导读:本文包含了建筑物提取论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:建筑物,遥感,形态学,语义,网络,信息,骨架。
建筑物提取论文文献综述
罗登瀚,钱海忠,何海威,段佩祥,郭漩[1]（2019）在《面状建筑物多层次骨架线提取方法》一文中研究指出由于缺乏对凸部与建筑主体之间的层次关系描述,单个建筑物化简大多采用整体直角化方式进行,缺乏渐进式表达方法,难以实现对建筑物的多尺度、多层次逐步化简控制。针对该问题,提出了一种用于建筑物多层次表达的多层次骨架线构建方法。该方法首先通过构建Delaunay叁角网提取建筑物内骨架线段,然后根据骨架线所关联的叁角形面积识别得到主骨架线和次级骨架线之间的层级关系;最后对骨架线进行拉直处理。实验表明,该方法能够有效提取建筑物的多层次骨架线,较好地兼顾了建筑物的整体走向与局部形态特征,可为面状建筑物多尺度化简与表达提供支撑。(本文来源于《测绘科学技术学报》期刊2019年03期）
刘浩,骆剑承,黄波,杨海平,胡晓东[2]（2019）在《基于特征压缩激活Unet网络的建筑物提取》一文中研究指出自动提取城市建筑物对城市规划、防灾避险等行业应用具有重要意义,当前利用高空间分辨率遥感影像进行建筑物提取的卷积神经网络在网络结构和损失函数上都存在提升的空间。本研究提出一种卷积神经网络SE-Unet,以U-Net网络结构为基础,在编码器内使用特征压缩激活模块增加网络特征学习能力,在解码器中复用编码器中相应尺度的特征实现空间信息的恢复;并使用dice和交叉熵函数复合的损失函数进行训练,减轻了建筑物提取任务中的样本不平衡问题。实验采用了Massachusetts建筑物数据集,和SegNet、LinkNet、U-Net等模型进行对比,实验中SE-Unet在准确度、召回率、F1分数和总体精度4项精度指标中表现最优,分别达到0.8704、0.8496、0.8599、0.9472,在测试影像中对大小各异和形状不规则的建筑物具有更好的识别效果。(本文来源于《地球信息科学学报》期刊2019年11期）
王舒洋,慕晓冬,杨东方,贺浩,郑玉航[3]（2019）在《融合高阶信息的遥感影像建筑物自动提取》一文中研究指出针对遥感影像中建筑物目标与背景环境区分度低而造成的提取效果较差的问题,本文提出了融合高阶信息的编解码网络方法以改善建筑物自动提取的精度。首先,针对遥感影像建筑提取任务,使用深度编解码网络完成对建筑物目标的低阶语义特征提取;其次,使用多项式核完成对深度网络中间特征图的高阶描述,以提升网络对于模糊特征的辨识能力;最后,将低阶特征与高阶特征级联后,送入编解码网络的末端,得到对建筑物的分割结果。在Massachusetts Buildings数据集上进行试验,其召回率、准确率和F1-score指标分别达到了85.1%,77.5%和80.9%,综合指标F1-score相比于基础深度编解码网络提升约4%。本文所提方法改进了编解码器网络对于遥感影像建筑物自动提取任务的表现性能,能够更加精确地提取与背景区分度较低的建筑物目标,具有良好的实用价值。(本文来源于《光学精密工程》期刊2019年11期）
杨旭勃,田金文[4]（2019）在《小数据集中的小型建筑物提取方法研究》一文中研究指出遥感卫星影像一般尺寸较大,而包含有小型建筑物的区域占比较小,如果采用滑动切块扩增数据样本的方法,大部分切片中没有目标,而构建包含大量小建筑物的大型数据集费工费时。常规的方法在高分辨率卫星影像上提取小型建筑物非常困难,研究适用于小规模数据集的小型建筑物提取任务的提取方法具有重要理论意义和应用价值。本文提出了一种轻量化的全连接分割网络ZF-FCN,使用较小的感受野获取更多局部信息,使用较少的最大池化操作避免剧烈的下采样,使用Lovász-Softmax损失解决样本不平衡问题,使网络训练更稳定也更好地优化交并比。最后构建了一个主要包含小型建筑物的小规模数据集,试验在对不同切块大小进行数据增强后进行。对比试验表明,ZF-FCN在建筑物提取任务上的表现优于FCN和U-Net。(本文来源于《测绘通报》期刊2019年10期）
魏旭,高小明,岳庆兴,郭正胜[5]（2019）在《一种结合MBI和SLIC算法的遥感影像建筑物提取方法》一文中研究指出单纯基于形态学建筑物指数(Morphology Building Index-MBI)算法对遥感影像进行建筑物提取时,其结果在同质区域内部和外部均存在微小噪声点。针对该问题,本文提出一种MBI算法与简单线性迭代聚类(Simple Linear Iterative Clustering-SLIC)算法相结合的建筑物提取方法。为了进一步提高提取精度,再与数字表面模型(Digital Surface Model-DSM)相迭加以剔除与建筑物光谱特征近似的道路、裸地等近地面的地物。实验结果表明,引入SLIC算法可以有效地改善同质区内部及外部噪声点的问题,本文方法比单纯利用MBI算法提取建筑物噪声少、效果好,且正确率、完整率和质量分别提高了2.26%、7.41%和7.69%。(本文来源于《测绘与空间地理信息》期刊2019年10期）
霍芃芃,侯妙乐,杨溯,侯庆明,周庆[6]（2019）在《机载LiDAR点云建筑物屋顶轮廓线自动提取研究综述》一文中研究指出建筑物作为城市中最主要的人工地物,其叁维模型是智慧地球建设的重要数据支撑,实现精准自动化叁维重建至关重要。机载激光雷达(Light Detection and Ranging, LiDAR)技术因具有环境约束小、操作成本低、采集速度快、数据精度高、可全天候获取地物空间信息等优势,已成为自动提取建筑屋顶轮廓线辅助建筑叁维重建的主要数据源。首先对建筑屋顶轮廓线提取技术的发展历程进行简要回顾,再根据以往研究内容总结出一套较为通用的技术流程;该技术流程4个关键步骤为点云滤波、建筑物提取、屋顶轮廓线提取和轮廓线规则化;对每一步骤的实现方法、常用算法、发展现状以及面临问题进行详细阐述和对比分析。最后,对本技术面临的挑战和未来发展趋势进行讨论。(本文来源于《地理信息世界》期刊2019年05期）
陈宇琪,罗一芬,龙竞帅,郭雪莹[7]（2019）在《顾及上下文信息的城区机载LiDAR建筑物自动化提取方法研究》一文中研究指出针对从Li DAR点云数据中提取建筑物难的问题,提出一种顾及上下文信息的机载点云建筑物自动化提取方法。首先,以点为分类基元提取视觉分类特征,构建描述点云场景的视觉空间,并利用随机森林分类器初步分类场景。然后基于条件随机场模型将空间上下文信息引入点云分类中,使得分类结果满足局部连续和全局最优的特点。实验结果表明,建筑物可以有效地被分离出来,分离正确率超过96%,将为后续建筑物的自动矢量化提供理论支撑。(本文来源于《地理信息世界》期刊2019年05期）
詹森,张景发,王建飞,李强,张庆云[8]（2019）在《基于多时相双极化Sentinel-1A数据的震害建筑物提取》一文中研究指出地震发生后快速准确地获取灾区建筑物震害信息,是减少人员伤亡的有效途径。合成孔径雷达(SAR)遥感凭借全天时、全天候工作能力,在灾害评估方面发挥了重大作用。充分挖掘SAR数据的特征用于提取建筑物震害信息,是SAR成功应用于震后应急救援的关键。本文利用多时相双极化Sentinel-1A SAR数据,基于SAR的强度和相干性特征,进行震害建筑变化检测。对VV和VH极化SAR数据作为建筑物震害判别分析的变量,与建筑物震害建立判别关系,得到建筑物震害判别函数。利用此判别函数提取意大利阿马特里切镇的建筑物震害信息,并用光学解译结果验证本文方法的可靠性。结果表明,多时相双极化Sentinel-1A数据建立的震害建筑物判别分析方法能准确地评估建筑物震害信息,精度达到81%,能满足震害建筑物评估的需求。(本文来源于《自然灾害学报》期刊2019年05期）
金卓,张自宾,陈朋[9]（2019）在《基于点云特征线提取的开采沉陷区建筑物倾斜测量》一文中研究指出煤炭开采的影响区域主要集中在农田及村庄等地区,部分村庄的建筑物分布比较密集,且观测条件较差,无法采用传统全站仪坐标法进行倾斜测量。与传统测量方法相比,叁维激光扫描技术具有高密度、高精度、快速获取物体表面叁维空间坐标等优点。在分析现有算法的基础上,提出了一种基于RanSAC算法拟合平面提取建筑物特征线的方法。该方法利用RanSAC算法对k邻域点集进行平面拟合,根据点集中属于最佳平面模型的比率进行特征点判断与提取。研究表明:相对于基于点云曲率的特征线提取方法,所提方法可提取出清晰完整的特征线,在保留细部特征的基础上,具有受噪声影响小的特点。通过将提取的倾斜值与全站仪坐标测量结果进行对比,反映出所提方法的倾斜差均小于允许倾斜值的1/10,满足建筑物倾斜测量的精度要求。(本文来源于《金属矿山》期刊2019年10期）
赵强,杨志,苏红超,杨世植[10]（2019）在《基于高分二号卫星遥感数据的建筑物高度提取》一文中研究指出建筑高度信息提取是高分辨率卫星遥感获取城市空间信息的热点问题之一.为了实现建筑物高度信息的高精度提取,提出了一种基于规则信息的面向对象的建筑物高度反演方法。首先根据建筑物阴影几何、纹理、和光谱特征建立基于规则信息的建筑物阴影提取算法,进行建筑物阴影信息提取,再通过计算像元平均值算出阴影长度,构建卫星、太阳、建筑物和其阴影的空间模型反演建筑物高度。采用扬州市两个实验区(佳家花园和杉湾小区)的高分二号卫星遥感数据进行高度反演试验,通过对反演小区的105栋建筑物实际高度测量,对反演结果验证,总体精度为96.5%.表明该方法在城市建筑物高度信息提取方面具有较高的精度.(本文来源于《大气与环境光学学报》期刊2019年06期）
建筑物提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
自动提取城市建筑物对城市规划、防灾避险等行业应用具有重要意义,当前利用高空间分辨率遥感影像进行建筑物提取的卷积神经网络在网络结构和损失函数上都存在提升的空间。本研究提出一种卷积神经网络SE-Unet,以U-Net网络结构为基础,在编码器内使用特征压缩激活模块增加网络特征学习能力,在解码器中复用编码器中相应尺度的特征实现空间信息的恢复;并使用dice和交叉熵函数复合的损失函数进行训练,减轻了建筑物提取任务中的样本不平衡问题。实验采用了Massachusetts建筑物数据集,和SegNet、LinkNet、U-Net等模型进行对比,实验中SE-Unet在准确度、召回率、F1分数和总体精度4项精度指标中表现最优,分别达到0.8704、0.8496、0.8599、0.9472,在测试影像中对大小各异和形状不规则的建筑物具有更好的识别效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
建筑物提取论文参考文献
[1].罗登瀚,钱海忠,何海威,段佩祥,郭漩.面状建筑物多层次骨架线提取方法[J].测绘科学技术学报.2019
[2].刘浩,骆剑承,黄波,杨海平,胡晓东.基于特征压缩激活Unet网络的建筑物提取[J].地球信息科学学报.2019
[3].王舒洋,慕晓冬,杨东方,贺浩,郑玉航.融合高阶信息的遥感影像建筑物自动提取[J].光学精密工程.2019
[4].杨旭勃,田金文.小数据集中的小型建筑物提取方法研究[J].测绘通报.2019
[5].魏旭,高小明,岳庆兴,郭正胜.一种结合MBI和SLIC算法的遥感影像建筑物提取方法[J].测绘与空间地理信息.2019
[6].霍芃芃,侯妙乐,杨溯,侯庆明,周庆.机载LiDAR点云建筑物屋顶轮廓线自动提取研究综述[J].地理信息世界.2019
[7].陈宇琪,罗一芬,龙竞帅,郭雪莹.顾及上下文信息的城区机载LiDAR建筑物自动化提取方法研究[J].地理信息世界.2019
[8].詹森,张景发,王建飞,李强,张庆云.基于多时相双极化Sentinel-1A数据的震害建筑物提取[J].自然灾害学报.2019
[9].金卓,张自宾,陈朋.基于点云特征线提取的开采沉陷区建筑物倾斜测量[J].金属矿山.2019
[10].赵强,杨志,苏红超,杨世植.基于高分二号卫星遥感数据的建筑物高度提取[J].大气与环境光学学报.2019
论文知识图
