版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來,我國(guó)城市擴(kuò)張迅速,城市建筑物快速增加。如何從高分辨遙感影像上自動(dòng)、快速地提取建筑物,對(duì)地理信息系統(tǒng)數(shù)據(jù)庫(kù)更新、城市規(guī)劃、數(shù)字化城市建設(shè)等方面有著十分重要的學(xué)術(shù)及現(xiàn)實(shí)意義。LiDAR(Light Detecting And Ranging)技術(shù)的發(fā)展,為解決這一問題提供了新的途徑。本文使用LiDAR數(shù)據(jù)輔助高分辨遙感影像,結(jié)合LiDAR數(shù)據(jù)的高度特征和高分辨遙感影像的光譜及紋理特性,使用支持向量機(jī)(Support Vector M
2、achine,簡(jiǎn)稱SVM)分類的方法,對(duì)建筑物的分類識(shí)別和提取進(jìn)行了研究。
支持向量機(jī)(SVM)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的新的機(jī)器學(xué)習(xí)方法,應(yīng)用于遙感影像分類中,在小樣本學(xué)習(xí),學(xué)習(xí)效率和獲取全局最優(yōu)等方面都有顯著的優(yōu)勢(shì)。目前,SVM用于高分辨率遙感影像分類也處于廣泛的研究中。
本文在前人研究的基礎(chǔ)上,采用了區(qū)別于其它建筑物提取方法的新方法,即融合LiDAR高程數(shù)據(jù)和高分辨遙感影像作為實(shí)驗(yàn)數(shù)據(jù),利用SVM分類技術(shù)把建筑物
3、同其他地物分離,然后使用數(shù)字圖像處理技術(shù)對(duì)分類結(jié)果進(jìn)行處理,最終提取出建筑物。本文的主要研究?jī)?nèi)容如下:
1.初步探討了原始LiDAR點(diǎn)云數(shù)據(jù)的預(yù)處理,研究了基于TerraScan分類生成數(shù)字表面模型(DSM)和數(shù)字高程模型(DEM),進(jìn)而使用兩者生成沒有地面高程信息的nDSM,作為建筑物分類提取的輔助數(shù)據(jù)。
2.闡述了四種常用的監(jiān)督分類理論尤其是支持向量機(jī)分類理論,進(jìn)行了高分辨影像的監(jiān)督分類實(shí)驗(yàn),比較了這四種監(jiān)督分類
4、方法的分類精度,同時(shí)比較了建筑物分類提取精度;進(jìn)行了基于不同核函數(shù)的SVM高分辨影像分類實(shí)驗(yàn),比較了這四種核函數(shù)的分類精度和建筑物提取精度。
3.提出了支持向量機(jī)分類識(shí)別建筑物的分類流程,重點(diǎn)研究了如何確定支持向量機(jī)的核函數(shù)及核函數(shù)參數(shù),并使用獲取的核函數(shù)及核參數(shù)對(duì)實(shí)驗(yàn)影像進(jìn)行了建筑物分類實(shí)驗(yàn),最后對(duì)建筑物分類結(jié)果進(jìn)行分析。
4.研究了影像分類后建筑物提取的后期處理技術(shù),主要是采用小面積去除刪除錯(cuò)分類別,采用數(shù)學(xué)形態(tài)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LIDAR和航空影像提取建筑物輪廓.pdf
- 聯(lián)合LiDAR數(shù)據(jù)和遙感影像的建筑物三維模型提取方法.pdf
- LIDAR建筑物提取方法研究.pdf
- 高分遙感影像建筑物半自動(dòng)提取算法研究.pdf
- 基于機(jī)載LiDAR數(shù)據(jù)與影像處理技術(shù)的建筑物提取研究.pdf
- 城市建筑物區(qū)域提取遙感影像分割方法和應(yīng)用研究.pdf
- 融合LiDAR點(diǎn)云和CCD影像的建筑物輪廓提取方法研究.pdf
- 基于高分辨率遙感影像與LiDAR點(diǎn)云的損毀建筑物提取方法研究.pdf
- 基于LiDAR點(diǎn)云與CCD影像的建筑物特征提取.pdf
- 高分辨率遙感影像建筑物提取方法研究.pdf
- 高分辨率遙感影像的建筑物提取研究.pdf
- 45842.基于影像的lidar數(shù)據(jù)三維建筑物提取算法
- 建筑物輪廓提取和區(qū)域分類的研究.pdf
- 基于WordView-2影像的分類及建筑物提取研究.pdf
- 基于LiDAR與航空影像的建筑物提取及三維重建研究.pdf
- LIDAR數(shù)據(jù)的城區(qū)建筑物提取技術(shù)研究.pdf
- 利用航空影像和LiDAR點(diǎn)云進(jìn)行建筑物重建的方法研究.pdf
- 基于航空LIDAR點(diǎn)云數(shù)據(jù)的建筑物提取研究.pdf
- 遙感圖像中建筑物提取方法研究.pdf
- 基于LiDAR點(diǎn)云與高分影像的面向?qū)ο蟮膿p毀建筑物提取方法研究.pdf
評(píng)論
0/150
提交評(píng)論