区域分割彩色航空影像建筑物自动检测

基于航空影像的建筑物半自动提取技术研究

第z8卷第7期 z005年7月 计算机学报 c~inesejournalocomputers vol.z8no.7 julyz005 收稿日期z003-1z-06修改稿收到日期z005-0z-18.本课题得到国家自然科学基金6017z066国家八六三高技术研究发展计划项 目基金z001aa136070资助.唐亮男1975年生博士主要研究兴趣为图像处理模式识别和计算机视觉等.e-mailtl!tsinghua. edu.cn.谢维信男教授博士生导师主要从事信号和图像处理智能信息处理模糊信息处理等方面的研究.黄建军男1971年生博 士教授主要从事智能信息处理方面的研究.谢兴灿男硕士主要从事图像处理模式识别方面的研究.刘

对航空影像城市建筑物的分割方法进行了研究；基于densenets的密集连接结构；结合池化下采样和反卷积上采样方法；提出了一种新的图像语义分割方法；实验结果表明；新方法在模型参数大小、训练时间和平均交并比方面均优于unet；预测图像更直观地体现了新方法的优势；城市建筑物分割得较为完整；

在对航空影像中的建筑物进行识别提取时,建筑物顶部的轮廓信息是一个重要的判断依据。基于航空影像建筑物个数繁多、形状复杂,且存在较多的干扰信息,提出一种新颖有效的建筑物识别方法:首先,利用改进标记分水岭算法提取建筑物区域。然后,对每个分割得到的建筑物区域,提取其轮廓,对轮廓进行基于平稳小波变换的仿射不变量计算,并构造建筑物模型数据库,利用相关系数实现了建筑物的有效识别。

在低分辨率城市航空影像中建筑群由于阴影的存在造成其灰度呈现明暗变化,采用基于像素级的分割方法以及阈值分割方法均不能得到好的结果。为了充分利用这种明暗变化的信息,讨论了一种以图像子块灰度的标准差和直方图的熵作为特征矢量,采用基于模糊c-均值(fcm)的分块聚类方法用于建筑群的粗略分割,由于分块有重叠,造成边界块的归属不明确,因此根据包含边界块的子块的隶属度来确定边界块的归属,从而得到了正确的边界区域,并利用区域生长和闭合运算对边界进行细化。对实际图像进行实验结果表明,该方法是有效的。

针对航空影像中矩形建筑物半自动重建进行了研究。该方法基于最小二乘模型影像匹配算法,通过使航空影像中提取的建筑物边缘与模型投影线之间距离和最小计算建筑物的参数。给出用csg与b-rep相结合描述的矩形体基本模型,人工在影像上选点建立建筑物的初始模型,将初始模型反投到影像上,并对影像进行边缘提取,根据最小二乘模型影像匹配算法求解最佳模型参数。实验结果证明该方法有较高的准确性。该算法除航空影像与影像方位元素外不需要其他辅助数据,只需人工计算初始值,其他计算由计算机完成,速度较快,节约了人力物力,具有较强的应用价值。

基于模型的航空影像矩形建筑物半自动建模 作者：杨玲，张剑清，yangling，zhangjian-qing 作者单位：杨玲,yangling(武汉大学,遥感信息工程学院,武汉,430079)，张剑清,zhangjian- qing(武汉大学,遥感信息工程学院,武汉,430079;武汉大学,测绘遥感信息工程国家重点实验 室,武汉,430079) 刊名： 计算机工程与应用 英文刊名：computerengineeringandapplications 年，卷(期)：2008,44(33) 参考文献(8条) 1.lowedgfittingparacaeterizedthree-dimensionalmodelstoimages1991(05) 2.张剑清;张祖勋;徐芳城区大比例尺影像三维景观重建1998(04) 3.程曦冉;张剑清

经典的卷积神经网络结构在前向传播过程中分辨率不断下降,导致仅采用末层特征时难以实现建筑物边缘的精确分割,进而限制目标检测精度。针对该问题,提出一种基于u型卷积网络的建筑物检测方法。首先借鉴在图像分割领域中性能出色的神经网络模型u-net的建模思想,采用对称式的网络结构融合深度网络中的高维和低维特征以恢复高保真边界；其次考虑到经典u-net对位于特征金字塔顶层的模型参数优化程度相对不足,通过在顶层和底层两个不同尺度输出预测结果进行双重约束,进一步提升了建筑物检测精度。在覆盖范围达30km2、建筑物目标28000余个的航空影像数据集上的试验结果表明,本文方法的检测结果在iou和kappa两项关键评价指标的均值上分别达到83.7%和89.5%,优于经典u-net模型,显著优于经典全卷积网络模型和基于人工设计特征的adaboost模型。

以高分一号卫星遥感影像为数据源,引入形态学算法,研究采用面向对象的影像分类方法进行城市建筑物提取的关键技术。研究方法结合影像分割与基于知识规则的影像分类技术,首先采用基于形态学开闭重建的分水岭分割算法对高分影像进行分割,其次采用基于知识规则的svm分类方法对影像进行分类,达到提取建筑物的目的。结果显示,3个研究区建筑物提取的kappa系数分别为0.85、0.66和0.65,利用基于知识规则的面向对象分类方法对高分辨率遥感影像中建筑物的提取效果较好,能够完整、准确地提取出建筑物外形信息,具有较高的应用与推广价值。

基于航空影像建筑物个数繁多、形状复杂,且存在较多的干扰信息,提出一种新颖的建筑物边缘直线特征提取方法.对航空影像进行改进标记分水岭分割,并结合dsm高度信息,有效去除道路和阴影的影响.同时,对影像进行基于多尺度自适应加权的改进canny算子的边缘检测.在每一个分割得到的建筑物初始区域内,对检测到的边缘点进行相位编组提取直线,利用建筑物屋顶约束条件,统计屋顶的主方向,修正和规划直线段,实现了建筑物边缘直线特征快速、有效的提取.

本文描述了空调机微电脑控制板的结构组成,给出了其质量检测的具体实现方法;利用pc机通用并行口和一块a/d接口板,完成了一台控制板故障的自动检测和分析装置,从而节省了能源.

集成高分辨率多视航空影像与lidar数据,以"轮廓提取—3维轮廓生成—3维模型重建"为主要框架,提出一种多视轮廓与lidar数据集成的3维轮廓线生成方法、lidar数据支撑下改进的分割-合并-成型算法,形成一套新的、系统的3维建筑物模型重建技术方案。该方案可以有效重建结构复杂的3维建筑物模型,相对单纯基于lidar的方案,所重建3维模型的准确性与完整性更好、定位精度更高。

X光探伤图像中焊接缺陷的自动检测

采用人机交互方法按照一定顺序提取建筑物角点,根据近似点位进行角点位置的纠正,按照影像自动定向的结果计算模型的三维坐标,建立三维建筑物模型。实验证明,这一方法能有效地实现速度和逼真度的兼顾。特别是对于一些仅需小范围的建筑物建模场合,例如三维制导时的目标区域,采用该方法进行建模不失为一种简单而有效的方法。

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

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。

液位自动检测装置 摘要：此方案设计了一个可以实现水位检测的系统。该系统包括 了液位的检测、检测数据的处理、数据显示、键盘控制等四个部分。 采用atmega16、lm311、l298n、ds1302等进行设计。通过步进电 机带动探针，能实时检测到液位的高度。并能用键盘设定水位限值， 超出限值时能做出报警警示。 关键词：atmega16步进电机探针 levelautomaticdetectiondevices abstract:thisdesigncanachievealeveldetectionsystem.thesystem includesalevelofanalysis,dataprocessing,datashowthatthekeyboard controloffourparts.byl298n,atmeg

墙地砖自动检测线

针对空调系统能耗高,节能潜力又很大的特点,介绍了空调机微电脑控制板的结构组成,给出了其质量检测的具体实现方法;从而节省了能源

科学技术的进步带动了智能建筑的发展。智能建筑的出现满足了人们对建筑环境的高要求,但是为了更好的提高任务检测的精确度和可靠性,人们将自动检测技术应用到了智能建筑中。本文从自动检测技术和智能建筑的基本内涵出发,着重从五个方面分析了自动检测技术在智能建筑中的应用。

简要介绍了自动检测技术的原理,分别从温度检测、湿度检测、压力检测、流量检测、液位检测等几个方面介绍了自动检测技术在智能建筑中的应用。

通过对烟道“速度场常数”的研究,提出了利用速度场常数监测烟道烟气平均流速的方法,同时研制出速度场常数自动检测装置。解决了烟道烟气平均流速自动监测的技术难题。经实践检验:所研究的监测方法正确,检测装置结构合理,监测结果稳定、可靠。