利用倾斜影像重建点云的建筑物变化检测
城镇空间建筑物的变化检测是分析城市空间格局变化的一项重要内容.针对利用卫星影像检测建筑物变化过程中噪声、复杂边界等干扰难题,本文从不同期倾斜影像重建点云中自动提取建筑物平面和高度两个维度的准确变化信息.首先采用布料模拟滤波算法较大程度上减少地形点的影响;然后利用一种动态图神经网络深度学习方法,有效地检测出点云中的建筑物,通过前后两期点云分类后结果对比提取出建筑物的三维变化信息;最后选取杭州市萧山区局部区域的两期倾斜摄影测量密集匹配点云数据开展分析验证.结果表明,本文方法能够在大范围内快速实现可靠的建筑物变化检测,建筑物平面和高程两个维度的变化信息均有很好的反映,为城市精细化管理提供了一种有效方法.
点云分类、建筑物变化检测、布料模拟滤波算法、动态图神经网络、三维变化
P237(摄影测量学与测绘遥感)
浙江省自然资源厅科技项目;浙江省自然科学基金项目
2023-06-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
125-129