多尺度城市建筑类型三维识别技术的研究

• 作者: 陈韵莹 江西理工大学土木与测绘工程学院
• 来源期刊: 科技与创新
• 学科: 工学
• 关键词: 遥感影像提取 建筑物分类 城市建筑三维分类 三维技术
• 年，卷（期）: 2024,（7）
• 页码范围: 188-190
• 页数: 3页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2024.07.053

摘要

近年来，融合多源数据和自然语言处理技术进行低成本高效的城市资源规划逐渐成为研究热点。以江西省南昌市为例，基于高分辨率遥感影像与深度学习神经网络技术提取建筑物信息和阴影信息，赋值建筑高度、形态学、几何等多尺度特征。基于核密度方法把南昌市划分为居住、商业、工业、绿地和公共设施5种功能类型。构建多尺度城市建筑分类指标，利用K-mean算法分析融合三维高度信息的建筑类型。城市建筑类型分类方法结果总体精度较高，通过三维模拟技术能够有效识别出不同建筑类型特征。