唐固城:基于高分辨率SAR影像的城市建筑物高度提取论文

唐固城:基于高分辨率SAR影像的城市建筑物高度提取论文

本文主要研究内容

作者唐固城(2019)在《基于高分辨率SAR影像的城市建筑物高度提取》一文中研究指出:城市是人类从事生产活动的重要场所,利用遥感技术实现城市区域建筑物信息的获取与更新,将为城市的发展规划、自然灾害监测提供基础资料。随着遥感技术的飞速发展,获取城市建筑物高度信息方式也越来越多,但各项技术在实际应用和生产效率方面都存在局限性。而干涉合成孔径雷达(InterferometricSynthetic Aperture Radar,InSAR)是20世纪中后期发展起来的一种主动式的对地观测技术,它是通过利用SAR影像中包含的相位信息来获取地面目标的高程,因具有全天时、全天候工作的优点被广泛利用。随着新一代高分辨率SAR卫星的发射与运行,InSAR遥感技术为城市服务提供了新的支持。因此研究利用高分辨SAR影像实现建筑物目标高程信息获取具有一定的意义。本文主要开展了如下工作:1.针对SAR影像中建筑物灰度值不均匀及噪声等影响因素问题,本文分别使用中值滤波和高斯滤波两种不同方法对影像进行预处理,使得影像中建筑物部分目标的灰度值得到一定程度上的增强和平滑。以影像中建筑物目标和背景两者的灰度值差异为基础,利用一种基于灰度值信息的目标检测法实现对建筑物的检测。实验表明:相比于中值滤波技术,影像经高斯滤波处理后,建筑物检测的完整性更佳。2.针对原枝切法在残差点较多区域解缠时,连接残差点形成枝切线易产生较多的闭合残差树,从而导致无法解缠的问题,本文改进了一种残差点识别优化的方法,并结合最近相邻点连接法,优化了原残差点的识别方法,使得残差点总数量和未平衡的残差点减少,解决了枝切线在密集残差点区域易形成残差树导致无法解缠的孤立区域问题。最后通过实验验证了本文解缠方法较原算法具有一定的优势。3.利用检测到的建筑物的边缘与生成数字高程模型联合提取建筑物的高程信息,以实际建筑物的高度值为参考标准,将原枝切解缠法和本文提出的解缠法分别获得的建筑物高度值进行对比。结果表明:本文解缠法获取的建筑物高程精度较原方法得到了提高。最后,对两种方法获取的高程结果作出评价,并对影响建筑物高程提取精度因素进行了分析。

Abstract

cheng shi shi ren lei cong shi sheng chan huo dong de chong yao chang suo ,li yong yao gan ji shu shi xian cheng shi ou yu jian zhu wu xin xi de huo qu yu geng xin ,jiang wei cheng shi de fa zhan gui hua 、zi ran zai hai jian ce di gong ji chu zi liao 。sui zhao yao gan ji shu de fei su fa zhan ,huo qu cheng shi jian zhu wu gao du xin xi fang shi ye yue lai yue duo ,dan ge xiang ji shu zai shi ji ying yong he sheng chan xiao lv fang mian dou cun zai ju xian xing 。er gan she ge cheng kong jing lei da (InterferometricSynthetic Aperture Radar,InSAR)shi 20shi ji zhong hou ji fa zhan qi lai de yi chong zhu dong shi de dui de guan ce ji shu ,ta shi tong guo li yong SARying xiang zhong bao han de xiang wei xin xi lai huo qu de mian mu biao de gao cheng ,yin ju you quan tian shi 、quan tian hou gong zuo de you dian bei an fan li yong 。sui zhao xin yi dai gao fen bian lv SARwei xing de fa she yu yun hang ,InSARyao gan ji shu wei cheng shi fu wu di gong le xin de zhi chi 。yin ci yan jiu li yong gao fen bian SARying xiang shi xian jian zhu wu mu biao gao cheng xin xi huo qu ju you yi ding de yi yi 。ben wen zhu yao kai zhan le ru xia gong zuo :1.zhen dui SARying xiang zhong jian zhu wu hui du zhi bu jun yun ji zao sheng deng ying xiang yin su wen ti ,ben wen fen bie shi yong zhong zhi lv bo he gao si lv bo liang chong bu tong fang fa dui ying xiang jin hang yu chu li ,shi de ying xiang zhong jian zhu wu bu fen mu biao de hui du zhi de dao yi ding cheng du shang de zeng jiang he ping hua 。yi ying xiang zhong jian zhu wu mu biao he bei jing liang zhe de hui du zhi cha yi wei ji chu ,li yong yi chong ji yu hui du zhi xin xi de mu biao jian ce fa shi xian dui jian zhu wu de jian ce 。shi yan biao ming :xiang bi yu zhong zhi lv bo ji shu ,ying xiang jing gao si lv bo chu li hou ,jian zhu wu jian ce de wan zheng xing geng jia 。2.zhen dui yuan zhi qie fa zai can cha dian jiao duo ou yu jie chan shi ,lian jie can cha dian xing cheng zhi qie xian yi chan sheng jiao duo de bi ge can cha shu ,cong er dao zhi mo fa jie chan de wen ti ,ben wen gai jin le yi chong can cha dian shi bie you hua de fang fa ,bing jie ge zui jin xiang lin dian lian jie fa ,you hua le yuan can cha dian de shi bie fang fa ,shi de can cha dian zong shu liang he wei ping heng de can cha dian jian shao ,jie jue le zhi qie xian zai mi ji can cha dian ou yu yi xing cheng can cha shu dao zhi mo fa jie chan de gu li ou yu wen ti 。zui hou tong guo shi yan yan zheng le ben wen jie chan fang fa jiao yuan suan fa ju you yi ding de you shi 。3.li yong jian ce dao de jian zhu wu de bian yuan yu sheng cheng shu zi gao cheng mo xing lian ge di qu jian zhu wu de gao cheng xin xi ,yi shi ji jian zhu wu de gao du zhi wei can kao biao zhun ,jiang yuan zhi qie jie chan fa he ben wen di chu de jie chan fa fen bie huo de de jian zhu wu gao du zhi jin hang dui bi 。jie guo biao ming :ben wen jie chan fa huo qu de jian zhu wu gao cheng jing du jiao yuan fang fa de dao le di gao 。zui hou ,dui liang chong fang fa huo qu de gao cheng jie guo zuo chu ping jia ,bing dui ying xiang jian zhu wu gao cheng di qu jing du yin su jin hang le fen xi 。

论文参考文献

  • [1].基于InSAR技术的DEM重建理论与应用研究[D]. 张文婷.长安大学2018
  • [2].基于分形模型的InSAR DEM质量改善方法[D]. 侯秀秀.中国测绘科学研究院2016
  • [3].干涉合成孔径雷达相位解缠算法的研究[D]. 刘志铭.解放军信息工程大学2004
  • [4].基于D-InSAR技术的煤矿沉陷监测[D]. 杨成生.长安大学2008
  • [5].基于网络规划的干涉雷达相位解缠算法研究[D]. 于勇.中国科学院研究生院(遥感应用研究所)2002
  • [6].低相干区的干涉雷达数据处理中滤波与相位解缠方法技术研究[D]. 余君.浙江大学2007
  • [7].机载干涉SAR图像低相干区域提取及相位重构方法研究[D]. 陈春森.辽宁工程技术大学2012
  • [8].各种全局最优INSAR相位解缠算法的研究[D]. 吴磊.武汉大学2005
  • [9].利用InSAR监测同震、震间及沉降形变研究[D]. 李刚.中国地震局地震研究所2012
  • [10].基于InSAR的形变监测技术研究[D]. 陈怡曲.电子科技大学2013
  • 读者推荐
  • [1].面向对象框架下基于深度学习的高分辨率遥感影像分类[D]. 张萌.云南师范大学2019
  • [2].SBAS-InSAR技术在乌鲁木齐市地面沉降监测中的应用[D]. 罗文奇.东华理工大学2019
  • [3].基于Hough变换的建筑物点云数据特征提取及三维建模[D]. 袁晨鑫.东华理工大学2019
  • [4].基于SAR与光学数据的高原湿地土壤水分反演研究[D]. 关韵桐.云南师范大学2019
  • [5].基于深度学习的SAR图像目标识别[D]. 冯秋晨.杭州电子科技大学2019
  • [6].InSAR技术在韩城矿区形变监测中的应用研究[D]. 孟欣.西安科技大学2019
  • [7].稀疏阵列微波成像高分辨率处理算法研究[D]. 李婷婷.内蒙古工业大学2019
  • [8].圆周SAR及其信号处理方法研究[D]. 邱逸文.华侨大学2019
  • [9].CMOS图像传感器中列级全差分SAR/SS ADC的研究[D]. 刘尕.西安理工大学2019
  • [10].基于干涉SAR的建筑物提取的方法研究[D]. 王健.中国科学院研究生院(电子学研究所)2005
  • 论文详细介绍

    论文作者分别是来自长安大学的唐固城,发表于刊物长安大学2019-11-04论文,是一篇关于建筑物检测论文,相位解缠论文,建筑物高度论文,长安大学2019-11-04论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自长安大学2019-11-04论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  

    唐固城:基于高分辨率SAR影像的城市建筑物高度提取论文
    下载Doc文档

    猜你喜欢