久久一区二区免费播放,国产在线欧美日韩一区二区,国产综合色在线视频,精品伊人久久久香线蕉,精品视频麻豆网站,玖玖国产,国内精品久久久久影,在线观看精品视频一区二区三区,午夜久久影院,国产精品一区久久

基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方法，步驟1，對(duì)不同時(shí)相的LiDAR點(diǎn)云數(shù)據(jù)分別進(jìn)行預(yù)處理；利用線性插值算法獲取不同時(shí)相的DSM和DTM；步驟2，將步驟1獲取的兩期DSM相減，獲取高程差值模型；步驟3，對(duì)高程差值模型進(jìn)行空間差異分析，提取候選變化區(qū)域；步驟4，利用LiDAR點(diǎn)云的空間特性，提取直接特征以及高程紋理特征；步驟5，實(shí)現(xiàn)于建筑物和植被的分類(lèi)；步驟6，對(duì)候選變化區(qū)域進(jìn)行套合疊置分析，確定建筑物的變化屬性。本發(fā)明充分發(fā)揮了LiDAR數(shù)據(jù)在建筑物復(fù)雜結(jié)構(gòu)、拓?fù)潢P(guān)系的三維表征上的優(yōu)勢(shì)，進(jìn)行建筑物的三維變化檢測(cè)。
【專(zhuān)利說(shuō)明】基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及機(jī)載激光雷達(dá)【技術(shù)領(lǐng)域】，尤其是涉及一種基于LiDAR點(diǎn)云空間差異分 析的城市建筑物變化檢測(cè)方法。

【背景技術(shù)】
[0002] 隨著經(jīng)濟(jì)建設(shè)的不斷發(fā)展，我國(guó)的城市建設(shè)如火如荼，城市變化非常頻繁和劇烈。 遙感（包括航空）影像幾何精度高、語(yǔ)義信息豐富，是目前大范圍、高頻率的城市變化檢測(cè) 最大的數(shù)據(jù)源。近幾十年，有很多學(xué)者深入研究基于遙感影像的變化檢測(cè)，提出了很多代表 性的算法，形成了豐富的理論體系。然而，目前基于遙感影像的變化檢測(cè)仍然面臨如遮擋與 陰影的問(wèn)題，投影差的問(wèn)題，地物內(nèi)部的異質(zhì)性，過(guò)于豐富的紋理，混合像元等諸多問(wèn)題。更 重要的是，建筑物的變化很多體現(xiàn)為空間結(jié)構(gòu)的變化，由于影像缺乏直接的三維信息，通過(guò) 密集匹配技術(shù)可獲取三維點(diǎn)集，但密集匹配效果受各種因素的制約，誤差較大，同時(shí)密集匹 配的點(diǎn)云無(wú)法穿透植被，因此單獨(dú)利用不同時(shí)相的影像數(shù)據(jù)監(jiān)控城市建筑物的更新有一定 的局限性。
[0003] LiDAR數(shù)據(jù)提供的高質(zhì)量三維點(diǎn)云數(shù)據(jù)，為城市建筑物的三維變化檢測(cè)提供了新 的研究思路。激光束所具備的穿透能力可以在一定程度上克服植被形成的遮檔，減少局部 區(qū)域的數(shù)據(jù)缺失，大大提高了建筑物提取的質(zhì)量。與基于影像手段的變化檢測(cè)方法相比， LiDAR數(shù)據(jù)在建筑物復(fù)雜結(jié)構(gòu)、拓?fù)潢P(guān)系的三維表征上具有無(wú)可比擬的優(yōu)勢(shì)。因此基于多 時(shí)相的LiDAR數(shù)據(jù)不僅能圈定變化區(qū)域，檢測(cè)變化類(lèi)型，還可以使城市短期的微小的三維 變化檢測(cè)（如小規(guī)模違建）成為可能。目前LiDAR數(shù)據(jù)還存在一些需要解決的問(wèn)題，如未 被激光束穿透的遮擋所形成的數(shù)據(jù)缺失，由于飛行高度、掃描角以及地物反射率而形成的 數(shù)據(jù)點(diǎn)稀疏、區(qū)域空洞或數(shù)據(jù)噪聲，基于離散點(diǎn)云的特征提取和分類(lèi)問(wèn)題等等。因此如何利 用LiDAR高精度的三維信息、實(shí)現(xiàn)高效率、高魯棒性、高精度的基于機(jī)載LiDAR點(diǎn)云的城市 建筑物三維變化檢測(cè)方法具有重要的理論意義和實(shí)踐價(jià)值。


【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明的目的在于提供一種基于LiDAR點(diǎn)云空間差異分析的城市建筑 物變化檢測(cè)方法，LiDAR數(shù)據(jù)提供的高質(zhì)量三維點(diǎn)云數(shù)據(jù)，充分發(fā)揮了 LiDAR數(shù)據(jù)在建筑物 復(fù)雜結(jié)構(gòu)、拓?fù)潢P(guān)系的三維表征上的優(yōu)勢(shì)，進(jìn)行建筑物的三維變化檢測(cè)。
[0005] 為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：
[0006] -種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方法，其特征在于：包 括以下步驟：
[0007] 步驟1，對(duì)不同時(shí)相的LiDAR點(diǎn)云數(shù)據(jù)分別進(jìn)行預(yù)處理；利用線性插值算法獲取不 同時(shí)相的DSM和DTM ;利用公式（1)將DSM中的地形起伏信息去除，獲取規(guī)則化數(shù)字表面模 型 nDSM ;
[0008] nDSM(t) = DSM (t)-DTM (t) (1)
[0009] 公式⑴中，DSM(t)、DTM(t)、nDSM(t)分別為t時(shí)相中的數(shù)字表面模型、數(shù)字地面 模型、規(guī)則化數(shù)字表面模型；
[0010] 步驟2,通過(guò)公式（2)將步驟1獲取的兩期DSM相減，獲取高程差值模型dDSM t2表示前后不同兩個(gè)時(shí)相；
[0011] dDSM = nDSM(t2)-nDSM(t1) (2)
[0012] 步驟3,對(duì)高程差值模型進(jìn)行空間差異分析，提取候選變化區(qū)域；消除低矮植被噪 聲；通過(guò)形態(tài)學(xué)開(kāi)運(yùn)算，消除長(zhǎng)條形配準(zhǔn)誤差；
[0013] 步驟4,利用LiDAR點(diǎn)云的空間特性，提取直接特征以及高程紋理特征，增加用于 分類(lèi)器的有效特征向量維數(shù)；
[0014] 步驟5,利用步驟4提取的LiDAR點(diǎn)云特征構(gòu)成特征向量，實(shí)現(xiàn)于建筑物和植被的 分類(lèi)；
[0015] 步驟6,結(jié)合步驟3獲取的候選變化區(qū)域以及步驟5獲取的類(lèi)別信息，對(duì)候選變化 區(qū)域進(jìn)行套合疊置分析，確定建筑物的變化屬性。
[0016] 作為優(yōu)選，所述步驟1的預(yù)處理包括去噪、濾波步驟。
[0017] 作為優(yōu)選，所述步驟3形態(tài)學(xué)開(kāi)運(yùn)算采用如下公式：
[0018] [Es (dDSM) ] (cp, rp) = min {w} (3)
[0019] Ds [Es (dDSM) ] (cp, rp) = max {w} (4)
[0020] 式中：ES為腐蝕算子，Ds代表膨脹算子，dDSM代表高程差值模型，（c p，rp)代表窗口 中心像素點(diǎn)，w為窗口中的其他柵格點(diǎn)的高程值。
[0021] 作為優(yōu)選，所述步驟4的直接特征包括歸一化高度信息，以及從原始點(diǎn)云提取的 多重回波信息和回波強(qiáng)度信息；所述高程紋理特征通過(guò)灰度共生矩陣進(jìn)行描述。
[0022] 作為優(yōu)選，所述分類(lèi)器采用非線性多類(lèi)支持向量機(jī)，SVM核函數(shù)選用了 RBF核，
[0023]

【權(quán)利要求】
1. 一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方法，其特征在于：包括 以下步驟： 步驟1，對(duì)不同時(shí)相的LiDAR點(diǎn)云數(shù)據(jù)分別進(jìn)行預(yù)處理；利用線性插值算法獲取不同 時(shí)相的DSM和DTM ;利用公式（1)將DSM中的地形起伏信息去除，獲取規(guī)則化數(shù)字表面模型 nDSM ； nDSM(t) = DSM (t)-DTM (t) (1) 公式（1)中，DSM(t)、DTM(t)、nDSM(t)分別為t時(shí)相中的數(shù)字表面模型、數(shù)字地面模 型、規(guī)則化數(shù)字表面模型； 步驟2,通過(guò)公式（2)將步驟1獲取的兩期DSM相減，獲取高程差值模型dDSM ;ti、t2表 示前后不同兩個(gè)時(shí)相； dDSM = nDSM (t2)-nDSM (ti) (2) 步驟3,對(duì)高程差值模型進(jìn)行空間差異分析，提取候選變化區(qū)域；消除低矮植被噪聲； 通過(guò)形態(tài)學(xué)開(kāi)運(yùn)算，消除長(zhǎng)條形配準(zhǔn)誤差； 步驟4,利用LiDAR點(diǎn)云的空間特性，提取直接特征以及高程紋理特征，增加用于分類(lèi) 器的有效特征向量維數(shù)； 步驟5,利用步驟4提取的LiDAR點(diǎn)云特征構(gòu)成特征向量，實(shí)現(xiàn)于建筑物和植被的分 類(lèi)； 步驟6,結(jié)合步驟3獲取的候選變化區(qū)域以及步驟5獲取的類(lèi)別信息，對(duì)候選變化區(qū)域 進(jìn)行套合疊置分析，確定建筑物的變化屬性。
2. 根據(jù)權(quán)利要求1所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方 法，其特征在于：所述步驟1的預(yù)處理包括去噪、濾波步驟。
3. 根據(jù)權(quán)利要求1或2所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢 測(cè)方法，其特征在于：所述步驟3形態(tài)學(xué)開(kāi)運(yùn)算采用如下公式： [Es (dDSM) ] (cp, rp) = min {w} (3) Ds [Es (dDSM) ] (cp, rp) = max {w} (4) 式中：ES為腐蝕算子，仏代表膨脹算子，dDSM代表高程差值模型，（cp，rp)代表窗口中心 像素點(diǎn)，w為窗口中的其他柵格點(diǎn)的高程值。
4. 根據(jù)權(quán)利要求3所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方 法，其特征在于：所述步驟4的直接特征包括歸一化高度信息，以及從原始點(diǎn)云提取的多重 回波信息和回波強(qiáng)度信息；所述高程紋理特征通過(guò)灰度共生矩陣進(jìn)行描述。
5. 根據(jù)權(quán)利要求1所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方 法，其特征在于：所述分類(lèi)器采用非線性多類(lèi)支持向量機(jī)，SVM核函數(shù)選用了 RBF核，
以一對(duì)一法為多類(lèi)分類(lèi)模式。
6. 根據(jù)權(quán)利要求5所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方 法，其特征在于：所述步驟5分類(lèi)器的工作流程為： 步驟51，將提取的LiDAR點(diǎn)云特征，包括直接特征、高程紋理特征和曲面屬性特征，構(gòu) 成特征向量進(jìn)行特征分析與選擇；進(jìn)行歸一化處理，得到處理結(jié)果； 步驟52,將處理結(jié)果在分類(lèi)器中計(jì)算最優(yōu)平面，交叉驗(yàn)證后得到分類(lèi)結(jié)果的類(lèi)別信息。
7. 根據(jù)權(quán)利要求1所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè) 方法，其特征在于：所述步驟3,通過(guò)設(shè)定兩期LiDAR點(diǎn)云的相對(duì)高差閾值，消除低矮植被噪 聲。
8. 根據(jù)權(quán)利要求1所述的一種基于LiDAR點(diǎn)云空間差異分析的城市建筑物變化檢測(cè)方 法，其特征在于：所述步驟6建筑物的變化屬性判斷步驟為： 步驟61，檢測(cè)地面點(diǎn)數(shù)是否大于50%，如結(jié)果為是，則建筑物銷(xiāo)毀；如結(jié)果為否，繼續(xù) 檢測(cè)植被點(diǎn)數(shù)是否大于50%，如結(jié)果為是，則建筑物銷(xiāo)毀；如結(jié)果為否，執(zhí)行下一步； 步驟62,檢測(cè)面積是否變化，如變化，則為建筑物重建；如無(wú)變化，繼續(xù)檢測(cè)高程變化， 如高程有變化，則為建筑物擴(kuò)建，如無(wú)變化，執(zhí)行步驟63 ; 步驟63,檢測(cè)變化點(diǎn)數(shù)是否大于20%，如是，則結(jié)果特定；如否，則建筑物未變化。
【文檔編號(hào)】G01S7/48GK104049245SQ201410263818
【公開(kāi)日】2014年9月17日 申請(qǐng)日期:2014年6月13日 優(yōu)先權(quán)日:2014年6月13日
【發(fā)明者】陳長(zhǎng)寶, 謝興, 張玉, 盧志淵, 杜紅民, 劉會(huì)娟, 肖丹丹 申請(qǐng)人:中原智慧城市設(shè)計(jì)研究院有限公司