-
题名面向对象和SVM结合的无人机数据建筑物提取
被引量：25
- 1
-
-
作者
王旭东
段福洲
屈新原
李丹
余攀锋
-
机构
首都师范大学资源环境与旅游学院
三维信息获取与应用教育部重点实验室
武汉天地星图科技有限公司
-
出处
《国土资源遥感》
CSCD
北大核心
2017年第1期97-103,共7页
-
文摘
建筑物提取时结合归一化数字表面模型(nDSM)的高度信息可以提高其提取精度。通常高度信息由LiDAR数据生成高精度3D点云获得。但由于获取成本较高,寻找替代LiDAR点云生成高度信息的数据至关重要,为此该文探讨摄影测量点云生成nDSM用于建筑物提取的可适用性。采用无人机影像作为单一数据源,选取汉旺镇和林扒镇2个研究区进行实验,利用面向对象技术与支持向量机(SVM)相结合的方法进行建筑物提取。首先,采用Pix4D Mapper生成摄影测量点云,通过基于不规则三角网加密滤波方法和反距离加权法插值生成nDSM影像;其次,对无人机RGB影像进行分割,选取9种属性特征(2种高度属性和7种光谱属性)作为建筑物的识别属性;最后,利用SVM分类器进行建筑物提取,采用形态学滤波方法进行后处理。研究结果表明,汉旺研究区提取的完整率为85.5%,正确率为83.9%;林扒研究区提取的完整率为92.5%,正确率为78.6%。摄影测量点云生成的nDSM在建筑物提取应用中适用性较好,可以有效提高建筑物的提取精度,并且大大降低了成本。
-
关键词
无人机影像
Pix4D
MAPPER
摄影测量点云
nDSM
面向对象
支持向量机(SVM)
建筑物提取
-
Keywords
UAV imagery data
Pix4D Mapper
photogrammetric point clouds
nDSM
objected - based
SVM
building extraction
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
