-
题名基于高分遥感影像的建筑物侧面信息提取及其高度计算
被引量：5
- 1
-
-
作者
宋旭东
曹文峰
冯德俊
张星星
-
机构
成都市国土规划地籍事务中心
西南交通大学地球科学与环境工程学院
成都市土地整治中心
-
出处
《北京测绘》
2020年第3期296-300,共5页
-
文摘
本文选取成都市某一区域建筑物A、B为研究对象,采用分辨率为0.61 m的Quick bird影像,运用图像分割法和LVQ神经网络算法,提取建筑物侧面信息,根据假设法原理,构建高度计算物理模型,求取建筑物高度。对比实测数据,结合可能影响实验结果的实地因素、遥感影像因素进行精度分析与评价,探讨基于高分遥感影像的建筑物侧面信息提取和高度计算的方法。结果表明,LVQ神经网络算法在建筑物侧面提取和高度计算中有更好的应用价值,精度高达94%。
-
关键词
高分遥感影像
侧面信息提取
图像分割法
LVQ神经网络
高度物理模型
-
Keywords
high resolution image
side information extraction
image segmentation
Learning Vector Quantization(LVQ)neural network
altitude physical model
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名顾及侧面信息的建筑物高度估算
被引量：2
- 2
-
-
作者
唐昊
冯德俊
曹文峰
德云乐强
王淳
-
机构
中国工程物理研究院计算机应用研究所
西南交通大学地球科学与环境工程学院
-
出处
《遥感信息》
CSCD
北大核心
2021年第4期63-67,共5页
-
基金
科技基础资源调查专项(2019FY202504)。
-
文摘
近年来通过提取建筑物阴影计算其高度有较多的研究,但这些方法对于密集建筑群或复杂地面等情况较难实现。针对这一问题,可以用建筑物侧面信息反演建筑物高的方式弥补其缺陷。文章分别采用Otsu算法和LVQ(learning vector quantization)神经网络提取实验区高分遥感影像中的建筑物侧面信息,并计算其长度,然后根据成像物理模型计算建筑物的高度。通过与实测建筑物的高度进行对比,表明该方法可以满足建筑物高度计算的精度要求,并且可以与阴影提取方法的结果互补,最终可获取研究区域绝大多数建筑物的高度信息。
-
关键词
侧面信息提取
建筑物高度估算
高分遥感影像
深度学习
建筑物阴影
-
Keywords
side information extraction
building height estimation
high resolution remote sensing image
deep learning
shadow of building
-
分类号
P237
[天文地球—摄影测量与遥感]
-
