CN106871864A - 一种基于立体卫星影像自动提取建筑物高度的方法 - Google Patents
一种基于立体卫星影像自动提取建筑物高度的方法 Download PDFInfo
- Publication number
- CN106871864A CN106871864A CN201710076323.2A CN201710076323A CN106871864A CN 106871864 A CN106871864 A CN 106871864A CN 201710076323 A CN201710076323 A CN 201710076323A CN 106871864 A CN106871864 A CN 106871864A
- Authority
- CN
- China
- Prior art keywords
- data
- target structures
- structures thing
- building
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于立体卫星影像自动提取建筑物高度的方法,涉及卫星影像解译领域。所述方法包括:获取目标建筑物的原始卫星立体像对、SRTM数据和DOM数据;对原始卫星立体像对进行预处理,然后依次进行相对定向和绝对定向后,生成用于提取DSM数据的核线影像;提取目标建筑物的初始DSM数据,参考DLG数据道路图层、地貌图层和目标建筑物的DOM数据,获取符合要求的检查点;获得滤除目标建筑物高程信息的DEM数据;整合数据;目标建筑物顶点高程值、地基高程值进行立体检查和修正;结合DOM、DLG中目标建筑物的房屋图层,将建筑物顶点高程值和建筑物地点基高程值相减获得建筑物高程信息。本发明使提取建筑物高程信息更加快速高效。
Description
技术领域
本发明涉及卫星影像解译领域,尤其涉及一种基于立体卫星影像自动提取建筑物高度的方法。
背景技术
20世纪以来,遥感技术日趋成熟,低空飞行器迅速发展。以此为依托形成的影像提取技术日趋成熟,同时,随着三维技术的应用,提取建筑物高程信息有着重要作用。现有用于建筑物高程信息的提取技术包括激光测距仪、立体像对、光学影像测高法和阴影测距等多种方法,但,这些方法都存在不足:
激光测距仪,由于人为因素影响较大,导致误差不均衡,对采集数据的核查工作量大。立体像对,需要专业的技术人员,采集效率低,耗费人力较大,成本高。光学影像测高法,需要人工采集影像中建筑物的角点等位置,由于受到建筑物遮挡、影印、太阳高度角等多方面影响,采集数据精度相对较低,同时,因为采用人工采集点位,所以生产效率较低。
发明内容
本发明的目的在于提供一种基于立体卫星影像自动提取建筑物高度的方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明所述基于立体卫星影像自动提取建筑物高度的方法,所述方法包括:
S1,获取目标建筑物的原始卫星立体像对、SRTM数据和DOM数据;将所述SRTM数据和所述DOM数据作为绝对定向的定向点数据源;其中,所述SRTM数据作为定向点高程控制的数据源、所述DOM数据作为定向点平面控制的数据源;
S2,对目标建筑物的原始卫星立体像对进行预处理,对预处理后的像对依次进行相对定向和绝对定向,判断绝对定向后立体像对平面误差和高程误差是否均达到预设阈值,如果是,则生成用于提取DSM数据的核线影像,并进入S3;如果否,则重复S2;
S3,对得到的所述核线影像进行匹配处理,提取所述目标建筑物的初始DSM数据,参考DLG数据道路图层、地貌图层和目标建筑物的DOM数据,成品字形均匀分布选取检查点位,分别提取检查点位在SRTM和DSM的高程值,并求得各检查点位检查点残差值,统计检查点残差值计算出高程中误差,判定检查点高程中误差是否符合预先设置的阈值,如果是,则进入S4;如果否,则返回S2,重新进行预处理,直至进入S4为止;
S4,参考DLG数据中所述目标建筑物的宽度和坡度,设定滤波处理参数,对初始DSM数据进行滤波处理,将滤波后的DSM数据导入的立体像对,然后通过立体设备检查所述目标建筑物滤波后的DSM数据是否符合预设检查范围,如果符合,则获得去除目标建筑物高程信息的DEM数据;如果不符合,则重新设定滤波参数,重新进入滤波处理并判断,直至获得滤除目标建筑物高程信息的DEM数据为止;
S5,将初始DSM数据与滤除目标建筑物高程信息的DEM数据整合到DLG数据中,将整合后的DLG数据中的目标建筑物图层数据按照房屋的属性进行分类处理、将目标建筑物图层数据按照房屋结构进行分割处理后,得到并存储目标建筑物的房屋图层;最后自动提取目标建筑物顶点高程值和地基高程值;
S6,将目标建筑物顶点高程值、地基高程值进行立体检查,判断顶点高程值、地基高程值是否均准确,如果是,则目标建筑物顶点高程值、地基高程值为目标建筑物的高程数据;如果否,则存在的异常高程进行立体修改,在步骤S2中的到的立体像对中采集正确顶点高程值和地基高程值,并将采集到的高程值作为目标建筑物的高程数据;
S7,结合DOM、DLG中目标建筑物的房屋图层,将建筑物顶点高程值和建筑物地点基高程值相减获得建筑物高程信息。
优选地,步骤S2中,所述预处理为将所述原始卫星立体像对转换为8位tif格式影像,并对tif格式影像进行增强处理,所述增强处理包括建筑物边缘处理、图像反差处理、纹理处理和比值处理。
优选地,步骤S2中,所述预设阈值为精度残差大于1个像素且不超过二倍中误差。
优选地,步骤S4中,所述获得去除目标建筑物高程信息的DEM数据,具体按照下述步骤实现:依据DL G数据中水系要素图层确定检查范围,将在检查范围内的所述目标建筑物滤波后的DSM数据与SRTM数据整合,剔除DSM数据中与水系要素图层匹配的噪声,得到去除目标建筑物高程信息的DEM数据。
本发明中建筑物高度的获取是基于DLG数据综合分析DSM、DEM以及SRTM数据自动提取建筑物房顶与地基高程,将获取建筑物顶点高程和地基高程导入立体像对检查,对存在的错误进行立体修正,最终导出正确建筑物顶点高程和地基高程,将获取的建筑物顶点高程和地基高程相减得到建筑物的高程值。
本发明的有益效果是:
本发明提供一种建筑物高程信息的获取方法,本发明使提取建筑物高程信息更加快速高效,为大范围提取建筑物高度信息提供了高效经济的解决方案。
附图说明
图1是基于立体卫星影像自动提取建筑物高度的方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
本发明的实施核心流程是:通过DLG中建筑物图层,指定获取高程信息地理位置坐标,依据处理后的DEM数据获得房屋地面点高程值,依据DSM数据获得房屋顶点高程值,并对获取结果进行立体判定,通过获取结果计算获得建筑物高程信息。
实施例
本实施例所述基于立体卫星影像自动提取建筑物高度的方法,所述方法包括:
S1,获取目标建筑物的原始卫星立体像对、SRTM数据和DOM数据;将所述SRTM数据和所述DOM数据作为绝对定向的定向点数据源;其中,所述SRTM数据作为定向点高程控制的数据源、所述DOM数据作为定向点平面控制的数据源;
S2,对目标建筑物的原始卫星立体像对进行预处理,对预处理后的像对依次进行相对定向和绝对定向,判断绝对定向后立体像对平面误差和高程误差是否均达到预设阈值,如果是,则生成用于提取DSM数据的核线影像,并进入S3;如果否,则重复S2;
S3,对得到的所述核线影像进行匹配处理,提取所述目标建筑物的初始DSM数据,参考DLG数据道路图层、地貌图层和目标建筑物的DOM数据,成品字形均匀分布选取检查点位,分别提取检查点位在SRTM和DSM的高程值,并求得各检查点位检查点残差值,统计检查点残差值计算出高程中误差,判定检查点高程中误差是否符合预先设置的阈值,如果是,则进入S4;如果否,则返回S2,重新进行预处理,直至进入S4为止;
S4,参考DLG数据中所述目标建筑物的宽度和坡度,设定滤波处理参数,对初始DSM数据进行滤波处理,将滤波后的DSM数据导入的立体像对,然后通过立体设备检查所述目标建筑物滤波后的DSM数据是否符合预设检查范围,如果符合,则获得去除目标建筑物高程信息的DEM数据;如果不符合,则重新设定滤波参数,重新进入滤波处理并判断,直至获得滤除目标建筑物高程信息的DEM数据为止;
S5,将初始DSM数据与滤除目标建筑物高程信息的DEM数据整合到DLG数据中,将整合后的DLG数据中的目标建筑物图层数据按照房屋的属性进行分类处理、将目标建筑物图层数据按照房屋结构进行分割处理后,得到并存储目标建筑物的房屋图层;最后自动提取目标建筑物顶点高程值和地基高程值;
S6,将目标建筑物顶点高程值、地基高程值进行立体检查,判断顶点高程值、地基高程值是否均准确,如果是,则目标建筑物顶点高程值、地基高程值为目标建筑物的高程数据;如果否,则存在的异常高程进行立体修改,在步骤S2中的到的立体像对中采集正确顶点高程值和地基高程值,并将采集到的高程值作为目标建筑物的高程数据;
S7,结合DOM、DLG中目标建筑物的房屋图层,将建筑物顶点高程值和建筑物地点基高程值相减获得建筑物高程信息。更详细的解释说明为:
(一)步骤S2中,相对定向是恢复或确定立体像对两个光束在摄影瞬间像对位置关系的过程。绝对定向是确定立体像对在物方坐标系中所处方位和比例的作业过程。进行绝对定向时,需要进行外业控制测量或将现有数据作为绝对定向中使用定向点,其中,定向点包含x,y,z三个维度,通常x和y为平面,z为高程,在本实施例中步骤S1中将目标建筑物的DOM数据和SRTM数据作为进行绝对定向的定向点数据源。
(二)步骤S2中,所述预处理为将所述原始卫星立体像对转换为8位tif格式影像,并对tif格式影像进行增强处理,所述增强处理包括建筑物边缘处理、图像反差处理、纹理处理和比值处理。
所述预设阈值为精度残差大于1个像素且不超过二倍中误差。
所述步骤S2中,对预处理后的像对分别进行相对定向和绝对定向后的操作及其后步骤S2中操作具体为:对预处理后的像对分别进行相对定向和绝对定向后,分别得到相对定向处理后的像对和绝对定向后处理后的像对;判断相对定向处理后的像对的精度和绝对定向后处理后的像对的精度是否均达到预先设置的阈值,如果是,则生成目标建筑物的立体像对,并进入S3;如果有任意一个定向处理后的像对精度为达到预先设定的阈值,则对目标建筑物的原始卫星立体像重新进行预处理和定向处理。定向处理包括相对定向处理和绝对定向处理。
(三)步骤S3中,DLG数据由从存储在目标建筑物的原始数据中,或者通过原始数据中的DOM数据解译获得。
因建筑、树木会造成匹配的初始DSM数据落在建筑物顶部或树木上,不是地面高程,故而,需要参考DLG数据中道路图层,成品字形分布在路面、空地等区域。
(四)步骤S4中,所述获得去除目标建筑物高程信息的DEM数据,具体按照下述步骤实现:依据DL G数据中水系要素图层确定检查范围,将在检查范围内的所述目标建筑物滤波后的DSM数据与SRTM数据整合,剔除DSM数据中与水系要素图层匹配的噪声,得到去除目标建筑物高程信息的DEM数据。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明提供一种建筑物高程信息的获取方法,本发明使提取建筑物高程信息更加快速高效,为大范围提取建筑物高度信息提供了高效经济的解决方案。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (4)
1.一种基于立体卫星影像自动提取建筑物高度的方法,其特征在于,所述方法包括:
S1,获取目标建筑物的原始卫星立体像对、SRTM数据和DOM数据;将所述SRTM数据和所述DOM数据作为绝对定向的定向点数据源;其中,所述SRTM数据作为定向点高程控制的数据源、所述DOM数据作为定向点平面控制的数据源;
S2,对目标建筑物的原始卫星立体像对进行预处理,对预处理后的像对依次进行相对定向和绝对定向,判断绝对定向后立体像对平面误差和高程误差是否均达到预设阈值,如果是,则生成用于提取DSM数据的核线影像,并进入S3;如果否,则重复S2;
S3,对得到的所述核线影像进行匹配处理,提取所述目标建筑物的初始DSM数据,参考DLG数据道路图层、地貌图层和目标建筑物的DOM数据,成品字形均匀分布选取检查点位,分别提取检查点位在SRTM和DSM的高程值,并求得各检查点位检查点残差值,统计检查点残差值计算出高程中误差,判定检查点高程中误差是否符合预先设置的阈值,如果是,则进入S4;如果否,则返回S2,重新进行预处理,直至进入S4为止;
S4,参考DLG数据中所述目标建筑物的宽度和坡度,设定滤波处理参数,对初始DSM数据进行滤波处理,将滤波后的DSM数据导入的立体像对,然后通过立体设备检查所述目标建筑物滤波后的DSM数据是否符合预设检查范围,如果符合,则获得去除目标建筑物高程信息的DEM数据;如果不符合,则重新设定滤波参数,重新进入滤波处理并判断,直至获得滤除目标建筑物高程信息的DEM数据为止;
S5,将初始DSM数据与滤除目标建筑物高程信息的DEM数据整合到DLG数据中,将整合后的DLG数据中的目标建筑物图层数据按照房屋的属性进行分类处理、将目标建筑物图层数据按照房屋结构进行分割处理后,得到并存储目标建筑物的房屋图层;最后自动提取目标建筑物顶点高程值和地基高程值;
S6,将目标建筑物顶点高程值、地基高程值进行立体检查,判断顶点高程值、地基高程值是否均准确,如果是,则目标建筑物顶点高程值、地基高程值为目标建筑物的高程数据;如果否,则存在的异常高程进行立体修改,在步骤S2中的到的立体像对中采集正确顶点高程值和地基高程值,并将采集到的高程值作为目标建筑物的高程数据;
S7,结合DOM、DLG中目标建筑物的房屋图层,将建筑物顶点高程值和建筑物地点基高程值相减获得建筑物高程信息。
2.根据权利要求1所述方法,其特征在于,步骤S2中,所述预处理为将所述原始卫星立体像对转换为8位tif格式影像,并对tif格式影像进行增强处理,所述增强处理包括建筑物边缘处理、图像反差处理、纹理处理和比值处理。
3.根据权利要求1所述方法,其特征在于,步骤S2中,所述预设阈值为精度残差大于1个像素且不超过二倍中误差。
4.根据权利要求1所述方法,其特征在于,步骤S4中,所述获得去除目标建筑物高程信息的DEM数据,具体按照下述步骤实现:依据DL G数据中水系要素图层确定检查范围,将在检查范围内的所述目标建筑物滤波后的DSM数据与SRTM数据整合,剔除DSM数据中与水系要素图层匹配的噪声,得到去除目标建筑物高程信息的DEM数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710076323.2A CN106871864B (zh) | 2017-02-13 | 2017-02-13 | 一种基于立体卫星影像自动提取建筑物高度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710076323.2A CN106871864B (zh) | 2017-02-13 | 2017-02-13 | 一种基于立体卫星影像自动提取建筑物高度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106871864A true CN106871864A (zh) | 2017-06-20 |
CN106871864B CN106871864B (zh) | 2019-03-01 |
Family
ID=59166074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710076323.2A Active CN106871864B (zh) | 2017-02-13 | 2017-02-13 | 一种基于立体卫星影像自动提取建筑物高度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106871864B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798731A (zh) * | 2017-11-10 | 2018-03-13 | 泰瑞数创科技(北京)有限公司 | 一种基于卫星影像自动建模的方法 |
CN109443359A (zh) * | 2018-09-27 | 2019-03-08 | 北京空间机电研究所 | 一种地面全景影像的地理定位方法 |
CN111121650A (zh) * | 2019-12-25 | 2020-05-08 | 中国民航科学技术研究院 | 一种利用dem辅助卫星影像测算建筑物高度的方法及*** |
CN111465971A (zh) * | 2017-12-08 | 2020-07-28 | 亚洲航测株式会社 | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成程序 |
CN111709432A (zh) * | 2020-06-19 | 2020-09-25 | 天津市滨海新区水务局 | 复杂城市环境下InSAR地面点提取方法、装置、服务器及存储介质 |
CN114417489A (zh) * | 2022-03-30 | 2022-04-29 | 宝略科技(浙江)有限公司 | 一种基于实景三维模型的建筑基底轮廓精细化提取方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101545775A (zh) * | 2009-05-05 | 2009-09-30 | 东南大学 | 利用数字地图计算像片方位元素和建筑物高度的方法 |
CN102855810A (zh) * | 2012-09-04 | 2013-01-02 | 绍兴文理学院 | 一种基于利用卫星影像图进行数字线划地图的方法 |
CN202794518U (zh) * | 2012-08-27 | 2013-03-13 | 西安煤航信息产业有限公司 | 基于机载insar生产3d产品的精度检测*** |
JP2013054660A (ja) * | 2011-09-06 | 2013-03-21 | Asia Air Survey Co Ltd | 植生図作成装置及び植生図作成プログラム |
CN103115614A (zh) * | 2013-01-21 | 2013-05-22 | 武汉大学 | 多源多轨长条带卫星遥感影像联合并行匹配方法 |
CN103884321A (zh) * | 2014-04-17 | 2014-06-25 | 西安煤航信息产业有限公司 | 一种遥感影像成图工艺 |
CN104457691A (zh) * | 2014-12-15 | 2015-03-25 | 重庆市勘测院 | 一种建筑物主体高程信息获取方法 |
CN104637370A (zh) * | 2014-12-23 | 2015-05-20 | 河南城建学院 | 一种摄影测量与遥感综合教学的方法及*** |
CN104729529A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 地形图测量***误差判断的方法和*** |
CN204832512U (zh) * | 2015-09-14 | 2015-12-02 | 西安煤航信息产业有限公司 | 基于LiDAR点云数据与影像的DLG数据采集*** |
JP2016085145A (ja) * | 2014-10-28 | 2016-05-19 | 公益財団法人鉄道総合技術研究所 | 地表変化推定装置及び地表変化推定プログラム |
CN105719341A (zh) * | 2016-01-18 | 2016-06-29 | 中科宇图科技股份有限公司 | 基于rpc模型从航天遥感影像上提取建筑物高度的方法 |
WO2016131847A1 (en) * | 2015-02-20 | 2016-08-25 | Prox Dynamics As | Method for calculating the distance to a ground target from an aerial vehicle |
CN106294001A (zh) * | 2016-07-25 | 2017-01-04 | 中国科学院国家天文台 | 一种用于月球环形坑异常地形数据的修复方法 |
-
2017
- 2017-02-13 CN CN201710076323.2A patent/CN106871864B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101545775A (zh) * | 2009-05-05 | 2009-09-30 | 东南大学 | 利用数字地图计算像片方位元素和建筑物高度的方法 |
JP2013054660A (ja) * | 2011-09-06 | 2013-03-21 | Asia Air Survey Co Ltd | 植生図作成装置及び植生図作成プログラム |
CN202794518U (zh) * | 2012-08-27 | 2013-03-13 | 西安煤航信息产业有限公司 | 基于机载insar生产3d产品的精度检测*** |
CN102855810A (zh) * | 2012-09-04 | 2013-01-02 | 绍兴文理学院 | 一种基于利用卫星影像图进行数字线划地图的方法 |
CN103115614A (zh) * | 2013-01-21 | 2013-05-22 | 武汉大学 | 多源多轨长条带卫星遥感影像联合并行匹配方法 |
CN104729529A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 地形图测量***误差判断的方法和*** |
CN103884321A (zh) * | 2014-04-17 | 2014-06-25 | 西安煤航信息产业有限公司 | 一种遥感影像成图工艺 |
JP2016085145A (ja) * | 2014-10-28 | 2016-05-19 | 公益財団法人鉄道総合技術研究所 | 地表変化推定装置及び地表変化推定プログラム |
CN104457691A (zh) * | 2014-12-15 | 2015-03-25 | 重庆市勘测院 | 一种建筑物主体高程信息获取方法 |
CN104637370A (zh) * | 2014-12-23 | 2015-05-20 | 河南城建学院 | 一种摄影测量与遥感综合教学的方法及*** |
WO2016131847A1 (en) * | 2015-02-20 | 2016-08-25 | Prox Dynamics As | Method for calculating the distance to a ground target from an aerial vehicle |
CN204832512U (zh) * | 2015-09-14 | 2015-12-02 | 西安煤航信息产业有限公司 | 基于LiDAR点云数据与影像的DLG数据采集*** |
CN105719341A (zh) * | 2016-01-18 | 2016-06-29 | 中科宇图科技股份有限公司 | 基于rpc模型从航天遥感影像上提取建筑物高度的方法 |
CN106294001A (zh) * | 2016-07-25 | 2017-01-04 | 中国科学院国家天文台 | 一种用于月球环形坑异常地形数据的修复方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798731A (zh) * | 2017-11-10 | 2018-03-13 | 泰瑞数创科技(北京)有限公司 | 一种基于卫星影像自动建模的方法 |
CN111465971A (zh) * | 2017-12-08 | 2020-07-28 | 亚洲航测株式会社 | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成程序 |
CN111465971B (zh) * | 2017-12-08 | 2022-03-22 | 亚洲航测株式会社 | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 |
CN109443359A (zh) * | 2018-09-27 | 2019-03-08 | 北京空间机电研究所 | 一种地面全景影像的地理定位方法 |
CN111121650A (zh) * | 2019-12-25 | 2020-05-08 | 中国民航科学技术研究院 | 一种利用dem辅助卫星影像测算建筑物高度的方法及*** |
CN111121650B (zh) * | 2019-12-25 | 2021-08-31 | 中国民航科学技术研究院 | 一种利用dem辅助卫星影像测算建筑物高度的方法及*** |
CN111709432A (zh) * | 2020-06-19 | 2020-09-25 | 天津市滨海新区水务局 | 复杂城市环境下InSAR地面点提取方法、装置、服务器及存储介质 |
CN111709432B (zh) * | 2020-06-19 | 2023-04-25 | 天津市滨海新区水务局 | 复杂城市环境下InSAR地面点提取方法、装置、服务器及存储介质 |
CN114417489A (zh) * | 2022-03-30 | 2022-04-29 | 宝略科技(浙江)有限公司 | 一种基于实景三维模型的建筑基底轮廓精细化提取方法 |
CN114417489B (zh) * | 2022-03-30 | 2022-07-19 | 宝略科技(浙江)有限公司 | 一种基于实景三维模型的建筑基底轮廓精细化提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106871864B (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106871864A (zh) | 一种基于立体卫星影像自动提取建筑物高度的方法 | |
CN108020211B (zh) | 一种无人机航空摄影估测入侵植物生物量的方法 | |
Piermattei et al. | Suitability of ground-based SfM–MVS for monitoring glacial and periglacial processes | |
CN102609726B (zh) | 利用面向对象技术融合高空间和高时间分辨率数据的遥感图像分类方法 | |
Rau et al. | Analysis of oblique aerial images for land cover and point cloud classification in an urban environment | |
Turker et al. | Detection of collapsed buildings caused by the 1999 Izmit, Turkey earthquake through digital analysis of post-event aerial photographs | |
US20170140578A1 (en) | Depth camera-based human-body model acquisition method and network virtual fitting system | |
CN106529469A (zh) | 基于自适应坡度的无人机载LiDAR点云滤波方法 | |
TW201022708A (en) | Method of change detection for building models | |
CN105989322A (zh) | 一种基于高分辨率遥感影像的多指标融合滑坡检测方法 | |
Kim et al. | Semiautomatic reconstruction of building height and footprints from single satellite images | |
CN113033390B (zh) | 一种基于深度学习的大坝遥感智能检测方法 | |
CN105547287B (zh) | 一种不规则天体导航视线信息提取方法 | |
CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
CN107818303A (zh) | 无人机油气管线影像自动对比分析方法、***及软件存储器 | |
CN109948471A (zh) | 基于改进InceptionV4网络的交通雾霾能见度检测方法 | |
CN111047566A (zh) | 无人机和多光谱卫星影像进行水生植被年变化统计的方法 | |
CN109816779A (zh) | 一种使用智能手机重建人工林森林模型获取单木参数的方法 | |
Berveglieri et al. | Identification of successional stages and cover changes of tropical forest based on digital surface model analysis | |
CN106969753B (zh) | 基于电力设计应用的无人机航拍数据处理方法 | |
CN109584250A (zh) | 一种鲁棒的视觉区域自动划分标注的方法 | |
Anders et al. | Rule set transferability for object-based feature extraction: An example for cirque mapping | |
CN107749080A (zh) | 一种基于点云数据的dem快速处理方法 | |
CN113378754B (zh) | 一种工地裸土监测方法 | |
Luo et al. | An evolutionary shadow correction network and a benchmark UAV dataset for remote sensing images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method of automatically extracting building height based on stereo satellite image Effective date of registration: 20211209 Granted publication date: 20190301 Pledgee: Haidian Beijing science and technology enterprise financing Company limited by guarantee Pledgor: CHINA SCIENCE MAPUNIVERSE TCHNDOGY Co.,Ltd. Registration number: Y2021110000090 |