基于卷积神经网络和无人机倾斜摄影图像的单个高层建筑物高度测算方法

doi:10.13474/j.cnki.11-2246.2024.0320

测绘通报 ›› 2024, Vol. 0 ›› Issue (3): 118-122.doi: 10.13474/j.cnki.11-2246.2024.0320

基于卷积神经网络和无人机倾斜摄影图像的单个高层建筑物高度测算方法

高桂棠¹, 郗连霞², 钟晓龙¹

1. 国核电力规划设计研究院有限公司勘测分公司, 北京 100095;
2. 北京超图软件股份有限公司, 北京 100600

收稿日期:2023-09-14 发布日期:2024-04-08
作者简介:高桂棠(1982—),男,硕士,高级工程师,主要从事关于神经网络、图像识别技术在测量测绘中的应用研究。E-mail:274027793@qq.com

A method for calculating the height of a single tall building based on convolutional neural networks and drone oblique photography images

GAO Guitang¹, XI Lianxia², ZHONG Xiaolong¹

1. Survey Branch, National Nuclear Power Planning and Design Research Institute Co., Ltd., Beijing 100095, China;
2. SuperMap Software Co., Ltd., Beijing 100600, China

Received:2023-09-14 Published:2024-04-08

摘要/Abstract

摘要： 为了提升单个高层建筑物高度测算效果,本文提出了基于卷积神经网络的无人机倾斜摄影图像的单个高层建筑物高度测算方法。首先,采用无人机倾斜摄影技术采集高层建筑物图像;然后,在卷积神经网络中输入高层建筑物图像,对其展开增强处理,提高图像的清晰度;最后,通过波段转换指数和阴影指数计算阴影长度,以此为依据测算单个高层建筑物的高度。试验结果表明,本文方法的图像增强处理效果较好、高度测算精度和效率较好。

关键词: 卷积神经网络, 无人机倾斜摄影, 图像增强, 阴影提取, 高度测算

Abstract: In order to improve the height calculation effect of a single high-rise building, a method based on convolutional neural network for calculating the height of a single high-rise building using unmanned aerial vehicle oblique photography images is proposed. Firstly, drone tilt photography technology is used to capture images of high-rise buildings.Secondly, input high-rise building images into the convolutional neural network and perform enhancement processing on them to improve the clarity of the image.Finally, the shadow length is calculated using the band conversion index and shadow index, and the height of a single high-rise building is calculated based on this. The experimental results show that the proposed method has good image enhancement processing effect, high measurement accuracy, and efficiency.

Key words: convolutional neural network, drone tilt photography, image enhancement, shadow extraction, height measurement

中图分类号:

P237

高桂棠, 郗连霞, 钟晓龙. 基于卷积神经网络和无人机倾斜摄影图像的单个高层建筑物高度测算方法[J]. 测绘通报, 2024, 0(3): 118-122.

GAO Guitang, XI Lianxia, ZHONG Xiaolong. A method for calculating the height of a single tall building based on convolutional neural networks and drone oblique photography images[J]. Bulletin of Surveying and Mapping, 2024, 0(3): 118-122.

参考文献

[1] 丁飞,石颉,吴宏杰.改进YOLOv4的轻量级遥感图像建筑物检测模型[J].计算机工程与应用,2023,59(10):213-220.
[2] 李鑫,潘建平,蔡卓言,等.融合高分遥感影像与DSM的建筑物三维变化检测[J].测绘科学,2022,47(12):147-155.
[3] 唐昊,冯德俊,曹文峰,等.顾及侧面信息的建筑物高度估算[J].遥感信息,2021,36(4):63-67.
[4] 刘晓忠,冯存均,邓小渊,等.亚米级遥感影像的建筑物高度反演方法及其验证[J].测绘通报,2022(8):128-132.
[5] 印森林,高阳,胡张明,等.基于无人机倾斜摄影的露头多点地质统计模拟——以山西吕梁坪头乡石盒子组为例[J].石油学报,2021,42(2):198-216.
[6] 王玉堂,王佳,牛利伟,等.基于无人机倾斜摄影测量的树冠体积及表面积提取算法对比分析[J].林业工程学报,2022,7(3):166-173.
[7] 马铖旭,曾上游,赵俊博,等.基于卷积神经网络的逆光图像增强研究[J].广西师范大学学报(自然科学版),2022,40(2):81-90.
[8] 赵征鹏,李俊钢,普园媛.基于卷积神经网络的Retinex低照度图像增强[J].计算机科学,2022,49(6):199-209.
[9] 王海军,金涛,门克内木乐.BCC-BP算法在RGB值到LAB值色彩空间转换中的应用[J].包装工程,2021,42(15):269-274.
[10] 王超,刘文超,翟海祥,等.基于色彩空间和暗原色先验图像融合去雾算法[J].电光与控制,2022,29(10):44-50.
[11] 雷鹏,胡金春,朱煜,等.傅氏级数和多项式结合的图像灰度建模及位移测量[J].红外与激光工程,2022,51(3):378-385.
[12] 娄联堂,何慧玲.基于图像灰度变换的OTSU阈值优化算法[J].中南民族大学学报(自然科学版),2021,40(3):325-330.
[13] 张世辉,张笑维,李贺,等.结合多尺度及密集特征图融合的阴影检测方法[J].计量学报,2021,42(5):570-576.
[14] 谭道强,曾诚,乔金霞,等.基于混合注意力模型的阴影检测方法[J].计算机应用,2021,41(7):2076-2081.
[15] 王振庆,周艺,王世新,等.IEU-Net高分辨率遥感影像房屋建筑物提取[J].遥感学报,2021,25(11):2245-2254.
[16] 陈靖涛,史明昌,罗志东,等.基于双向地形阴影法的黄土侵蚀沟自动提取技术[J].农业工程学报,2022,38(7):127-135.

基于卷积神经网络和无人机倾斜摄影图像的单个高层建筑物高度测算方法

A method for calculating the height of a single tall building based on convolutional neural networks and drone oblique photography images

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王东妍, 于才, 沈鹍, 张振见, 李亚峰. 点云数据在道岔关键节点几何检测应用[J]. 测绘通报, 2024, 0(3): 107-112.
[2]	马锦山, 贾国焕, 张赛, 张炯. 基于多源高分辨率遥感影像的典型自然资源要素提取[J]. 测绘通报, 2024, 0(3): 123-126,150.
[3]	张萍, 李必军, 李垠, 张亦梅, 特木其勒, 刘可, 李治君. 面向震后快速灾害评估的遥感影像房屋数据空间化构建方法[J]. 测绘通报, 2024, 0(2): 69-73.
[4]	李冬瑞, 童鑫, 李文涛, 宋欣屿, 刘洁冰. 基于深度学习的卫星影像立体匹配算法[J]. 测绘通报, 2024, 0(1): 83-88.
[5]	王宇昊, 李登华, 丁勇. 无人机倾斜摄影测量技术支持下的裸露边坡表面变化识别[J]. 测绘通报, 2023, 0(8): 45-50.
[6]	王丽梅, 王延正. 基于高分辨率遥感影像的建筑物提取[J]. 测绘通报, 2023, 0(6): 180-183.
[7]	杜宇峰, 黄亮, 赵子龙, 李国柱. 基于DETR的高分辨率遥感影像滑坡体识别与检测[J]. 测绘通报, 2023, 0(5): 16-20.
[8]	齐建伟, 王伟峰, 张乐, 王光彦. 基于改进DeepLabV3+算法的遥感影像建筑物变化检测[J]. 测绘通报, 2023, 0(4): 145-149.
[9]	李子彧, 周维勋, 耿万轩. 联合类别筛选与重排序的交叉视角图像地理定位[J]. 测绘通报, 2023, 0(2): 40-45.
[10]	张永彬, 刘雅辉, 刘明月, 满卫东, 宋唐雷, 李春雨. 基于Relief F与卷积神经网络的湿地植物群落精细分类[J]. 测绘通报, 2023, 0(2): 58-64.
[11]	施仲添, 沈正伟, 杨四海. 基于前景感知的遥感影像建筑物提取方法[J]. 测绘通报, 2023, 0(2): 134-138.
[12]	齐杰, 王中辉, 李驿言. 基于图卷积神经网络的道路网匹配[J]. 测绘通报, 2023, 0(12): 19-24,44.
[13]	武锦沙, 杨树文, 李轶鲲, 赵志威, 郑耀, 付昱凯. 面向异源影像的FCM-SBN-CVAPS多尺度变化检测方法[J]. 测绘通报, 2023, 0(12): 45-50.
[14]	张沛, 李英冰, 张镇平, 胡露太. 耦合递归特征消除与二维CNN的滑坡敏感性评价[J]. 测绘通报, 2023, 0(12): 88-93.
[15]	刘丽, 魏海霞, 祖为国, 谭金石. 无人机倾斜摄影测量技术在可建设城市屋顶光伏资源调查中的应用[J]. 测绘通报, 2023, 0(12): 142-146.