项目名称: 自适应全变分模型的高分辨率遥感影像房屋提取及后处理方法研究

项目编号: No.41301472

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 张倩

作者单位: 华东师范大学

项目金额: 25万元

中文摘要: 高分辨率遥感影像是地物目标探测一种非常重要的数据源。世界上超过一半的人生活在城市和近郊的环境中。因此,可靠、准确的房屋建筑探测是高分辨率遥感影像的一个非常重要且非常活跃的研究领域。 本项目围绕房屋建筑在高分辨率遥感影像中呈现出的形状复杂多样性、面积大小多变性等特点,开展房屋建筑的提取,房屋结构细节信息的描述及精确定位的后处理方法的研究。主要研究一种自适应多尺度全变分分割模型用于房屋建筑对象的初步提取;结合人类丰富的经验知识,采用严格的数学模型模拟房屋特征,进行房屋对象的后处理。以精确的提取房屋建筑对象规则的几何结构信息,包括光滑的边界,角点等特征。并依据房屋边界与角点的特征及其相互关系,进行交叉矫正并准确定位。 该研究成果在城镇房屋建筑的精确定位、面积统计、户籍管理,城镇发展规划与管理等方面有着极其重要的学术价值和现实意义。

中文关键词: 高分辨率;遥感影像;建筑物提取;变分;形态学

英文摘要: The high-resolution remote sensing images are one of the most important data source to be adapted for the object detection. And more than half of the people in the world live in urban and suburban environments. Therefore, reliable and accurate detection of housing construction from high-resolution remote sensing images is a priority and a very active research field. The project around the characteristics of the shape of the housing construction in high-resolution remote sensing images showing complex diversity, size and variability, to carry out the extraction of housing construction, the description of the details of the housing structure and the precise positioning of the post-processing method. At first, the main research is focused on an adaptive multi-scale total variation segmentation model for housing construction objects initial extraction. In is step, the wealth of experience and knowledge of mankind are combination and which are simulated using the strictly mathematical model. And finally, cross-correction between the border and corner of housing is adapted for precise positioning based on the human experience and knowledge of the characteristics of their mutual relations. Then, a post-processing is taken for accurately extract the perfect geometry structure information of the housing construction obje

英文关键词: high resolution;remote sensing image;building extraction;variation;morphology

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
18+阅读 · 2020年12月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
【斯坦福经典书】统计学稀疏性:Lasso与泛化性,362页pdf
专知会员服务
36+阅读 · 2020年11月15日
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
113+阅读 · 2020年5月24日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
19+阅读 · 2018年5月17日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
18+阅读 · 2020年12月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
【斯坦福经典书】统计学稀疏性:Lasso与泛化性,362页pdf
专知会员服务
36+阅读 · 2020年11月15日
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
113+阅读 · 2020年5月24日
相关资讯
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员