基于光学图像和机载激光雷达的建筑物变化立体检测

摘要

随着遥感对地观测技术的发展，使得对某一城市区域实现重复观测成为可能，能够获得遥感数据类型也越来越丰富，如光学图像和机载激光雷达数据等。变化检测是通过处理比较同一区域前后时相的数据以准确获取区域内地物的变化信息，最终实现变化区域的定性可视化和定量化分析，建筑物是城市的重要标志，实现对城市区域中建筑物变化检测意义重大。
　　首先，为解决多时相高分辨率遥感图像的辐射校正和配准难以达到高精度的问题，提出了基于互相关系数的变化检测方法，获得互相关系数图像，再运用二维Ostu算法设置阈值获得变化掩膜，进行填充、开闭运算等处理优化变化掩膜，实现对建筑物变化区域的定量化分析评估，与实测数据基本一致。基于互相关系数的方法有效利用了图像丰富的纹理等信息，对辐射校正误差和高分辨率图像中噪声影响有一定的适应性，检测效果较好，而优化的变化检测算法对辐射误差与配准误差都有更好的适应性。
　　其次，针对光学图像中灰度容易受到季节等因素影响，而数字表面模型(Digital Surface Model,DSM)中高程信息几乎不受上述因素影响，建筑物变化即是高度变化，可利用DSM数据中高程信息进行建筑物变化检测，根据前后时相建筑物高程的增加或者减少，实现将建筑物的变化类型分为新建和拆除两种类型。为解决建筑物变化容易受到树木等非建筑地物的干扰问题，又提出了基于区域特征和线特征的去伪分析方法，再进行定量化分析评估，与实测数据基本一致。
　　最后，精细重建数据包含建筑物完整的形状结构信息，研究了基于精细重建数据的最近距离阈值变化检测算法。重建数据差异导致距离阈值难设定，提出了两种阈值调整方法：固定阈值法和局部平均阈值法。实现对重建数据的立体特征提取，研究了两种类型建筑物的变化检测，获得变化点云并提取体积和三维矩等立体特征，和实测数据几乎一致。基于精细重建数据的变化检测可实现建筑物尤其侧面结构的变化检测，能从三维空间实现对建筑物立体检测。
　　综上，本文从光学图像与处理机载激光雷达点云生成的DSM数据和精细重建数据三种数据展开研究，提取用作变化检测的信息分别从灰度到高程再到三维坐标点距离，使得建筑物目标的变化立体检测更加全面准确。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题研究的背景和意义

1.2 国内外研究现状

1.3 本文主要研究内容

第2章基于高分辨率遥感图像的建筑物变化检测

2.1 引言

2.2 高分辨率遥感图像特点

2.3 基于互相关系数的建筑物变化检测技术

2.4 实验结果及分析

2.5 本章小结

第3章 基于DSM数据的建筑物变化检测

3.1 引言

3.2 基于机载Lidar数据的DSM数据生成

3.3 DSM数据的建筑物变化检测

3.4 实验结果与分析

3.5 本章小结

第4章 基于精细重建数据的建筑物变化检测

4.1 引言

4.2 精细重建数据描述与分析

4.3 基于最邻距离的阈值三维变化检测

4.4 实验结果与分析

4.5 本章小结

结论

参考文献

攻读硕士学位期间研究成果及参与项目

声明

致谢