城市遥感考试资料.docx

《城市遥感考试资料.docx》由会员分享，可在线阅读，更多相关《城市遥感考试资料.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、城市遥感是研究城市地表的区域环境，包括城市人 工地物、城市地质构造、城市地形地貌、城市植被 和城市水系等几何特征和光谱特征等。第一讲 城市遥感根底第一节 遥感物理根底电磁波：在真空中或介质中通过传播电磁场的振动而传输电磁能量的波叫做电磁波，比方光波、热辐射波、微波、无线电波等。电磁波是空间传播的交变电磁场，是能量的一种动态形式。电磁波谱：按照真空中的波长或频率依次将电磁波划分成不同的波段，排列成谱即为电磁波谱。电磁波的特点和遥感意义1 不需要传播介质2 横波3 波动性4 粒子性5 叠加原理6 相干性和非相干性7衍射和偏振 遥感器的几何图象分辨率，波长越长，偏振现象越显著，偏振摄影和雷达成像8）

2、 多谱勒效应合成孔径侧视雷达2、太阳辐射和大气对电磁波传输过程的影响太阳是巨大的电磁辐射源，是地球能量的主要来源遥感技术的主要能源。太阳辐射包括了整个电磁波谱的范围，到达地球大气上界的太阳电磁辐射大小主要取决于日地距离和太阳高度角的变化。太阳辐射到达地面之前，要穿过大气层，必然会受到大气的影响。大气对太阳辐射的影响大气对太阳辐射中不同波长辐射的影响是不一样的。因此，太阳辐射穿过大气到达地面时，不仅能量被衰减，而且光谱成分也发生了变化。吸收太阳辐射的主要成分：水蒸气、臭氧和二氧化碳，而且这些成分都吸收紫外线。因此遥感技术中很少用紫外线。大气窗口：大气对电磁波的某些波段衰减作用较小，电磁波的透过率

3、较高，这些电磁波段成为大气窗口。遥感技术的重要课题之一，就是研究和选择有利的大气窗口，以便最大限度地承受有用信息。 可见光窗口，透过率最高，因此对遥感最有利。3、地物的波谱特性同一时间、空间条件下，地物发射、反射、吸收和折射电磁波的特性是波长的函数。将该函数用曲线表现出来，即为该地物的电磁波波谱，简称地物波谱。一般地物的温度都会高于绝对零度，因此都会发射电磁波。地物除了自身的温度外，还有因吸收太阳光等外来能量而受热增温的现象。地物反射波谱特性:是指地物波谱反射率随波长变化的规律。不同的地物，其反射波谱特性也不同。地物反射波谱特征是遥感影像解译的重要依据。地物发射波谱特性：地物发射率随波长变化的

4、规律。地物的发射率与其外表状态、温度、类别等因素有关。一般而言，同一物体的发射率随其温度不同而异。 不同地物，具有不同的波谱曲线发射、反射、吸收和折射形态。城市遥感的研究内容：定量研究城市典型地物的波谱特性，通过对地物波谱特性进展分析，实现对地物的解译、特征提取、三维重建、变化检测和污染监测等。遥感传感器组成：采集单元、分光单元、探测与信号转化单元、记录或通信单元。图像获取方式根本分为三种模式：摆扫成像、推扫成像和凝视成像。3、城市遥感影像数据是地面物体反射或发射电磁波特征的记录、是地面景物真实、瞬间的写照。传感器、波段、平台的不同对应的遥感影像有所不同，应用范围也有所区别。遥感影像是电磁波能

5、量的测量数据： 以规那么格式存储，最小的影像元素称为像素。对于单波段影像，每个像素对应一个数字单元DN值。 对于多波段影像，每个像素对应多个数字单元DN值 。影像特性：空间特性：测量的面积。光谱特性：指传感器所能感知的波长范围。 辐射特性：指传感器能测量到的能量。 时空特性：指传感器获取数据的时间。空间分辨率：指遥感影像上能够识别的两个相邻地物的最小距离。动态覆盖范围：指能通过传感器测量到的最小能量和最大能量范围。辐射分辨率：指传感器能分辨的目标反射或辐射的电磁辐射强度的最小变化量；时间覆盖率：是指传感器能记录的最小时间间隔；重返周期：指同一地区被传感器重复摄像的时间间隔；像素大小，随传感器的

6、不同而不同，小的可以小于1m,大的超过数千米。波段数：指存储下来的能区分开的波段数量。常用的波段数是1个全色光谱、15个多光谱、220个超光谱。影像量化：指传感器将收集到的被测目标的电磁波能量以离散的整数形式存储在不同介质上如感光胶片或磁带。影像压缩：由于遥感信息量相当大，要求在卫星过境的短时间内将获得的信息数据传输到地面是有困难的，因此，在信息传输前需要进展数据压缩。城市遥感数据的选择标准 数据的时空特性：现势性，多波段，高空间分辨率。数据有效性： 遥感数据分辨率，包括时间，空间，光谱和温度分辨率； 遥感数据的经济性辐射误差：传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率

7、或光谱辐射亮度等物理量之间的差值。辐射误差产生的原因有两种： a、传感器响应特性； b、外界自然条件，包括太阳照射的位置和角度，大气传输云和雾等条件；辐射校正： 消除图像数据中依附在辐射量度中的各种失真的过程。目的：尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度以及某些不可防止的噪声引起的传感器量测值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异，尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作打下根底。一、 因传感器灵敏度特性引起的辐射误差校正二、 大气影响引起的辐射误差校正三、 因太阳辐射引起的辐射误差校正四、 其他辐射误差校正校正场1建立辐射校正场的意义

8、作为开展空间对地观测技术的一个重要组成局部，是遥感信息定量化所必须的，也是验证遥感数据可靠性、进展多星数据和多时相卫星数据比照分析的重要手段。2建立辐射校正场的目的 满足遥感数据定量化的要求、监测在轨传感器变化并不断提供修正系数、补充星上定标的缺乏，有助于多种遥感仪器和不同时间遥感资料的综合应用。辐射场校正技术：利用地球外表大面积均匀地物为目标，当卫星过顶时实施同步地面观测，以实现对轨道上运行的卫星传感器作辐射校正。几何处理目的：对遥感图像进展几何纠正，解决遥感图像的几何变形。几何变形的误差类型静态误差：成像过程中，传感器相对于地球外表呈静止状态时所具有的各种变形误差动态误差：主要是由于成像过

9、程中地球旋转所造成的图像变形误差。多项式纠正法根本思想：回避成像的几何过程，直接对图像本身的变形进展数学模拟，认为图像变形规律可以看作是平移、缩放、旋转、仿射、偏扭和弯曲以及更高层次的根本变形的综合作用结果.根本过程：利用有限个地面控制点的坐标，解求多项式的系数，然后将各像元的坐标带入多项式进展计算，从而求得纠正后的坐标。第2讲城市遥感影像解译与判读遥感影像解译：从遥感影像上获取目标地物信息的过程.目视判读与计算机解译的联系：目视判读是遥感是遥感影像应用最根本、最传统的方法，是遥感影像计算机解译.展的根底和起始点。计算机解译的影像分类通通常需要以目视判读为根底。1.2 遥感影像解译与判读类型：

10、遥感影像解译类型可归.为：目视判读、人机交互判读和计算机自动解译。（1） 目视判读：目视判读过程借助简单的光学工具如放大镜、立体 镜等，在有关信号层投影成像机理、物理层 地学波谱特性和语义层事物相关规律三个 层面知识的引导下，对地物进展判读；目视解译的标志：直接标志色调、颜色、阴影、形状、纹理、大小、图型、间接标志位置、相关布局。目标地物与成像时间的关系，与其相关指示特征与环境的关系。人工目视判读原那么：先图外，后图内，先整体，后局部，多比对，勤分析人工目视判读方法1.直接判读法:使用直接判读标志进展影像判读.2.比较分析法：同类地物比照，空间.比分析、时相动态比照法3.信息复合法：多种辅助信

11、息，识别遥感图像上目标地物的 方法。4.综合推理法：，结合生活常识，分析、推断某种目标地物的方法。5.地理相关分析法遥感影像目视解译流程：准备阶段，收集资料订购影像准备.段、野外初查，初选解译标志(1) 判读员的训练(2) 搜集充足的资料(3) 了解图像的来源性质和质量(4) 准备判读仪器和设倍。(5)室内解译，找目标、勾画轮廓，室内详细判读室外解译，实地验证、补充调查1野外验证包括：检验解译标志、验证专题解译中图斑的内容是否正确2疑难问题的补判：对室内判读中遗留的疑难.题的再次解译。室内解译：整理资料、绘制图形、整编图件人机交互判读，即半自动判读方法：把人工目 视判读和数字影像处理、遥感地理

12、信息系统、地 学知识和信息技术等结合起来进展遥感影像判读, 由人和计算机共同完成；计算机自动解译：指采用简单的模板匹配方法或基于内容的图像 检索方法，根据目标的几何特征或独特的纹理特 征，从影像中提取目标信息。计算机自动解译与人机交互判读比较：地物特征复杂，存在异物同谱和同物异谱现象， 计算机自动解译存在困难；而人工判读相对灵活， 但效率较低；人机交互判读为常用方法。目视解译与计算机解译的区别：工具不同：航片解译：借助简单的光学工具如放大镜、立 体镜等 数字解译：借助数字工具如数字放大镜、影像 立体等判读数据源不同：航片解译：航片 数字解译：数字影像判读方法不同： 航片解译：目视判读(光学放大

13、、光学立体) 数字解译：数字解译影像复原、影像超分辨 率 自动化程度不同： 航片解译：人工操作，野外检核 数字解译：可自动处理且可批量处理和分布式 处理目标判读步骤：包括：人工预判、半 自动初判、人工详判 、专家会判等。城市影像超分辨率重建：提高影像分辨率的技术途径有两个：一个是 从物理上改良成像传感器；另一个是对采集到的影 像数据利用适当的信号处理方法进展图象复原和超 分辨。影像的超分辨率重建：指利用信号处理和软 件方法消除成像系统和外界环境所导致的影 像退化，恢复出光学衍射极限分辨率所决定 的截至频率以外的信息，从而提高影像的空 间分辨率。 可以在不改变成像系统的前提下，到达提高影 像空间

14、分辨率的目的，对于影像解译意义重大。超分辨率技术具有严密的数学物理根底。图象复原是恢复由于模糊、噪声和云雾等因素 引起的图象质量的退化，提高实际图象的清晰度、 比照度和分辨率，使之逼近设计值，但是不可能超 过设计值图象超分辨操作是在图象复原的根底上进一步 提高实际图象的分辨率，使之超过设计值影像超分辨率重建技术与影像复原区别：1超分辨率重建是使影像的分辨率超过设计分辨 率； 影像复原是使影像的分辨率接近或到达设计分 辨率；2影像融合是利用高分辨率影像来提上下分辨率 影像的分辨率； 超分辨率是利用一幅或多幅低分辨率影像重建 出高分辨率影像高于所有的原始影像分辨率；第3讲城市主要道路的检测和提取城

15、市道路的主要特性思路：利用对特定地物的描述，设定相关的知 识和约束条件，以此作为地物提取的根底。（1） 几何特征： 宽度：垂直于线长方向的线目标横向断面尺度 。 宽度的一致性：沿线长方向的宽度变化程度。 形状、大小和朝向：反映了线状地物延伸的尺度和 范围。 曲线：线的弯曲程度，不同目标在不同分辨率和考 察的尺度范围、不同的环境和地形呈现的不同的曲 率和曲率变化率。 模式：在道路连接等处，会形成T字形或十字形的几 何模式；道路，在高分辨率影像中，其形状一般呈条带 状；而在低分辨率影像中，通常呈现曲线状； 沿长度方向的道路宽度变化程度较小，不同级 别的道路宽度存在差异；有一定的弯曲度，但局部曲率一

16、般不大，曲率 变化比较平缓。级别越低的道路曲率越大，平 坦地区道路曲率整体较小，在山区相对较高2辐射特性： 线状目标的反射特性，以及与周围环境的比照度 。包括局部断面的平均光谱特征、光度一致性、 比照度和局部断面图像直方图。 道路的灰度与背景灰度相差比较大； 道路内部的灰度变化相对平稳，但由于受路 面上的汽车、车轮线、交通线等的影响，道 路外表的灰度分布并不均匀。3拓扑特性。 拓扑特性表示线状目标满足作为网络一局部的完 整性程度，以及连接的类型。 连接类型一般有T形，X形和Y形等。 大多数情况下具有拓扑特性的目标指道路和水系 。 完整性：各段连接起来的程度。 连接线：连接类型，以及作为网络一局

17、部的连接 的正确性。4上下文特性 周边区域的关联特性：包含线特征的区域内存在的关联目标，例如可以用高水平的语义表达的一些根本地物类型，如城区和农村可以扩展为植被区域、荒地和居民区等。局部上下文线索：目标之间的关系、例如密度、朝向，大小，相邻目标的排列方式等。路面上的树木、汽车等地物会遮挡道路，但对道路特征的正确提取影响不大； 成排的房屋之间出现道路的可能性较大；对于激光扫描数据，道路激光点为空间上离散分布的点，无明显的拓扑信息以及属性特征。（5） 功能特性。 人工目标在显示世界所实现的功能。 例如不同的类型的道路、铁路作为交通网络系统 的一局部，起着连接人类活动区和运输通道的作 用。由此可以导

18、出其他特性，比方： 一般都与村庄、城镇、居民地或人工设施相连接； 尽可能直， 节约运输和修建本钱； 为了实现这一功能，道路一般比较平整反映到影像 那么是道路路面的灰度一般较为均匀，形状上大多数 情况下不会有剧烈的曲率变化，不会无辜中断，段与 段之间存在连接以形成网络等。城市道路提取方法影像道路特征提取的根本过程，同样遵循Marr 视觉理论，在低中高三个层次上进展，主要分 为以下阶段： 1预处理校正和除噪处理 2低层次处理二值化、灰度边缘、纹理、顶点、方 向等 3中层次处理特征分析、选择、综合等 4高层次处理 知识、智能、规那么、学习、理解、识 别等 5道路标识、表示、应用等 对影像从不同角度进

19、展分析，在各个层次采取 适当的算法，即可得到不同的特征提取方法。1城市道路提取现状： 手工提取 半自动提取 自动提取提取现状： 1半自动提取：较为原始的方法，但却是生产单位长期 以来都使用的实用方法， 主要思想是由人工首先在道路上或道路附近提供初始道 路点种子点，有时还提供初始方向，然后再由计 算机根据人工点进展识别处理。通过适当的人工干预， 保证提取的准确性。 这种方法较好地结合了人与计算机各自的优势，在目前 计算的识别能力不高的情况下，具有较高的实用价值。 提高效率 ，减轻劳动强度2） 自动提取：无疑，全自动的提取方法是遥感影像目标 识别与提取的开展方向和最终目标。道路自动提取现状： 没有

20、一种针对所有道路类型、适合各种影像比例 尺分辨率、通用的提取算法。 目前，城市道路的自动提取方法大致可以分为三 类： 基于道路本身特性的方法; 基于上下文信息的方法; 上述方法的混合;（2） 城市道路的半自动提取 设计原那么： 设计算法要考虑：算法的稳定性容错率、 提取结果的精度，高效的测图效率。 除算法要保证高成功率和精度外，还应当遵 循以下原那么： 1操作员的输入应当简单 2提取结果的实时响应 3允许提取结果的回退操作具体策略： 1在依次输入人工点形成的各段内，以快速的模板 匹配和基于神经网络的优化计算，快速提取出道路 特征的初始值； 2基于平差模型的自适应模板匹配对每段进展相对 独立的提

21、取，即提取各段连续的二次曲线； 3以上述提取结果作为初值，基于最小二乘样条曲 线提取算法对其进展准确定位。（3） 城市道路的自动提取自动道路特征提取主要包括道路的自动定位和理解。 即首先分析出影像道路的特征，这包括各种各样的方 法，有局部的，有全局的，方法的优劣直接影响后续 过程的理解。1. 道路特征的增强图像滤波或小波变换等; “种子点的选择，用于确定可能的道路点 基于像素分类、边缘增强或模版匹配等; “种子点扩展成线段如基于规那么的边缘点 自动连接、动态规划等方法; 4.道路段确实认，自动连接形成道路网这一步骤 涉及到自动编组算法、顾及上下文知识的连接假 设生成和假设验证、路段语义关系表达

22、等高水平 的自动影像解译方法;道路提取难点： 在低分辨率影像上，道路主要表现为双平行线的线 状目标，跟踪时困难不大； 但在高分辨率影像上，主要道路的表现形式是，道 路是包括斑马线、防护栏、两边及中间的绿化带、 防护堤、车辆等的混合表现，在经过边缘检测和跟 踪后道路的主要表现形式是多组不连续的平行线； 由于太阳光线被遮挡，路面影像上存在阴影；遥感影像上道路提取难点表达在： 道路是连续的，但由于成像过程、反射条件、阴影等影 响的干扰，提取的线条不能表达连续的信息断裂长度 较小； 道路是连续的，但由于遮挡如成行树木的遮挡、与 周围环境的反差较低等的原因，无法提取相应的线条 断裂长度较大； 道路发生了

23、变化，依据提供的信息不能找到与前面道路 相连的证据，通常这种情况下断裂长度很大，而且没有 证据能填补城市道路提取典型方法：1） 基于构造信息的侯选道路段提取 过程：图像，canny边缘检测，二值化，细化，动态规划边缘的跟踪，适量线条生成，压缩光滑去噪，拆线分裂生成直线段，平行线断提取，可靠平行线断生成，基于平差模型的平行线断精定位，候选道路段及中线形成。该方法的特点： 在效率上比完全人工的切准提取速度快, 而且提 取的结果的后续编辑量小； 对道路中心线的定位是非常准确的, 可以大大减 轻操作员的劳动强度, 并到达测量精度的要求；2） 基于感知编组的道路提取 道路模型约束下的道路段感知编组有两个

24、特点： 一是充分利用了道路的局部特征； 二是建立连接概率模型，对编组的过程及结果都进 行了定量化的表达，这使得编组的结果更为可信和 可靠。 由于局部特征几何特征、辐射特征和局部上下文特 征等容易受噪声的干扰，因而会影响结果的可靠性， 所以还需要进展：全局特征约束条件下的道路段连接重组。3） 基于带状Snake的道路提取 其主要思想是定义一个能量函数，在snake由初始位置向真 实轮廓逐渐靠近时，寻找能量函数的局部最小值，即通过 对能量函数的动态优化来逼近目标的真实轮廓。由于snake模型算法的一个缺点就是对初始位置的依赖性很 大，当初始轮廓离目标较远时，往往收敛到局部最小值， 而不是真实轮廓S

25、nake模型具有一些经典方法所无法比较的优点： 将图像数据、初始估计、目标轮廓及基于知识的约 束统一于特征提取过程中； 经适当地初始化后，它能自主地收敛于能量极小值 状态； 尺度空间中由粗到精地极小化能量可以极大地扩展 捕获区域，降低计算复杂性。4） 城市道路新型提取方法：灰度形态分割模型(中、低分辨率影像) 利用形态学水平集理论将图像中具有一样形态的像素定 义为一个构造或目标； 即对于一个给定的空间邻域, 可以简单而直观地把形态 特征分为:“凸特征、“凹特征、“扁平特征整体矩形匹配模型(高分辨率影像)根本思想是：比 较矩形内部、外部的道路与背景匹配程度,寻找 道路的最正确匹配矩形最正确矩形确

26、定原那么：矩形的内部道路成分尽量多，而 矩形的外部非道路成分尽量多，即在内部和外部都能 很好匹配的矩形才能最好地表示道路。铁路提取： 采用面向对象分类 的方法分割结果 经过人机交互合并 处理立交桥的提取立交桥是道路中最复杂的局部； 具有介于地形和建筑物之间的特征，与地形相似之处在于,立交桥面是一种空间连续的曲面，且有一局部与地面直接相连；与建筑物相似之处在于立交桥空中局部具有规那么的形状，且具有类似房屋的附属设施。提取方法： 基于样条函数的提取 方法； 基于改良模糊边缘监 测的立交桥边缘提取 方法；第4讲城市人工目标三维重建难点： 人工交互方式，缺乏快速、高效的数据获取方法， 自动化程度不高，

27、并且精度也无法保证； 由于目标复杂，所有的系统都不能完全自动地从影 像上准确获得目标的三维几何描述，无法定量地决 定场景中所有目标的性质；虽然地图是现实世界的二维抽象与表达，其标准已 相对成熟，应用也相当广泛；但由于缺乏在三维环 境下描述现实世界的相关标准，基于地图进展目标 重建的研究仍处于初步阶段趋势： 对基于影像的人工目标重建，采用摄影测量技术 和计算机视觉方法相结合的方式完成； 对基于模型的三维目标重建，将知识的引导内容 渗透到从低级到高级处理的各个层次中； 引用多源数据提供的人工目标各种线索和信息， 降低单纯以影像分析为根底的检测难度； 结合不同领域的相关理论、方法克制复杂的人工 目标

28、提取和三维重建问题；(1) 立体影像平台的建立 1 立体影像对内定向： 解决像片坐标系统与扫描坐标系统之间的差异缩 放、旋转、平移； 2 立体影像对相对定向 ： 恢复构成立体像对的两张像片的相对方位，建立被 摄物体的几何模型； 自动相对定向：匹配同名特征点； 3 核线影像生成 ，使得同名像点对的上下视差为零； 便于进展立体观测和立体测图。4 立体影像显示5 前方交会解求像方和物方关系 6 一体化三维影像重建平台的建立(2) 三维重建模型1.CAD/CAM领域的三维空间数据模型 ：可分为外表表示 法、空间分割法 和构造实体几何 表示法三类GIS矢量模型的优点： 1数据存储格式紧凑，所占存储空间小

29、，能直观表达 空间几何元素间的拓扑关系。 2数据精度高，能准确表达三维线状实体、面状实体 和体状实体的不规那么边界。 3空间查询、拓扑查询、网络分析的能力较强。 4图形输出效果好，容易实现几何变换等空间操作。 缺点： 空间计算复杂，算法实现过程较为复杂，表达体内的不 均一性的能力较差。GIS中栅格数据模型的特点： 构造简单，便于各种空间叠加操作，空间操作算法简单， 对体内的不均一性具有一定的表达能力，叠加分析和缓冲 区分析都很容易实现。 缺点： 1数据量巨大，占用大量存储空间处理速度较慢。 2数据精度低输出效果较差。 3没有显式定义空间拓扑关系不利于查询和分析。 4空间分析的精度低。研究全新的

30、数据模型相对困难，采用数据模型集成 方式更为常见。 混合数据模型是指针对不同的实体采用不同的三 维数据模型，然后将不同的数据模型集成在同一 个系统中。3. 三维空间可视化模型：构成要素:几何特征和纹理特 征。拓扑关系：反映了空间实体之间不随实体的连续变形 而改变的，与度量和方向无关的一种空间关系。拓扑关系在三维重建中的作用： 协助完成深层次的空间分析，如连通性分析可以深入到 具体的楼层、具体的房间； 通过建立的拓扑关系，可以自动发现某些数据错误； 利用拓扑关系帮助搜索相关要素(组合查询)； 更易于把根本的空间体元组合形成复合实体；三维拓扑重建 内拓扑：三维实体内的拓扑关系，是三维重建中是 最为

31、关键的环节；在目前三维重建过程中，内拓扑 往往通过人工编辑完成。 外拓扑：三维实体间的拓扑即外拓扑。外拓扑的重 建往往不被重视。三维拓扑模型存在的主要问题 拓扑关系描述的形式化方法和模型远未达成共识， 都是在各自提出的方法和模型上展开研究； 缺乏统一的空间数据表达、缺乏空间目标间拓扑关 系描述的方法及模型； 评判不同模型的好坏目前还没有一个准那么； 当前的研究很少将拓扑关系的建立与度量关系结合 起来，实现真正意义上的三维重建。 从拓扑关系不确定性研究来看，目前仍缺乏对拓扑 关系不确定性的来源、度量、一致化处理方法以及 伴随的误差传播模型的系统研究；（3) 简单房屋三维重建简单房屋概念： 房屋特

32、征点完全在房屋边界上的房屋称为简单型房 屋；从拓扑链的角度来分类，简单房屋可理解为只含一 个拓扑链的房屋。1.基于平差模型的简单房屋模型三维重建： 简单房屋边缘根本上是直线，这些直线之间存在着某 些固定的几何关系平行、垂直、共线、共面、等高、 等距等，可用此约束简单房屋的重建过程； 基于平差模型的重建流程： 首先利用边缘检测和直线定位算子提取房屋边缘； 然后根据房屋主方向特性，利用直线模版匹配，结 合最小二乘平差，对这些直线进展准确的提取和定 位； 最后利用几何约束条件方程、影像特征模板和几何 先验知识进展结果的优化；根据不同的房屋类型，有时还可以参加其他的几何 约束条件如平行、等距等。 实际

33、操作时，联合根本的误差方程以及这些几何约 束条件，即可实现基于物方的带有几何约束条件的 最小二乘平差模型，实现房屋重建。2.物方空间几何约束的房屋三维重建步骤： 利用Canny算子进展边缘线的检测和追踪； 直线段提取，由边缘矢量进一步处理得到直线段； 根据房屋的主方向，结合房屋的内拓扑和度量约束条件， 从而实现外轮廓； 根据给定的房屋类型所确定的几何构造，进展线段的约 束和模型验证，剔除不满足条件的直线段； 根据核线约束条件，并进展前方交会得到房屋角点三维， 实现房屋三维重建。（4） 复杂房屋的三维重建1.基于双向搜索的三维拓扑模型构建 步骤： 从一个初始面利用初始几个点构面出发，按照给定的

34、法向量阈值，寻找所有属于一个面上的点，查找邻接表判 读所有共面的点能否连成封闭的面片。 如果连接不成功，保存共面点，修改搜索状态，判断反向 搜索能否进展，然后按照正向搜索类似步骤进展处理。 如果双向搜索算法成功，就建立了所有面上的点及点间的 连接关系。 按照点线面链接关系重建房屋的屋顶构造，同时基于边界 链上的每两个相邻的点都可以构成一面墙，依据此特性重 建房屋的所有墙面，就完成了一个房屋的三维模型重建。2.基于LiDAR点云的建筑物重建方法 基于LiDAR点云进展建筑物提取及 模型重建的根本策略就是逐步剔 除非建筑物点，获取建筑物点， 进展模型重建。主要步骤： 建筑物检测分割 建筑物模型生成

35、重建包括屋顶面与边界限的提取和优化。第5讲城市遥感变化检测变化检测的用途： 利用计算机图像处理系统对不同时段目标或现 象状态的变化进展识别、分析，能确定一定时间 间隔内地物或现象的变化，并提供地物的空间分 布及其变化的定性与定量信息，在地物覆盖分析、 国土资源普查等方面拥有广泛的应用价值和商业 价值。城市目标变化检测流程 变化检测一般步骤： 数据准备预处理辐射、几何校正，超分辨，配准 变化检测 后处理 变化性质分析识别 变化影响分析评估城市目标变化检测方法1分类后比较法：克制由于 多时相图像的传感器性质、分辨率等因素的差异带 来的不便，不需要数据归一化过程限制： 1.该方法对类别的合理划分要求

36、比较高。类别划 分得过细会产生大量的边缘点，从而造成检测误 差的增加；类别划分得过粗又会忽略一些类别之 间的差异，不能很好的反映实际情况 2.该方法的分类步骤和变化检测步骤的别离。当 分类与变化检测成为相对独立的两个过程时，比 较分析就基于从两幅图像中得到的处理过的信息 而不是原始信息。这会产生信息量的减少，从而 造成准确性的丧失。3.该方法对于分类错误比较敏感。因为分类后比 较法需要对用于变化检测的多幅图像分别分类， 任何一幅图像的分类错误都会造成结果的错误， 这就等于增加了错误发生的几率2直接多时相影像分类法是通过对两个或多个日期的组合数据序列进展单一 分析来识别变化区域，该方法是使用两幅

37、或更多时相数据一次分析来识别 变化区域。（1） 像素级变化检测 灰度差值法 矩特征差值法 图像回归法 归一化图像差值法 相关系数法 灰度比值法（2） 特征级变化检测点特征适合弱小变化检测 线特征适合线状地物变化检测 面特征适合面状地物变化检测 其他方法：整体特征分析方法、可视化方法弱小变化的检测思路： 基于点的特征检测方法； 将弱小变化作为小目标、兴趣点处理，设计针对弱 小变化的检测提取条件； 在兴趣区域内处理，利用背景和变化的先验知识； 寻找弱小变化与噪声的分界限；弱小变化与噪声分界限 强度：目标强度通常比噪声大； 大小：除点目标外，小目标通常比噪声大； 分布：弱小变化分布可能满足一定规律；

38、 利用时序遥感图像验证；点特征检测法 点特征是指图像中具有复杂纹理特性的特殊点，例 如角点，拐点，穿插点等，是一种很有用的低层次 图像特征； Susan算子：Susan算子适合提取大量密集的特征点， 速度很快； Forstner算子：Forstner算子在纹理丰富地区特征 点也丰富，在纹理匮乏地区几乎没有； Harris算子：Harris算子提取的特征点分布较为均 匀，且速度精度适中；边缘特征检测法： 通过提取多时相图像边缘，再比较边缘图的差异，标注 的差异边缘就是变化目标的轮廓。 一般用于检测线性体目标的变化。该方法的优点是比较 稳健，它不敏感于光照条件和视角差异等。 Roberts算子和P

39、rewitt算子：利用模板加权计算进展边 缘检测。此类方法简单，定位精度不高。 Canny算法：将高信噪比、定位准确以及单边缘响应三 个准那么结合起来，通过高斯平滑、梯度的非极大值抑制 和双阈值边缘检测等步骤实现边缘检测。不易受噪声干 扰，能检测弱边缘（3） 整体特征变化检测统计测试法：对于多时相图像可以应用统计测试方 法检测是否发生变化。 统计测试只能检测图像数据是否发生变化，不能解 决变化的位置、变化的性质等问题。统计测试通常 仅仅指示了待检测图像中一些统计参数是否发生变 化。统计测试法的优点是它受图像配准误差的影响 很小。第6讲遥感在城市规划中的应用城市规划是指为了实现一定时期内城市的经

40、济和 社会开展目标，确定城市性质、规模和开展方向；合 理利用城市土地；协调城市空间布局和进展各项建立 的综合部署和全面安排。现状 遥感技术具有成图周期短、本钱低、实用性高等特 点； 能获取大面积、综合性的土地利用现状信息；更新速 度快，可为土地变更调查提供数据源； 能提供基于影像的可视化规划原始数据； 能为土地利用规划动态监管提供有效的自动化监测手 段； 遥感技术已成为获取和更新城市信息的最好手段， 遥感数据也已成为城市规划信息系统的重要数据源；城市规划中遥感技术的应用1） 区域根底数据调查2） 城市土地利用状况调查3） 城市建立调查4） 城市生态环境调查5） 城市规划成果展示城市规划动态监管

41、：城市规划动态监管的根本目标是加强对城市规划的 监视管理。对于城市来说，监管的主要内容是城乡 规划的强制性内容的落实情况。强制性内容：分为城市总体规划中规定的强制性内容 和详细规划中的强制性内容动态监管必要性： 经济的开展导致城市化进程加快，城市盲目扩大， 大量占用农田，导致环境恶化； 城市内部片面追求经济效益，急功近利，贪大求洋， 脱离实际； 有的开发工程未经审批就开工建立，城乡结合部建 设混乱等，出现“种房子的违法经营；基于遥感技术的城市规划动态监测：主要是利用同一 地区不同时相的遥感影像来发现并提取城市建立变化 信息，并将变化信息与该地区的规划专题资料进展叠 加比照分析，并辅以外业核查，

42、最终将城市建立变化 的空间位置和规划业务信息提交规划主管部门，为城 市规划的编制、实施、监视和修改提供决策依据。城市规划监管内容是监测城市规划强制性内容的落实 情况城市规划遥感监测技术流程 城市规划遥感监测技术流程就是结合业务流程，将 遥感数据作为主要对象，将监测任务所涉及到的各 个技术环节具体化。 简单概括为:数据预处理：包括监测区域选择、数据获取、影像纠 正、数字镶嵌、多源数据融合变化信息提取：主要完成变化信息的提取，采用多种 变换提取和分类处理技术，获得监测区范围内的变 化信息，并初步进展分类和识别变化识别：通过GIS辅助分析和实地调查等手段完成 对变化信息的识别、量化处理，以便于核查。

43、对于 单期影像来说，可直接与规划图进展GIS辅助分析， 确定与规划之间的差异;成果整理：监测图制作、质量评估以及相关的文档 和数据的整理，以备编写监测报告和监测信息发布 之用。城市规划的遥感监测系统建立目的：采用高分辨率卫星与航空遥感技术、信息处理技术、 网络技术等信息技术手段，对城市建立中的各种违 法建立和不良开展倾向及时迅速采取措施，提供科 学的决策依据，保证城市规划有效实施和城市安康 开展。内容：1建立效劳于城市规划的多时相、多尺度城市遥感影像数据库；2建立规划信息库；3） 其他信息库：根底地理信息、专题信息、管理审批信息；4建立城市规划遥感监管系统城市规划的遥感监测系统建立步骤： 1数

44、据源准备 2影像纠正 3影像配准 4变化信息的提取 5城市规划动态监测系统的建立 6应用例如多时相遥感影像的城市规划动态监管，主要是对不 同时相的多源影像数据进展分析处理，通过自动提 取图斑的方法来获取变化信息。自动发现城市用地 现状中的变化信息，保证变化信息提取的客观性和 正确性，减少作业人员的工作量。单时相遥感影像的城市规划动态监管，主要是利用城市总 体规划、控制性详细规划，以及建立工程数据库等与单时 相遥感卫星影像相叠加来进展变化图斑的发现与提取无论是自动提取还是人机交互提取，仍然存在精度 不够高、遗漏图斑、伪图斑和椒盐状图斑多的现象。数字园林遥感应用系统建立1） 园林数据库设计；2园林

45、数据的采集和入库；3数字园林作业流程：1资料准备2内业采集(3) 内外业调查试验(4) 内业编辑5外业调查6监理检查：7数据处理和提交：第7讲城市环境遥感监测应用及城市遥感应用前景遥感在城市水资源监测中的应用1.城市湖泊变迁监测方法： 大湖泊：利用中低分辨率遥感影像，采用边缘检 测算子，提取湖泊边缘，从而确定湖面变化；小的湖泊或沟渠：采用高分辨率遥感影像进展监测； 如采用面向对象分割方法，先提取湖泊图斑，在进展 边界提取和分析处理；2城市水质遥感监测： 水环境监测传统方法:主要以物理化学监测技术为主， 这类方法需要专门的仪器和实地数据，样本采集耗 费的本钱比较高； 遥感监测方法: 通过特定时间

46、的遥感影像结合地面监测的水质分析 数据，建立比较准确的水质遥感模型，并利用该模 型处理遥感影像，可以实现水污染定量检测。 可以评价污染物产生的原因及污染途径，对水污染 问题进展鉴别和评估，可为防治城市水资源污染提 供技术支持。就精度而言，遥感方法通常低于常规监测方法，但 遥感技术正是通过这种精度上的损失，换取了水环 境研究的区域性、动态性和同步性，这正是把遥感 技术应用于水环境研究的意义所在。城市水质监测中遥感技术应用包括以下内容1） 水体富营养化监测反映水体富营养化程度的最主要因子是叶绿素，其中 又以叶绿素-a最为突出，因此可基于不同浓度浮游植 物的辐射光谱特性进展遥感监测“拐点，在0.55um附 近，普遍出现辐射峰值在近红外波段具有明显的“ 陡坡效应 。而且水体叶绿素浓度越高，其辐射峰 值也越高。这就是叶绿素遥感的波谱根底。叶绿素浓度信息提取方法： m附近的红光 波段间的差异。2） 泥沙污染监测 特点：泥沙会使得水体的反射率提高，且随着泥沙 浓度的增加，水体发射波峰随之向长波方向移动， 称为红移； 但在0.93-1.13um附近，由于对红外辐射的吸收增 强，此时反射通量会降低，且