子；
13、精确识别建筑光子和地面光子。
14、进一步的，所述基于局部参数统计提取建筑光子及地面光子包括以下步骤：
15、步骤一、设置数据处理尺度及规则化：以1km为数据处理的基本尺度；通过acdi识别建本文档来自技高网...
【技术保护点】
1.一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述从原始光子中识别建筑光子和地面光子，基于局部参数统计原理提取光子局部特征ACDI来自适应的识别建筑光子及地面光子具体包括以下步骤：
3.根据权利要求2所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述粗去噪包括以下步骤：
4.根据权利要求1或2所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述基于局部参数统计提取建筑光子及地面光子包括以下步骤：
5.根据权利要求1所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述从建筑光子和地面光子中识别地面光子具体包括以下步骤：
6.根据权利要求1或5所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述从建筑光子和地面光子中识别地面光子具体包括以下步骤：
7.根据权利要求1所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述结合
8.根据权利要求1或7所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述对建筑光子进行后处理包括以下步骤：
9.根据权利要求1或7所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述估算准确的建筑高度参数包括以下步骤：
...【技术特征摘要】
1.一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述从原始光子中识别建筑光子和地面光子，基于局部参数统计原理提取光子局部特征acdi来自适应的识别建筑光子及地面光子具体包括以下步骤：
3.根据权利要求2所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述粗去噪包括以下步骤：
4.根据权利要求1或2所述的一种顾及不同地形场景下的城市建筑高度提取方法，其特征在于，所述基于局部参数统计提取建筑光子及地面光子包括以下步骤：
5.根据权利要求1所述的一种顾及不同地形场景下的城市建筑高度提取方法，其...
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。