[00131078]集成多视遥感影像与LiDAR数据重建城市复杂建筑物三维模型

基于多视遥感影像与LiDAR数据的建筑物重构包括三部分研究内容：多源影像配准,建筑物检测和模型重构,其中多源影像精确配准是提高模型重构质量的基础,为此我们进行了深入研究。对于多视遥感影像,为了减少误匹配,我们采用由粗到精的配准策略,先利用SIFT算子提取特征点,然后由RANSAC算法计算初始配准参数,接着通过迭代方法,同时考虑特征相似性和空间结构一致性实现精确配准（Fei Yan,2013,Aixia Li,2014）。为了解决角度差异造成的空间结构变形,我们进一步引入分形学习算法,通过同名点将多视影像镶嵌起来进行整体平差,配准精度明显提高（Li et al,2012）。对于遥感影像与LiDAR数据之间的异质图像配准,由于二者成像方式不同,难以获得同名点,我们从图像间存在结构上的相似性出发,将传统复杂的特征匹配过程简化为特征点集的迁移,以改进的量子粒子群算法优化配准参数搜素过程,获得了亚像素级的配准精度（关泽群等,2013）。 建筑物检测部分我们重点研究了基于SVM的监督分类。高分辨率影像由于纹理复杂、结构清晰,因此多采用面向对象的分类方法。我们采用主动轮廓模型,将区域形状特征和图像底层特征融合在一个能量函数中,实现了对复杂细节部分的精细分割（刘云朋,2014）。为了进一步提高分类精度,在光谱、纹理等常用特征基础上,我们又加入HOG（Histogram of Oriented Gradients）描述目标结构特征,实验了目标的准确提取。（Shaoming Zhang,2013;张绍明,2014） 模型重构部分利用已有软件平台,将提取的建筑物特征建立起正确的拓扑关系。 发表标注受本项目资助的SCI的期刊论文1篇,EI检索论文5篇;培养硕士研究生2名,博士研究生1名。