面向对象和SVM结合的无人机数据建筑物提取

• 作者: 余攀锋 屈新原 李丹 段福洲 王旭东
• 来源期刊: 国土资源遥感
• 学科: 工学
• 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
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 97-103
• 页数: 7页
• 分类号: TP751.1
• 字数: 5440字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2017.01.15

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段福洲	首都师范大学资源环境与旅游学院	4	44	3.0	4.0
5	屈新原	首都师范大学资源环境与旅游学院	3	42	3.0	3.0
7	李丹	首都师范大学资源环境与旅游学院	7	57	3.0	7.0
11	王旭东	首都师范大学资源环境与旅游学院	1	23	1.0	1.0
17	余攀锋		1	23	1.0	1.0