跳到主要內容

臺灣博碩士論文加值系統

(44.201.99.222) 您好!臺灣時間:2022/12/03 14:59
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:徐竣翔
研究生(外文):Chun-Hsiang Hsu
論文名稱:UAV影像在都市三維變遷偵測之應用
論文名稱(外文):The Application of 3D Change Detection for Urban Area Based on UAV Images
指導教授:林宗曾
指導教授(外文):Tzong-Tzeng Lin
口試委員:林宗曾李良輝賴進興
口試委員(外文):Tzong-Tzeng LinLiang-Hwei LeeChin-Hsing Lai
口試日期:2015-07-16
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:土木工程與防災科技研究所
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2015
畢業學年度:103
語文別:中文
論文頁數:88
中文關鍵詞:變遷偵測多視立體視覺無人飛行載具連通元件標記法
外文關鍵詞:change detectionmulti-view stereounmanned aerial vehicleLabel Connected Components
相關次數:
  • 被引用被引用:9
  • 點閱點閱:726
  • 評分評分:
  • 下載下載:82
  • 收藏至我的研究室書目清單書目收藏:0
都市區幾何、紋理、光譜資訊複雜,早期對於都市區的變遷偵測,使用衛星影像進行,其解析度低無法完整表達都市區光譜、二維資訊,導致變遷偵測結果不佳。隨著遙測技術迅速發展,高解析度影像獲取容易,但高解析度變遷偵測容易受到傳統準正射高差位移問題,以及高解析度影像包含太多雜訊,所需預處理程序繁雜、困難,導致高解析度影像變遷偵測仍無法得到很好的成果,整體來說,基於二維影像的都市區變遷偵測因影像諸多問題,所以目前無法以簡單方便的方法得到一個很好的成果。
都市變遷偵測主要以土地利用及建築物變化作為偵測之目的,以高解析度遙測影像而言,雖真正射影像已能解決建物傾倒之幾何對位問題,但地表紋理過於精細,將對變遷偵測產生極大之影響。以現今三維重建技術包含空載雷射(Airborne LIDAR)及基於影像三維重建技術(Image Based Reconstruction ,IBR)兩項,以三維資訊進行變遷偵測將可有效解決都市建物高度的改變,地表紋理變化等干擾。
本研究援引多視立體視覺三維重建技術,使用無人飛行載具拍攝序列影像,產製高解析度正射影像,及高解析密點雲資訊來計算點雲差異量,並利用連通元件標記法(Label Connected Components)將三維點雲進行聚類,門檻值設為100點對上述方式將點雲差異分析之雜訊進行濾除,保留真正變遷區域進行標注顯示,並套疊真正射影像進行可視化,可快速且準確地獲得變遷偵測區域。本研究以103年高雄氣爆區為範例進行上述相關實驗,其成果可快速且準確地對都市進行變遷偵測並得到非常好成效。

The spatial information in urban area is filled with complexity in the form of geometry, texture, and spectrum. In the past, the change detection in urban area was made with satellite imagery whose spatial resolution was too low to get 2D information and spectrum sufficiently represented, and it resulted in a worse detection. With the development of remote sensing, the higher resolution imagery is easier acquired, however, it's also easily effected by the relief displacement of the buildings and by a huge of noise. The pre-processing on it could be very complex and difficult, and a nice change detection would be impossible.
Totally speaking, so far there's no simpler way to lead to derive a better detection since that a plenty of problems from those 2D imaging on urban change detection.
The destination of change detection in urban area is primarily around variation happening to landuse and buildings. Even though the ture orthoimage has get a solution to the relief displacement, the texture of ground surface which is too much sophisticated, still effects a lot. With Airborne LIDAR and IBR, Image Based Reconstruction, the 3D information will efficiently make the detection on the change of building's height, and it can reduce the noise from the texture as well.
In this study, the use of unmanned aerial vehicle shooting sequence images and 3D reconstruction with multi-view stereo is applied. With the high resolution digital orthophoto and pointcloud, the deviation between each point(location) can be computed. Then, the 3D pointclouds can be clustered with Label Connected Components, and with the setting of threshold by 100 for noise filtering as well. After that, the true changed area can be preserved with labels and true orthoimage overlaid for visualization, and the changing area will be rapidly detected.
The explosion at Kaohsiung city in 2014, was directed as a sample of experiment in this study, and the workflow will achieve a very well effectiveness on change detection in urban area.


摘要 I
Abstract III
誌謝 V
目錄 VI
圖目錄 IX
表目錄 XI
第一章、 緒論 1
1.1 研究背景與目的 1
1.2 二維影像變遷偵測特點與缺陷 2
1.3 三維變遷偵測特性與缺陷 4
1.4 傳統攝影測量與現代攝影測量之比較 4
1.4.1 數據來源 8
1.4.2 計算方式 8
1.4.3 傳統攝影測量與現代攝影測量整體比較 8
第二章、 文獻回顧 10
2.1 基於直接比較法之變遷偵測技術 10
2.1.1 基於光譜變化向量之變遷偵測 10
2.1.2 基於影像差值法之變遷偵測 11
2.1.3 基於影像比值法之變遷偵測 11
2.1.4 基於植被指數法之變遷偵測 12
2.1.5 基於主成分分析法之變遷偵測 12
2.1.6 基於交叉相關分析法之變遷偵測 13
2.1.7 基於假彩色合成法之變遷偵測 13
2.1.8 基於影像回歸法之變遷偵測 13
2.2 基於分類後比較法之變遷偵測 14
2.3 其它類型變遷偵測 15
2.3.1 基於混合分類法之變遷偵測 15
2.3.2 基於物件導向之變遷偵測 16
2.3.3 基於線特徵的方法 17
2.3.4 基於紋理特徵的方法 18
2.3.5 基於模型結構的方法 19
2.3.6 其它思維之變遷偵測方法及混和多種變遷偵測方法 20
2.4 基於三維點雲之變遷偵測 21
2.5 變遷檢測方法小結 24
第三章、 研究方法 25
3.1 UAV拍攝 25
3.1.1 航線規劃 26
3.2 多視立體視覺三維重建技術 27
3.2.1 多視立體視覺 28
3.2.2 核線幾何(Epipolar Geometry) 28
3.2.3 特徵點偵測與匹配 29
3.2.4 從運動恢復結構(Structure from Motion, SfM) 30
3.2.5 稠密點雲重建 31
3.2.6 網格化與紋理映射 35
3.2.7 真正射影像 36
3.3 空間資料結構 38
3.4 點雲距離計算 40
3.5 連通組件標記法(Label Connected Components,LCC) 41
第四章、 結果與討論 45
4.1 三維重建成果 46
4.1.1 航線規劃 46
4.1.2 三維重建與真正射影像製作 47
4.2 點雲距離計算 48
4.3 成果分析 50
第五章、 結論與建議 62
參考文獻 64

[1]李怡蓁,基於多視立體視覺的三維重建與真正射影像製作,國立高雄應用科技大學碩士論文,2014。
[2]高建新,基於遙測影像的變化檢測研究,測繪科技情報,2005,55(2),pp.1-4。
[3]Byme G F., Crapper P F., Monitoring Land-Cover Change by Principal Component Analysis of Multi-Temporal Landsat Data, Remote Sensing of environment,1980, 10, 175-184.
[4]Knut C., Nielsen A. A., A Test Statistic in The Complex Distribution and Its Application to Change Detection in Polar Metric SAR Data. IEEE Transaction on Geoscience and Remote Sensing, 2003, 41(1), pp.1493-1520,.
[5]何春陽,陳普,陳東雲,土地利用/覆蓋變化混合動態監測方法研究,自然資源學報,2001,5,pp.256-262。
[6]陳普,何春陽,史培軍,陳雲浩,馬楠,基於變化向量分析的土地利用/覆蓋變化動態監測(Ι)-變化閾值得確定方法,遙測學報,2001,5(4),259-265。
[7]Engall J. L., Thbbs J. D., Holmes Q A., Pattern recognition of LANDSAT Data Based Upon Temporal Trend Analysis. Remote Sensing of Environment, 1997, 6, pp.303-314.
[8]吳芳,劉榮,田為春,曾政祥,遙測變化檢測技術及其應用綜述,地理空間信息,2007,5(4),pp.57-59。
[9]Miller L., Tom C., Analysis of The Dynamics of Shifting Cultivation in Tropical Forests of Landsat Imager, U.S.A: NASA Technical Memorandum, 1978.
[10]翟永梅,王森,沈祖炎,一種快速的震害評估方法-基於區域的遙測影像差值分割提取技術研究,地震研究,2011,34(2),pp.227-232。
[11]範文義,羅傳文,3S理論與技術,哈爾濱:東北林業大學出版社。
[12]李德仁,利用遙測影像進行變化檢測,武漢大學學報(信息科學版),2003,28(5),pp.7-11。
[13]李衛娟,付春永。基於主成分分析的土地利用遙測動態監測研究。中國科技論文在線,2008。
[14]孫曉霞,張繼賢,燕琴,高井祥,遙測影像變化檢測方法綜述及展望,遙測信息,2011,1,pp.119-123。
[15]沙志剛,數字遙測技術在土地利用動態監測中的應用概述,國土資源遙測,1999,4,pp.21-24。
[16]曹雪,柯長青,基於TM影像的南京市土地利用遙測動態監測,武漢大學學報(信息科學版),2006,31(11),pp.958-961。
[17]曲凱,土地利用/土地覆被變化的遙測監測及空間動態預測-以濟南市為例,山東師範大學碩士論文,2007。
[18]鍾凱文,孫彩歌,解靚,基於GIS廣州市土地利用動態監測與變化分析,地球信息科學學報,2009,11(1),pp.111-116。
[19]桂林,淺談基於多時期遙測影像的變化檢測技術,中國科技論文在線,2004。
[20]高奇,師學義,張珅,原野,王晶,中國土地利用遙測動態監測研究進展與展望,廣東土地科學,2013,12(5),pp.18-23。
[21]楊存建、周成虎,基於知識的遙測圖像分類方法探討,地理學與國土研究,2001,17(1),pp.72-77。
[22]全斌,楊肖琪,劉紹鴻,黃正清,高建陽,黃德華,李壁成,漳州市土地覆蓋的遙測動態監測及驅動力分析,水土保持研究,2005,12(3),pp.154-157。
[23]鄭富強,四川省眉山市土地利用/覆被遙測動態監測及驅動力分析。成都理工大學碩士論文,2010。
[24]駱劍承,周成虎,楊艷,遙測地學智能圖解模型支持下的土地覆蓋/土地利用分類,自然資源學報,2001,16(2),pp.179-183。
[25]霍春雷,程健,盧漢清,周志鑫,基於多尺度融合的對象及變化檢測新方法,自動化學報,2008,34(3),pp.251。
[26]祝錦霞,王珂,面相對象的高分辨率影像變化檢測方法研究,農業機械學報,2013,44(4),pp.184-189。
[27]湯玉奇,面向對象的高分辨率影像城市多特徵變化檢測研究,武漢大學博士論文,2013。
[28]鍾家強,王潤生,一種基於線特徵的道路網變化檢測算法,遙測學報,2007,11(1),pp.27-32。
[29]Champion N., 2D Building Change Detection From High Resolution Aerial Images and Correlation Digital Surface Models. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2007, 36(3/W49A), pp.197-2002.
[30]張劍清,佘瓊,潘勵,基於LBP/C紋理的遙測影像居民地變化檢測,武漢大學學報(信息科學版),2008,33(1),pp.7-11.
[31]Erener A., Düzgün H. S., A Methodology for Land use Change Detection of High Resolution Pan Images Based on Texture Analysis. Italian Journal of Remote Sensing, 2009, 41(2), pp.47-59.
[32]王廣東,肖鵬峰,宋曉群,王鐵成,陳剛,結合紋理信息的高分辨率遙測圖像變化檢測方法,Remote Sensing for Land & Resources,2012,4,pp.76-81。
[33]馬國銳,李平湘,秦前清,基於融合和廣義高斯模型的遙測影像變化檢測,遙測學報,2006,10(6),pp.847-853
[34]萬幼川,申邵洪,張景雄,基於概率統計模型的遙測影像變化檢測,武漢大學學報(信息科學版),2008,33(7),pp.669-672。
[35]袁琪,趙榮椿,一種改進的遙測圖像變化檢測算法,電子與信息學報,2008,30(11),pp.2737-3741。
[36]新芳芳,焦李成,王桂婷,萬紅林,基於小波域隱馬爾科夫鏈模型的遙測圖像變化檢測,西安電子科技大學學報(自然科學版),2012,39(3),pp.46-53。
[37]李亮,舒寧,龔龑,考慮時空關係的遙測影像變化檢測和變化類型識別,武漢大學學報(信息科學版),2013,38(5),pp.533-537。
[38]Kunte A., Shirodker S., Menaria R., Patel B., A Novel Approach for Object Detection in VHR Images. Image Processing and Pattern Recognition. 2013, 6(4).
[39]Moe K. C.,Sein M. M., An Unsupervised Technique for Building Change Detection in Urban Area, International Journal of Computer Applications, 2014, 106(18).
[40]Huang X., Zhang L., & Zhu, T. (2014). Building Change Detection from Multitemporal High-Resolution Remotely Sensed Images Based on A Morphological Building Index, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(1), pp.105-115.
[41]黃志遠,整合形狀及光譜資訊於房屋模型之變遷偵測,國立中央大學碩士論文,2006。
[42]Toung T. V., Matsuoka M., Yamazaki F., LIDAR-based Change Detection of Buildings in Dense Urban Areas. Geoscience and Remote Sensing Symposium, 2004, 5, pp.3413-3416.
[43]Choi K., Lee I., Kim S., A Feature Based Approach to Automatic Change Detection from Lidar Data in Urban Areas. ISPRS Workshop Laserscanning. 2009, pp.259-264.
[44]Awrangjeb M., Ravanbakhsh M., Fraser C. S., Automatic Detection of Residential Buildings Using LiDAR Data and Multispectral Imagery. ISPRS Journal of Photogrammetry and Remote Sensing, 2010, 65(5), pp.457-467.
[45]汪承義,孔贇瓏,陳靜波,一種多時期激光雷達數據建築物變化檢測方法,第十三屆中國體視學與圖像分析學術會議,2013。
[46]王雲(2014) ,基於光學圖像和機載激光雷達的建築物變化立體檢測,哈爾濱工業大學碩士論文。
[47]Korzeniowska K., Pfeifer N., 3D Building Change Detection on The Basis of Airborne Laser Scanning Data, 2014.
[48]Tian J., Cui S., & Reinartz P., Building Change Detection Based on Satellite Stereo Imagery and Digital Surface Models, Transactions on Geoscience and Remote Sensing, IEEE, 2014, 52(1), pp.406-417.
[49]Sarp G., Erener A., Duzgun S., Sahin K., An Approach for Detection of Buildings and Changes in Buildings Using Orthophotos and Point Clouds: A Case Study of Van Ercis Earthquake, European Journal of Remote Sensing, 2014, 47, pp.627-642.
[50]Beumier C., Idrissa M., Building Detection with Multi-View Colour Infrared Imagery, EARSeL eProceedings, 2014, 13(2), pp.77-84.
[51]Qin R., Gruen A., 3D Change Detection at Street Level Using Mobile Laser Scanning Point Clouds and Terrestrial Images. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 90, pp.23-35.
[52]Furukawa Y., Ponce J., Accurate, Dense, and Robust Multiview Stereopsis, IEEE Transactions on pattern analysis and machine, 2010, 32(8), pp.1362-1376.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top