傳統(tǒng)建筑物頂面損毀區(qū)域檢測方法存在圖像灰度級不理想、信息提取準確度低的問題。為此,提出新的基于三維點云的建筑物頂面損毀區(qū)域信息提取方法。分析建筑物損毀區(qū)域頂面特征結構分布圖,獲得可靠聚類種子點,構建鄰域投票模型,使建筑物損毀區(qū)域頂面圖像的錯分現象降到最低。結合RANASC方法構建主動提煉準則平面模型,實現建筑頂面損毀區(qū)域圖像信息的提取。為驗證研究的有效性,進行一次仿真。實驗結果證明:研究方法獲取的圖像灰度級更優(yōu),有效提高了圖像清晰度,能更準確提取建筑物頂面損毀區(qū)域信息。 

【文章來源】：計算機仿真. 2020,37(06)北大核心

【文章頁數】：4 頁

【部分圖文】：

權函數分布示意圖

實驗設置建筑物頂面圖像的灰度級,將白色與黑色之間分成不同灰度等級,范圍一般從0～255,白色為255,黑色為0,在此灰度級變化范圍中,記錄不同方法下的圖像像素數。像素越大,分辨率越高,圖像則越清晰,實驗結果如圖2所示。由圖2實驗結果可知,文獻[1]方法獲取的建筑物頂面圖像的像素較低,相比之下,文獻[2]方法的像素出現了一些較高值,但是在灰度級不同情況下像素值不穩(wěn)定,說明所獲取的圖像質量偏低。研究方法的主要灰度級為0～150,該灰度變化范圍符合正常灰度圖像要求,且像素值較高,說明研究方法圖像處理視覺效果更好,可進一步判別建筑物頂面的損毀情況。

為進一步驗證研究方法的有效性,利用文獻[1]和文獻[2]方法對上述建筑物頂面損毀區(qū)域進行信息提取,實驗結果如圖3所示。通過圖3能夠看出文獻[1]方法未能提取出小范圍損毀區(qū)域的信息;文獻[2]方法提取出的損壞區(qū)域信息出現不完整問題,且提取出的信息存在誤提取情況;相比之下研究方法精確的提取到不同損毀范圍的信息,該實驗結果表示方法具有較高的信息提取精度,對建筑物頂面損毀區(qū)域的提取效果更理想。

【參考文獻】：
期刊論文
[1]基于VGG16預編碼的遙感圖像建筑物語義分割[J]. 徐昭洪,劉宇,全吉成,吳晨.  科學技術與工程. 2019(17)
[2]基于DCNN特征的建筑物震害損毀區(qū)域檢測[J]. 周陽,張云生,陳斯飏,鄒崢嶸,朱耀晨,趙芮雪.  國土資源遙感. 2019(02)
[3]基于同名特征的建筑物高度高分影像提取方法[J]. 龍恩,汪源,孟鋼,王偉陽,陳旭,連翠萍.  遙感技術與應用. 2019(01)
[4]基于特征提取的點云自動配準優(yōu)化研究[J]. 楊高朝.  計算機工程與應用. 2018(16)
[5]地面激光點云的建筑區(qū)域快速提取方法[J]. 董安國,黃亮.  測繪地理信息. 2018(03)
[6]利用詞袋模型檢測建筑物頂面損毀區(qū)域[J]. 涂繼輝,眭海剛,馮文卿,孫開敏.  武漢大學學報(信息科學版). 2018(05)
[7]基于特征級融合方法的高光譜影像建筑物提取[J]. 徐銳,林娜,代文良.  地理空間信息. 2018(04)
[8]從三維激光點云中快速統(tǒng)計樹木信息的方法[J]. 肖楊,胡少興,肖深,張愛武.  中國激光. 2018(05)
[9]共享近鄰聚類算法點云面線提取[J]. 辛群榮,姚吉利,徐廣鵬.  測繪科學. 2018(01)
[10]基于區(qū)域分割的點云骨架提取算法[J]. 晁瑩,耿國華,張雨禾,張靖.  計算機工程. 2017(10)



本文編號：3311818