面向对象和SVM结合的无人机数据建筑物提取

编号 zgly0001595036

文献类型 期刊论文

文献题名 面向对象和SVM结合的无人机数据建筑物提取

作者 王旭东  段福洲  屈新原  李丹  余攀锋 

作者单位 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 

母体文献 国土资源遥感 

年卷期 2017年01期

年份 2017 

分类号 TU198 

关键词 无人机影像  Pix4DMapper  摄影测量点云  nDSM  面向对象  支持向量机(SVM)  建筑物提取 

文摘内容 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。