基于遥感影像的建筑物提取研究方法综述
摘要：遥感影像上建筑物提取的基础理论研究始于20世纪80年代，随着遥感技术的不断进步，遥感影像的分辨率及精确度越来越高以及快速发展的城市在城市空间数据库方面的巨大要求。现在城市空间数据库需要对数据快速获取更新，又因为遥感影像本身具有的现时性，更新速度快的特点。在城市空间数据库的更新、城市动态监测、城市变化监测以及“智慧城市”建设等方面有着重要的使用价值。本文介绍基于不同遥感影像提取建筑物的基本方法和几个发展趋势。主要包括SAR图像，LIDAR点云数据，高光谱影像，航空影像等多种源数据不同的提取方法，以及不同数据来源的优缺点。同时对建筑物提取研究中需要解决的问题和研究趋势进行了总结。
1.引言
城市地区的遥感影像中，超过8成的目标是建筑物和道路，所以对建筑物和道路的识别和提取式遥感影像地物提取的主要研究方向，除道路和建筑物以外，剩下的大部分都是植被，在城市中绿地的面积占了一定的比例，在建筑物的提取中，建筑物在遥感影像中容易受到植被的干扰，如何高效率、高质量的剔除植被对建筑物的影响成了建筑物提取的关键。进行建筑物提取的主要应用有城区自动提取、
地图更新、城市变化监测、城市规划、三维建模、数字化城市建立等诸多方面，如何实现建筑物的快速、高精度、自动化提取成为目前的研究热点。目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，本文主要提出了目前遥感影像建筑物提取研究的热点及其发展趋势。
2.建筑物提取的历史发展
快速准确地获取不同类型城市建筑的空间位置、形状等信息具有极其重要的意义，在城市规划、城市动态监测、城市三维建模、地形图更新、地籍调查等方面有广泛的应用。目前，对自动建立城市三维模型和实现城市虚拟现实的需求越来越多，利用大比例尺航空影像获取城市建筑物的三维几何信息和表面纹理，是实现“三维城市”建模的有效途径之一。
到目前为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提取，因为城市里的建筑物有一定的高度信息，通过建筑物与周围环境（地面）之间的高差进行屋顶边界的提取，这种方法大多需要一定的辅助数据如DEM、DSM等一类具有地物高程数据的影像。其二，利用高空间分辨率遥感影像数据结合计算
机视觉、图像处理与分析、人工智能等学科领域的新方法实现对建筑物顶部信息的半自动甚至全自动识别与提取。后一种方法只利用到了图像的光谱信息，灰度信息以及建筑物的形态信息和一部分先验知识，难度更大。
建筑物提取中易受到周围环境的影响，主要有下面三个方面：(1)房屋边缘与道平行且相邻，边缘检测后的影像中道路和房屋边缘相互混淆；(2)因为拍摄角度导致建筑物彼此的遮蔽，影像上丢失了被遮蔽建筑物的信息；(3)建筑物阴影的灰度接近建筑物的灰度，很难区分二者的边界，对提取产生干扰。
3.遥感影像的分类及特点
遥感影像来提取建筑物，常见的影像数据：SAR数据，LIDAR点云数据，航空影像等。
SAR 图像的几何变形较严重，可解译性较差，并且受雷达波的入射角和波长等参数的影响较大，因此直接利用SAR 图像进行建筑物轮廓的精确提取比较困难但是，建筑物在SAR 图像中所存在的高亮线条、阴影区域、叠掩区域和亮斑区域等能为定位建筑物的感兴趣区域提供可能。
基于LIDAR点云数据的建筑物提取，LIDAR数据对高程的表达较好，建筑物屋顶与地面有一定的高程差，可以利用这个把地面点滤去。但是这种提取方法受到地面起伏的影响较大，在地势较为平缓的时候，精度较高，在地势起伏较大的时候，精确度就会受到很大的影响。机载激光提取建筑物：仍然是一种快速生成DSM数据，然后进行建筑物的提取。但是建筑物以外的物体对建筑物的提取产生很大的干扰。
航空影像因为传感器的快速发展，使得航空影像呈现出向高光谱，高分辨率的方向发展，因为不同地物对不同波段的光的反射不同，因此高光谱在地物分类中得到了较多应用，高分辨率影像分为高时间分辨率影像和高空间分辨率影像，高时间分辨率影像在变化检测和动态监测等应用中，主要是将不同时相的影像来进行对比分析，高空间分辨率提高了地物的信息量，但是同时也出现了同物异谱，异物同谱的干扰，一方面对提取地物起到了促进作用，但同时也增加了对目标提取物的噪声影响。到目前为止，高空间分辨率遥感影像中地物信息量丰富、噪声信息明显等特点，增加了“同谱异物”和“同物异谱”现象，使得高精度建筑物提取变得困难。由于高分辨率卫星的不断发射，高空间分辨率遥感影像数据是当前对地观测数据的主要数据源，因此对高空间分辨率影像的地物提取的研究仍然是主要的研究方向。
4.地物提取的主要方法
遥感影像进行建筑物提取的基础理论研究始于20世纪80年代，在数十年的发展历程中，各种有关建筑物提取的方法相继提出。按照其自动化程度，分为人工（目视判读）提取、半自动提取、自动提取三个层次。其中人工提取方法主要依据专家经验，应用历史最长，已经比较成熟；部分半自动提取方法的精度也能满足工程实践的要求，目前研究的重点是如何在保证精度的前提下提高自动化程度，
即如何实现全自动提取。在现阶段，从遥感影像中自动提取建筑物主要是基
于影像的基本特征以及一部分先验知识，而对识别建筑物最有帮助的表面高度信息，因其信息获取的技术难度大，成本高而缺失，影响了从遥感影像获取建筑物信息的精度。
4.1 多尺度分割提取方法
在基于分割方法进行建筑物提取时，首先使用一定的分割方法对遥感影像进行分割，再根据建筑物自身的几何形状、空间位置、走向等特征提取出特定的建筑物目标。基于区域分割的面向对象分类是其中最常用的信息提取方法。
该方法提取建筑物大致流程是先通过区域分割将房屋信息从背景中分离出来，再议基于影像对象的分析处理提取所需要的信息。这过程中最关键的是分割尺度的选取，分割尺度会影响到后面的建筑物提取的精度。
图4.1.1
因为建筑物的屋顶形状常常以矩形、三角形为主，因此提取算法主要是从建筑物边缘线特征出发，对图像的边缘线特征进行一系列的分析处理。例如候蕾使用Hough变换，综合建筑物几何特征和灰度特征，提取建筑物；Andrea提出一种基于对图像边缘线段的分析、合并的建筑物提取算法；Chungan提给出了一种应用先验知识，提取遥感影像中几何形状规则的矩形基元，对矩形基元进行筛选与合并提取出遥感影像中的建筑物；文献提出了一种基于Canny算子的多尺度分
割与边缘分割相结合对遥感影像进行分割与区域提取；巩丹超针对高分辨率遥感影像中建筑物边缘特征清晰的特点，提出了基于边界线检测的建筑物提取方法；安文提出了Randon变换线基元提取建筑物。
4.2 利用辅助知识的提取方法
由于建筑物本身结构和周围环境的复杂性，为了提高建筑物提取精度，很多学者提出了通过挖掘图像中的阴影、纹理、几何结构特征，结合语义网、上下文等相关信息辅助提取建筑的方法。利用直方图分割法可以提取影像中的阴影作为带提取建筑候选区的辅助依据，因为传感器自身的缺陷和拍摄的角度，导致影像中的阴影区域并不一定就是建筑物形成的阴影，因此这只能辅助选取提取建筑物区域，
此外，在城市三维建模研究过程中，已经发展了以立体航空影像或DEM作为辅助信息结合遥感影响提取三维建筑物的方法。辅助知识只是建筑物的辅助提取方法。
4.3 基于直线和角点检测与匹配的提取方法
基于线状特征的边缘提取方法是利用边缘检测算法得到图像中的边缘，根据空间关系对图像中已经提取的边缘线段进行分组，搜索平行线，进而搜索符合建筑物空间结构和轮廓的矩形，得到建筑物。由于建筑物本身与地面之间存在的高差，因此在影像上建筑物的边缘具有较明显的特点，然后建筑物本身具有一定的规则性，Taejung Kim（1999）等将边缘线段组成线段空间关系图，按照图的搜索方法，找寻可能的建筑物结构，即可以构成建筑物轮廓的线段集合。其主要优点在于基于空间几何关系搜索可能的目标，大大弥补了基于灰度方法的漏检、误检等常见的缺陷，充分利用了图像中目标边缘著特征，通过多种理论方法解决搜索问题，增大了精确度。这类方法的劣势表现两个方面：其一，此方法很难排除一些干扰信息；其二，线段搜索耗时长，算法时间效率差。
基于角点检测和匹配的方法是依据遥感影像上建筑物一般具有较为明显的角点信息而提出的建筑物提取方法，该方法先独立提取房屋角点，再根据一定的规则进行角点匹配，达到提取房屋信息的目的。
5.现存的问题
5.1建筑物本身的特点
房屋建设多与道路相邻，对于房屋边缘与道路平行且相邻的情况，在分割后影像中道路与房屋边缘信息容易混淆有些建筑物灰度值与建筑物阴影灰度值接近，很难区分两者边界；对建筑物提取产生干扰；影像中建筑物屋顶亮度值一般较均匀，但是由于屋顶材质的多样性( 如石棉瓦顶、水泥屋顶、铁皮屋顶、塑料顶棚、沥青粘沙屋顶等) ，以及建筑物屋顶上太阳能电热板和天窗的存在，导致屋顶的光谱特征和纹理特征有很大差异，使得在利用建筑物特征进行建筑物提取
时受到很大限制。
5.2数据源的问题
因为遥感技术的快速发展，数据的获取变得十分简单和快捷，数据量越来越大，此外航空影像中高空间分辨率和高时间分辨率的影像，不同分辨率下的影像会出现不同的特点，这样就会降低建筑物提取的精度。
5.3提取方法的问题
基于多尺度分割的提取方法，分割尺度没有标准，因人而异，不同的分割尺度必然会产生不同的提取结果，因此，分割尺度的选取也十分关键。
很多提取方法，都是在影像经过预处理后，也就是分割成小幅影像后进行的研究，算法在数据量不大的时候的一个提取结果。但是遥感技术的发展，导致影像的数据量向越来越大的发展，在一个提取方法是否有效的时候，还应该考虑到该方法到整幅影像上的提取精度和提取速度。
6.遥感影像提取建筑物的发展和趋势
由于遥感影像的类别很多，每一类都有着自己的优缺点，将不同类别的影像进行融合然后提取建筑物是发展的一种趋势，例如，SAR影像存在高亮线条，阴影区域、叠掩区域和亮斑区域，这些都是高分辨率影像里面存在较少或者没有的特点，因此在地物提取的时候可以将SAR图像和可见光图像融合，先利用SAR 图像的特点定位建筑物的大致区域，然后和可见光图像进行边缘匹配，规定一定的阈值，满足条件的就能确定为建筑物的边界。
图6.1
LIDAR点云数据和航空影像的融合，因为LIDAR点云数据对高程的表达较好，建筑物屋顶和地面有一定的高差，可以利用这个把地面点滤去，利用LIDAR数据生成DTM和DSM数据，然后这两幅影像做差，就能去除地面点。机载激光提取建筑物的原理也是如此，机载激光只是一种快速获取DSM数据的方法。但是LIDAR点云数据的密度会决定最后结果的精度。因此在利用LIDAR点云数据的时候要对待提取区域有个先验的了解，在地势比较平坦的地方，数据密度可以小一些，地势起伏较大的区域，要选择一个合适的数据密度，既要保证精度又要减小数据量方便后期的数据处理。
图6.2
7 结束语
随着数字城市、智慧城市等概念的提出，城市规划、城区变化监测、建筑物三维建模等成为研究的热点，而城区建筑物提取是这些研究的重点，利用遥感影像来提取建筑物成为了当下各位研究学者的主要研究内容。
但是，要解决的问题还有很多，除了提取方法中分割尺度的选取，还有提取精度怎么判定，没有一个标准来判定建筑物的提取具有多高的精确性，研究制定一个客观合理的评判标准。如何提高提取方法在较大影像上的提取速度也是要解决的问题，在建筑物的提取上，不仅要做到提取精确而且速度要快。
考虑地物光谱多样性的遥感影像典型地物 提取方法综述 摘要 光谱信息是遥感影像用于分类、地物提取和目标识别的最主要信息，然而在遥感高精度分类研究中，特别面对大区域（全国或全球尺度）地表分类时，由于地表情况复杂，地物光谱多样性问题突出，在对遥感影像进行具体处理时往往难以实现高精度的地物识别。例如对于水体而言，海洋水体和内陆水体会由于水体成分的不同而使得其具有不同的光谱特征。植被由于其具有物候特征，光谱往往会随着季节的变化而变化，城市不透水层由于建筑物材料的差异以及大量的建筑物阴影使得地物光谱之间具有较大的差异。这些由于空间或时间引起的地物光谱多样性特征会随着研究范围的增大而变得更加突出。本文从基于像元级与基于亚像元级两个方面对地物提取研究进行综述，系统的介绍了当前国内外在考虑地物光谱多样性典型地物提取的研究进展，为后续的研究提供参考。 关键词：遥感，光谱多样性，水体，植被，建筑物，像元级，亚像元级 1.引言： 光谱信息是遥感影像用于分类、地物提取和目标识别的最主要信息，然而在遥感高精度分类研究中，特别面对大区域（全国或全球尺度）地表分类时，由于地表情况复杂，地物光谱多样性问题突出，在对遥感影像进行具体处理时往往难以实现高精度的地物识别。例如对于水体而言，海洋水体和内陆水体会由于水体成分的不同而使得其具有不同的光谱特征。植被由于其具有物候特征，光谱往往会随着季节的变化而变化，城市不透水层由于建筑物材料的差异以及大量的建筑物阴影使得地物光谱之间具有较大的差异。这些由于空间或时间引起的地物光谱多样性特征会随着研究范围的增大而变得更加突出。
制约遥感影像上地物信息准确提取的最主要因素之一便是遥感影像上广泛存在的“同物异谱”现象，该现象产生的原因主要有：（1）地物自身属性随着空间-时间的变化而发生变化，即是该课题所研究的地物光谱多样性特征；（2）地物由于临近效应，大气散射等使得遥感影像上地物所表现出来的光谱特征相对于其原有光谱特征发生变化。原因（1）是导致“同物异谱”现象最主要的原因，因此在对遥感影像进行处理中如果能够解决地物光谱多样性问题，其实也就很大程度上解决了遥感影像上的“同物异谱”问题。 地物光谱多样性并不是毫无规律的，以落叶植被为例，在一年的周期里，落叶植被的叶绿素含量呈现出先增加后减少的自然规律，反映在遥感影像上为植被在绿光波段的反射率会先增加后减小。对于水体而言，无论是清澈水体还是浑浊水体，其在中红外波段区间的反射率都趋近于0。除此之外，对于不同地物的光谱多样性特征还有很多有待探索的规律。随着空间科学技术，信息技术以及传感器技术的发展，现已经能够获取到一些具有三高特性（高空间分辨率、高光谱分辨率和高时间分辨率）的遥感影像。这为我们深入分析地物光谱多样性特征随着地物时空分布的不同所呈现出来的变与不变的内在规律提供基础。 同时，由于光谱可变会严重影响混合像元分解中地物丰度估计的结果，因此关于光谱多样性问题在软分类领域已有较多研究，如近年来提出的CoB、EAR、IES等最有代表性端元光谱选取方法，能够从地物光谱库中找到地物光谱在某些波段区间的不变规律，以此筛选出最具有地物代表性的端元光谱。除此之外，软分类领域涉及解决地物光谱多样性问题的具体方法还有很多，这都为遥感影像上地物光谱多样性问题的解决提供了思路和参考。 2.典型地物光谱规律探索 地物光谱多样性特征是指同一种地物在时空中往往呈现出多样化的光谱特征，地物光谱多样性体现在遥感影像上即为“同物异谱”、“端元可变(endmember variability)”、“光谱可变(spectral variability)”等现象。地物光谱的多样化并不是毫无规律的，其与时间、空间之间一定存在着某些变与不变规律。 对于水体而言，传感器接受到的水体辐射包括了水面反射、水体底部物质反
现代生土建造技术与我国农村房屋建设 穆 钧 西安建筑科技大学建筑学院 住建部村镇司现代生土建筑实验室 住建部村镇司农房建设技术西部研究中心 联合国教科文组织“生土建筑、文化与可持续发展”中国分部 一、传统生土建筑及其现状 生土材料，指以原状生土为主要原料，无需焙烧仅需简单加工便可用于房屋建造的建筑材料，其传统形式包括夯土、土坯、泥砖、草泥、屋面覆土、灰土等。以生土作为主体结构材料的房屋通常被称为生土建筑。 从中国传统沿用的以‘土木之功’这一作为所有建造工程的概括，就可以看出生土与木材一样，在我国传统营造技术和建筑文化遗产中，具有举足轻重的地位。以生土为主要材料的建造传统，在我国拥有数千年的历史，分布也十分广泛。2010‐2011年，住房和城乡建设部在全国农村开展了建国后最大规模的农房现状抽样调查。与通常认为生土建造传统仅集中于西部黏土资源较丰富地区的观点不同，实际调查结果显示，传统生土材料在农房建设中的应用遍及各个省份。尤其在中西部12个省份，以生土作为房屋主体结构材料的既有农房比例平均超过20%，在甘肃、云南、西藏等省份部分地区，该比例甚至超过60%。 图 1 各地区生土农宅分布图
生土建造技术之所以应用广泛，主要源于生土材料所具有的一系列优点。与 农村常规的建筑材料相比，生土材料具有突出的蓄热性能，使房屋室内冬暖夏凉； 可就地取材，因地制宜；具有“呼吸”功能，可有效调节室内湿度与空气质量； 具有可再生性，房屋拆除后生土材料可反复利用，甚至可作为肥料回归农田；加 工过程低能耗、无污染，据测算其加工能耗和碳排放量分别为粘土砖和混凝土的3%和9%；基于生土材料的建筑施工简易，造价低廉。 当前生土材料应用最为集中的西部地区，恰恰是地震等自然灾害多发区，对 于房屋的安全性和耐久性能要求更高。根据2009年以来住建部村镇司组织的全 国农村危房调查数据，截止2011年年底，全国农村危房率仍然高达30%左右。 在西北和西南地区，这一危房率大多源于当地的生土农房。不可否认，传统生土 材料在力学和耐久性能方面的固有缺陷，是制约其现代化应用的核心因素。据统计，在西部地区，建国以来历次大地震中坏损或倒塌的农房半数以上为生土建筑。 而其耐久性差的问题，主要表现在生土墙体宜开裂，风蚀剥落、墙根碱蚀厉害， 蜂窝、鼠洞、虫蛀较多，房屋外观品质普遍较差。这些固有缺陷，使得传统生土 建筑难以满足农民居民改善居住质量和房屋安全性的迫切需求。如今，在许多农 户甚至地方政府的心目中，生土建筑即意味着农村危房，更是贫困落后的象征。 图 2 传统生土建筑优缺点对比图
中西建筑风格概述 随着改革开放，各种特色的建筑如雨后春笋般在中华大地上耸立起来。从建筑风格上来看，有新颖、豪华的现代建筑风格、独树一帜的中国建筑风格以及西式建筑风格等。 一、中式建筑特点： 1、组群分布，主次分明，富有节奏感。在中轴线上采取横向构图，把重要的建筑物布置在中轴线上，次要的建筑则对称地列于中轴线两侧。结构以“间”为单位，构成单座建筑，再以单座建筑组成庭院，进而以庭院为单位组合成各种形式的组群。 2、讲究色彩的搭配。中国的建筑具有浓郁的地域特色，但不管是什么地方，都很讲究色彩的搭配，如江南水乡的白墙、黑瓦、与山明水秀的自然环境相融合。而北方的建筑物多色彩浓艳，对比强烈，如红墙黄瓦的北京故宫，红色的院墙，金光闪闪的屋顶，配上蔚蓝色的天空作背景，强烈的对比，给人留下深刻的印象。 3、装饰具有多样性：中式建筑物的窗是装饰的重点。窗的形状有方、圆、椭圆、花形、扇形、多角形等，窗中的格纹及种类更是多得无法统计。如被誉为“古民居博物馆”的安徽黟县西递村中，举目皆是用青灰色石料雕制而成的漏窗或花窗，多姿多彩，将一栋动楼舍装点得古朴典雅。 4、建筑物具有明显的等级规定：一般可从建筑物的屋顶式样和檐来区别。 庑殿式建筑：最高级，只有皇家重要建筑、宫殿或大殿才使用。它是四面斜坡、一正脊、四斜脊。屋面略有弧度、屋角、屋檐向上翘起。 歇山式建筑：采用四面坡和二面坡的结合，即东西两侧的屋面上部转折成垂直的三角形，下部仍为斜坡。 攒尖式建筑：平面是圆形或多边形，上为锥形的屋顶。多见于坛、阁、亭、塔之顶。 悬山式建筑：屋面双坡，两侧伸出于山墙之外。有正脊一条和垂脊4条。 硬山式建筑：规格最低，两侧山墙同屋面齐平或略高于屋面。屋脊同悬山式。 一、西式建筑风格特点： 1、罗马式建筑：罗马式建筑兴起于公元九世纪至十五世纪，是欧洲基督教堂的主要建筑形式之一。罗马式建筑线条简单明确，造型重厚、敦实，其中有一部分最有封建城堡的特征，是教会威力的化身。如天津老西开教堂，它的平面呈长十字形，正面和后部耸立高大的塔楼3座。楼座以黄、红花砖砌成，上砌翠绿色圆肚形顶，檐下为半圆形拱窗，色彩对比鲜明。堂内为三通廊式，内墙彩绘壁画，装饰华丽。 2、哥特式建筑：哥特式建筑也是欧洲中世纪的主要建筑风格之一。哥特式建筑与罗马式建筑造型稳重、线条圆浑的风格恰恰相反，它以动式取胜，统贯全身、直刺苍穹的垂直线条，锋利的尖顶是其主要特征，是超凡入胜的宗教情绪的集中表现。如黑龙江哈尔滨市的南岗尼古拉教堂，为哥特式全木结构的建筑，它的外表是两根交叉曲线复杂结合，线条轻快的尖拱形拱门，内部具有庞大的空间，顶上是巨大的苍隆，光线通过彩色玻璃窗射入，变作血红、紫石英和黄玉的华彩，造成一种向上的、天国的神秘幻觉，从而突出上帝的至高无上的权威。 3、复兴时期的建筑：此类建筑是十五世纪至十七世纪流行欧洲的建筑风格。其造型上排斥象征神权至上的哥特式建筑风格，以人体美的对称、和谐为其意表。如矗立在上海外滩的浦东发展银行大楼，大理石外墙，古典式圆柱、半圆形拱穹，以拱穹为中心的对称的建筑形式，显示出庄重、华贵、典雅的审美趣味。建筑物的内顶及回音壁上有展示宗教故事的作品，表现了文艺复兴时期所提倡的人文主义思想。
卫星影像提取建筑、道路专题信息 技术方案提纲 一、影像专题信息提取原理 影像专题信息提取是一个影像分割、分类、分类后处理及专题信息输出的过程。但是在专题信息提取过程中，由于“同谱异物”、“同物异谱”等情况的普遍存在，加上遥感数据空间分辨率的限制，“混合像元”现象不可避免，因此基于常规像元灰度值的图像分类存在很多问题。在此基础上，人们开始对多源信息复合的信息提取方法进行探索，主要是从波谱特性、纹理信息、图像运算和地学专家知识等方面出发。 1.光谱特征信息复合 光谱特征分析法是遥感信息提取的常用方法之一，在相关研究中得到了广泛应用。不同地物的波谱特性，是遥感影像分析解译的理论基础，也就是说多光谱影像的计算机自动分类识别必须建立在全面了解掌握分类对象不同波段光谱特性的基础上。一般而言，同一地物在不同波段的光谱值不同，在同一波段不同地物的光谱值也不相同。根据这一原理，在多波段彩色合成影像上，首先对典型地物进行光谱采样，然后计算各种地物的光谱均值，得到典型地物波谱响应曲线图。之后分析所需专题信息光谱曲线与其他地物光谱曲线的关系，找到能够区分所需信息与其他地物的波段，利用波段之间的亮度值差异，选择适当的阈值即可将所需要的信息提取出来。 基于光谱特征的分析方法是从分析地物的光谱曲线入手，挖掘谱间特征，从而提取出所需地物信息的。但是该方法无法克服异物同谱和同物异谱的现象，许多地物无法准确区分。 2.纹理结构信息复合 常规提取遥感图像信息的最大似然分类法等都是基于地物光谱特征的，很难正确区分一些光谱易混淆的地物，因此为了克服这种现象，可以采用纹理分析的方法。影像纹理反映了影像灰度性质及它们之间的空间关系，是描述和识别影像的重要依据，与其他影像特征相比，它能更好地兼顾地物的宏观性质和细部结构。 纹理分析方法大致分为统计方法、结构方法和谱方法。统计方法是指在不知
龙源期刊网 https://www.doczj.com/doc/6d1399583.html, 遥感图像分类方法综述 作者：胡伟强鹿艳晶 来源：《中小企业管理与科技·下旬刊》2015年第08期 摘要：对传统图像监督分类方法和非监督分类方法在遥感图像分类中的应用进行总结， 对基于人工神经网络、模糊理论、小波分析、支持向量机等理论的新的遥感图像分类方法进行了介绍，并对遥感图像分类方法研究的发展趋势做了展望。 关键词：遥感图像；监督分类；分类精度 1 概述 遥感就是远离地表，借助于电磁波来收集、获取地表的地学、生物学、资源环境等过程和现象的科学技术。遥感技术系统由四部分组成：遥感平台、传感器、遥感数据接收及处理系统、分析系统。遥感数据就是用遥感器探测来自地表的电磁波，通过采样及量化后获得的数字化数据。 2 传统遥感图像分类方法 2.1 非监督分类方法 非监督分类方法也称为聚类分析。进行非监督分类时，不必对遥感图像影像地物获取先验类别知识，仅依靠遥感图像上不同类别地物光谱信息进行特征提取，根据图像本身的统计特征的差别来达到分类的目的。主要的算法有：K-均值聚类（K-means）算法和迭代自组织数据分析法（Iterative Self-organizing Data Analysis Techniques A， ISODATA）等。 2.2 监督分类方法 对于监督分类，训练区的选择要求有代表性，训练样本的选择要考虑到遥感图像的地物光谱特征，而且样本数目应能够满足分类的要求，否则，一旦样本数目超过一定的阈值时，分类器的精度便会下降。主要的算法有：最大似然分类（Maximum Likelihood classification，MLC）、最小距离分类、K-近邻分类等。 3 基于新理论的遥感图像分类方法 3.1 基于人工神经网络的遥感图像分类 在遥感图像的分类处理中，人工神经网络的输入层神经元表征遥感图像的输入模式。每一个输入层神经元对应于一个光谱波段，每一个输出层神经元则对应于一种土地覆盖类型。其
《装配式建筑研究综述》 摘要：随着可持续发展和绿色建筑理念的提出，装配式建筑已成为建筑业的发 展方向。对近年来国内外装配式建筑研究文献进行梳理，综述国内外装配式建筑 的研究成果，对比分析我国装配式建筑发展研究存在的不足，为后续研究提供借鉴。 关键词：装配式建筑；发展方向；研究成果 0引言传统建筑粗放型的生产方式存在建设周期长、耗能高、污染重、生产 效率低和标准化程度低等多种问题。面对日益严峻的环境和资源危机，亟需改变 传统建筑原有的生产方式，充分考虑环境保护和资源的合理利用。因此，建筑业 的发展迫切需要实现以标准化、工业化、集约化生产和现场装配化施工为特征的 现代化生产方式。装配式建筑是以工厂化生产的混凝土预制构件为主要构件，经 现场装配、拼接或结合部分现浇而成的建筑。相对于传统建筑高能耗、高污染的 特点，装配式建筑更加节能、高效、环保，而且其资源利用率高，部品质量易控制，现场装配施工周期短。在国家倡导发展低碳、环保、节能、绿色建筑理念的 背景下，装配式建筑有着很大的竞争优势。 1国内外装配式建筑研究现状 1．1国外发展概况与研究现状装配式整体混凝土结构(Prefabricated Concrete，PC)在国外的发展已经有很多年了。20世纪50年代，为解决第二次世界大战造成 的住房问题，以丹麦和瑞典为代表的欧洲国家率先掀起了发展住宅工业化的高潮；美国、加拿大等北美国家在欧洲住宅工业化发展的影响下，在70 年代开始实施 机械化生产和装配化施工【1】。目前，欧美国家在技术体系研究上已经取得较 多的成果，归纳总结了装配式建筑预制构件的吊装定位和锚固措施提出了装配式 建筑施工建造的新模式；同时也积累了大量的装配式建筑现场施工经验，形成了 装配式混凝土结构的专用体系和标准化的预制构件产品系列；并根据高度、体型、跨度等要求，编制了装配式混凝土结构工程标准和应用指导手册，为装配式建筑 施工过程的质量、安全及进度管理提供了参考依据。日本、韩国等亚洲发达国家 充分吸收欧美的成功经验，在借鉴其发展模式和技术体系的基础上，根据自身的 发展要求，对装配式混凝土结构体系的整体性抗震和隔震设计进行了深入研究，如：着重研究了装配式混凝土组合楼板的连接性能，并提出了抗剪性能较好的干 燥连接方法；装配式墙体关键部位连接的抗震性能进行了研究和实验，进一步扩 充了装配式结构体系的技术研究理论的基础。日本在装配式建筑体系设计、生产 及施工的标准规范完善，装配式建筑的预制率也比较高。俄罗斯装配式建筑的发 展也比较早，在苏联时期就有所发展，目前也已经形成多种装配式混凝土结构体系，并且在学校和医院等工程中得到了广泛的应用。据有关资料显示，美国、俄 罗斯、丹麦等国家的装配式混凝土结构的应用密度分别为35％、50％和35％～40％，在土木工程结构中已经处于主导地位。【2】 1．2国内发展概况与研究现状 我国从20世纪50年代开始研究装配式混凝土建筑施工技术，并大力推行构 件的标准化、工业化、机械化生产和现场装配化施工；在80年代初期，已经形 成了装配式框架体系、南斯拉夫体系及装配式大板建筑体系等一系列装配式混凝 土建筑体系；同时，各种预制屋面板、预制屋面梁、预制墙体及预制空心板被广 泛应用到实际工程中，对我国装配式建筑的发展起到了重要的推动作用。但是， 受当时我国装配式混凝土技术落后、现场施工经验匮乏、施工现场管理混乱、施
基于高分辨率遥感影像的建筑物提取 摘要：本文首先对遥感影像上建筑物提取的研究历史进行分析，总结高分辨率航空相片或卫星影像提取建筑物等人工地物信息的主要方法，从影像数据、分辨率与方法几个方面概括建筑物提取的发展历史。总结高空间分辨率遥感影像建筑物提取研究的现状以及发展趋势。 关键词：高空间分辨率遥感影像；建筑物提取 引言 随着遥感技术的不断进步，光学卫星影像的空间分辨率不断提高（目前军用卫星已经达到厘米级），与同类中低空间分辨率的遥感影像相比，高空间分辨率光学卫星影像上地物的光谱特征更明显，景观的结构、形状、纹理和细节等信息突出，使得研究城市内部建筑分布细节成为可能。从20世纪90年代以来高空间分辨率光学卫星影像逐渐进入商业和民用领域，在地图更新、土地管理、城市规划、资源调查、环境监测、灾害评估等方面得到广泛应用，逐步成为一种主要的地理空间数据获取和更新途径，针对高空间分辨率光学卫星影像的信息提取研究也随之兴起，但高空间分辨率影像信噪比低的特点限制了建筑提取的精度，人工解译仍然是最普遍的提取方式，其费时费力的弱点成为制约高分辨率卫星影像大范围应用的瓶颈。目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，国内外很多学者在高分辨影像道路和建筑提取方面做了很多相关研究，在提取理论和方法方面取得了一定的成果。本文就高空间分辨率遥感影像建筑物提取研究现状进行总结，在此基础上提出目前遥感影像建筑物提取研究的热点及其发展趋势。 一、建筑物提取的研究历史 迄今为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提，通过建筑物与周围环境之间的高差进行屋顶边界的提取，大多需要一定的辅助数据如DEM、DSM等。其二，利用高空间分辨率遥感影像数据结合计算机视觉、图像处理与分析、人工智能等学科领域的新方法实现对建筑物顶部信息的半自动甚至全自动识别与提取。此方法不需要多景影像数据，也不需要其它的外部信息源，具有更为广泛的应用前景和范围，但是其缺乏对识别建筑物表面高度信息，只是利用的是图像的光谱信息、灰度信息以及建筑物的形态信息和一部分先验知识，难度要更大，此方法仍处于探索研究阶段。在城市环境中由于受到建筑物结构复杂性的影响，建筑物常常被人造目标或者自然目标包围，给提取建筑物带来干扰，常见的典型情况有：房屋边缘与道路平行且相邻，边缘检测后的影像中道路和房屋边缘相互混淆；因为拍摄角度导致建筑物彼此的遮蔽，影像上丢失了被遮蔽建筑物的信息；建筑物阴影的灰度接近建筑物的灰度，很难区分二者的边界，对提取产生干扰。此外利用成像质量、光谱范围等多方面因素影响的遥感影像提取建筑物信息，出现信息的丢失以及失真，从而增加了建筑物提取的难度。图1分别从影像数据、分辨率与方法几个方面概括了建筑物提取的发展历史。快速准确地
面向对象的影像分类技术 “同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。 本小节以ENVI中的面向对象的特征提取FX模块为例，对这种技术和处理流程做一个简单的介绍。 本专题包括以下内容： ??●面向对象分类技术概述 ??●ENVI FX简介 ??●ENVI FX操作说明 1、面向对象分类技术概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：影像对象构建和对象的分类。
影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。 影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。 目前很多遥感软件都具有这个功能，如ENVI的FX扩展模块、易康（现在叫Definiens）、ERDAS的Objective模块、PCI的FeatureObjeX（新收购）等。 表1为三大类分类方法的一个大概的对比。 类型基本原理影像的最小单元适用数据源缺陷 传统基于光谱的分类方 法地物的光谱信息 特征 单个的影像像元 中低分辨率多光谱 和高光谱影像 丰富的空间信息利 用率几乎为零 基于专家知识决策树根据光谱特征、空 间关系和其他上 下文关系归类像 元 单个的影像像元多源数据知识获取比较复杂 面向对象的分类方法几何信息、结构信 息以及光谱信息 一个个影像对象 中高分辨率多光谱 和全色影像 速度比较慢
伟大的土木工程 土木工程是建造各类工程设施的科学、技术和工程的总称。它既指与人类生活、生产有关的各类工程设施，如建筑工程、道路工程、铁路工程、桥梁工程、港口工程等，也指应用材料、设备在土地上所进行的勘测、设计、施工等工程技术活动。土木工程的产物是每个人都必须与之接触，与之产生关系的。土木工程对每一个社会产业都有着至关重要的作用，是社会和科技发展所需要的“衣、食、住、行”的先行官之一，在任何一个国家的国民经济中都占有举足轻重的地位。由此可见其的重要性与伟大。 一、土木工程的范畴 土木工程是利用伟大的自然资源为人类造福的艺术，它包括建筑工程、桥梁工程、地下工程、道路与铁路工程、港口、海洋、给排水与环境工程、防灾减灾等许多内容。土木工程涉及的内容可以说是与生活息息相关的。工业、农业、交通、通讯、教育等各项事业，都离不开土木工程。诸如工厂、矿井、铁路、公路、桥梁、商店、住宅、医院、学校、农田水利等工程建设，统称基本建设，都是土木工程的“用武之地”。土木工程直接与人们的“衣、食、住、行”密切相关，是一门古老的学科，但是它伴随着其他相关领域学科的发展、经济建设和社会进步的需要不断深化，不断拓展。 土木工程随着人类社会的进步而发展，至今已经演变成为大型综合性的学科，它已经出许多分支，如：建筑工程，铁路工程，道路工程，桥梁工程，特种工程结构，给水排水工程，港口工程，水利工程，
环境工程等学科。土木工程共有六个专业：建筑学，城市规划，土木工程，建筑环境与设备工程，给水排水工程和道路桥梁工程。 二、土木工程的发展历史 土木工程大致经历古代、近代和现代三个历史时期：古代－从新石器时代（公元前5000年）至17世纪中叶；近代－从17世纪中叶至20世纪中叶的300年间；现代－从20世纪中叶第二次世界大战结束至今。 古代土木工程具有很长的时间跨度，它大致从公元前5000年的新石器时代到17世纪中叶，前后约7000年。在这段时间里，由于技术和理论的缺乏，土木工程发展很慢。远古时代，由于生存、居住和交往的需要，人类离开了自然洞窟，开始了掘土为穴，架木为桥的原始土木工程活动。最初土木工程完全取用自然材料，大约自公元前3千年，开始出现经过人工烧制的砖和瓦。中国古代的建筑大多采用木结构。公元8世纪建的山西五台山南禅寺正殿和公元9世纪建的佛光寺大殿,是遗留至今较完整的中国木构架建筑。古代中国的水利工程也取得了举世瞩目的成就。秦代初期，李冰父子主持建造的都江堰，使在当时被称为蛮荒之地的巴蜀成为如今的天府之国。与此同时，欧洲大多国家则使用以石拱结构为主的房屋建筑。古罗马的券拱结构奠定了欧洲土木建筑科学的体系基础。中世纪西欧各国的建筑，意大利继承罗马的风格，而其他各国则以法国为中心，发展了哥特式教堂建筑的新结构体系。一些文明古国的不少传世杰作，至今巍然屹立。譬如我国的长城，埃及的金字塔等。公元6世纪建成的赵州桥，是世
收稿日期:2007-11-22;修回日期:2008-01-15。 作者简介:庞池海(1982-),男,浙江天台人,硕士研究生,主要研究方向:计算机仿真、图像处理; 李光耀(1965-)男,安徽安庆人,研究员,博士生导师,主要研究方向:计算机仿真、图像处理; 赵洁(1983-),女,江苏南通人,硕士研究生,主要研究方向:计算机仿真、图像处理;朱恒晔(1978-),男,江苏镇江人,博士,主要研究方向:系统仿真、虚拟样机。 文章编号:1001-9081(2008)S1-0190-03 基于直线检测算法的卫星图片中建筑物轮廓提取 庞池海,李光耀,赵 洁,朱恒晔 (同济大学CAD 研究中心,上海201804) (tcp ch @sohu .com ) 摘 要:提出一种方法,可以从卫星图像中自动检测建筑物。介绍了直线提取和直线合并的算法,分别讨论算法的实现结果和对结果的评价。建筑物检测的结果为矢量的二维候选数据,缩短了原始图像数据和最后对图像理解之 间的差距。 关键词:建筑物检测;直线检测;Canny 算子;霍夫变换;边缘检测中图分类号:T P391.41 文献标志码:A Buildi ng figure extracti on i n satellite i m ages based on li ne detecti on algorithm PANG Ch-i ha,i LI Guang -yao ,Z HAO Jie ,ZHU H eng -ye (CAD Re se a rch C e n te r,T ongji Universit y,S hangha i 201804,C hina ) Abstract :In o rder to g enerate t he 3D-model of constructi on ,usi ng t he m ethod based on i m ag e pro cessi ng,au t om ated techn i ques w ere proposed to replace the curren t manua l work .A n approach for auto m atic bu ildi ng detection w as put for w ard from sate llite i m agery .F irstl y,the algo rith m s o f li ne ex tracti on and li ne m erg i ng w ere presen ted .T hen ,t he i m p l ementation of the m e t hod and resu lt quantitative qua lity assess m ent we re discussed respecti ve l y .The resu lt of bu il d i ng detecti on prov i des the vector i a l and t w o -di m ens i on cand i date data ,w hich sho rten the d ifference be t w een or i g i na l i m ag e data and fi nal understandi ng . K ey words :buil d i ng detection ;li ne de tecti on ;C anny opera t o r ;H ough transf o r m;edge detection 0 引言 从城市航空影像中提取关键地物的研究主要集中于建筑 物和道路两个方面。已有的匹配的方法,对于现代城市中具有重要意义且形状复杂的高层建筑物和主干道,还不能形成有效的提取。 然而人类却能几乎在瞬间辨识出这些物体的存在和位置[1] 。航空影像的复杂性使目标检测变得十分困难。以往对建筑的检测方法可以分为以下3类:1)使用立体影像匹配的方法,这种方法可以提供建筑物准确的空间信息,使建筑物通过空间信息被检测出来[2]。不过这种方法需要额外的信 息,如DE M 信息。2)使用直线分析。首先从图片中检测出直线,将它们归类并且建模出矩形,推算出候选的建筑物[3]。直线可以通过使用感知的视觉数据组织的方法分类,许多报告已经使用这种方法进行了建筑物检测实验[4]。不过该方法对于大规模的检测效果不是很好。3)辅助信息的方法。如阴影或直线的透视效果,也可作为建筑物检测的重要手段。 作为一种低层次视觉技术,线段提取是一项很基本的任务。它的处理对象是边缘图像,输出是线段。其输出经常作为更高层处理(形状描述、目标识别、立体匹配等)的输入。由于线段提取的重要性,很多研究者在这方面做了大量工作。归纳起来,可分为3类:1)传统的H ough 变换;2)首先提取基本线段(e l ementary li ne segm ent ,ELS),再进行线段合并;3)利用梯度信息将边缘像素组成线段[3]。本文结合前两种方法,利用局部的H ough 变换,先抽取出直线,然后利用附有信息的直线分析图像中的对象,构建直线图的数据结构,并利用这些信息生成建筑物的候选集。 1 主要准则 通常将图像理解系统划分成几个阶段从而简化整个问题的难度。主要流程包括图像预处理,图像分割,特征提取,特征描述和识别。至今,对于各类应用还没有一个统一的方法。对于不同的项目的方法大相径庭。本文着眼于卫星图片中的建筑物检测。首先定义一些策略或思想准则作为解决这个问题的指导。 层次化 图像数据在计算机中以孤立点的信息形式存在。图像处理的目的是要对这些点尽可能地按照图像的原意进行分类,最后抽象出同类点集的含义。所有工作,包括前处理、图像分割、特征提取等,都是为了实现这一目标。在本文的研究中,首先将点归类成线,然后将线组合成几何形状。称之为点线面的变换。 整合方法 一些信息,比如颜色和方向,对图像中的元素来说是非常重要的,但不少方法忽略了这些信息的利用。在本文的研究中,将取得的颜色信息作为线和面对象的附属信息,或者称之为权重。这些信息可以帮助改善的检测过程。 局部化假设 假设物体,包括颜色、线的位置、面的位置以及图像中的所有元素,只和其一定范围内的邻域元素存在相应的关系。这个假说可以减少处理所花费的时间,从而得出各种可行的统计(现在的图像分析方法主要是基于数学统计的)。这个假设使得分治的方法能够得以实施,从而降低计算难度。 2 建筑物检测算法 整个检测算法主要分为以下4个阶段。 第28卷2008年6月 计算机应用 C o mpu ter App lications Vo.l 28June 2008
第2期,总第64期国 土 资 源 遥 感No.2,2005 2005年6月15日RE MOTE SENSI N G F OR LAND&RES OURCES Jun.,2005 遥感图像分类方法研究综述 李石华1,王金亮1,毕艳1,2,陈姚1,朱妙园1,杨帅3,朱佳1 (1.云南师范大学旅游与地理科学学院,昆明 650092;2.云南省寄生虫病防治所,思茅 665000; 3.云南开远市第一中学,开远 661600) 摘要:综述了遥感图像监督分类和非监督分类中的各种方法,介绍了各种方法的优缺点、适用领域和应用情况,并作了简单评述,最后,展望了遥感图像分类方法研究发展方向和研究热点。 关键词:遥感;图像分类;分类方法 中图分类号:TP751 文献标识码:A 文章编号:1001-070X(2005)02-0001-06 0 引言 随着卫星遥感和航空遥感图像分辨率的不断提 高,人们可以从遥感图像中获得更多有用的数据和 信息。由于不同领域遥感图像的应用对遥感图像处 理提出了不同的要求,所以图像处理中重要的环 节———图像分类也就显得尤为重要,经过多年的努 力,形成了许多分类方法和算法。本文较全面地综 述了这些分类方法和算法,为遥感图像分类提供理 论指导。 1 遥感图像分类研究现状 在目前遥感分类应用中,用得较多的是传统的 模式识别分类方法,诸如最小距离法、平行六面体 法、最大似然法、等混合距离法(I S OM I X)、循环集群 法(I S ODAT A)等监督与非监督分类法。其分类结果 由于遥感图像本身的空间分辨率以及“同物异谱”、 “异物同谱”现象的存在,往往出现较多的错分、漏分 现象,导致分类精度不高[1]。随着遥感应用技术的 发展,傅肃性等对P.V.Balstad(1986)利用神经网络 进行遥感影像分类的研究情况以及章杨清等在利用 分维向量改进神经网络在遥感模式识别中的分类精 度问题作了阐述[2], 孙家对M.A.Friedl(1992)和 C.E.B r odley(1996)研究的大量适用于遥感图像分类的决策树结构作了阐述[3],尤其是近年来针对高光谱数据的广泛应用,各种新理论新方法相继涌现,对传统计算机分类方法提出了新的要求[4,5]。 2 基于统计分析的遥感图像分类方法 2.1 监督分类 监督分类是一种常用的精度较高的统计判决分类,在已知类别的训练场地上提取各类训练样本,通过选择特征变量、确定判别函数或判别规则,从而把图像中的各个像元点划归到各个给定类的分类方法[2,3,6,7]。常用的监督分类方法有:K邻近法(K-Nearest Neighbor)、决策树法(Decisi on Tree Classifi2 er)和贝叶斯分类法(Bayesian Classifier)。主要步骤包括:①选择特征波段;②选择训练区;③选择或构造训练分类器;④对分类精度进行评价。 最大似然分类法(MLC)是遥感分类的主要手段之一。其分类器被认为是一种稳定性、鲁棒性好的分类器[8]。但是,如果图像数据在特征空间中分布比较复杂、离散,或采集的训练样本不够充分、不具代表性,通过直接手段来估计最大似然函数的参数,就有可能造成与实际分布的较大偏差,导致分类结果精度下降。为此,不少学者提出了最大似然分类器和神经网络分类器。改进的最大似然分类器多采用Gauss光谱模型作为条件概率密度函数模型,其中最简单的是各类先验概率相等的分类器(即通常所说的最大似然分类器),复杂的有Ediri w ickre ma等提出的启发式像素分类估计先验概率法。Mclachlang J 收稿日期:2004-11-23;修订日期:2005-03-15 基金项目:国家重点基础研究发展计划(973计划)项目(2003CB41505-11)、国家自然科学基金项目(40361007)和云南省自然科学基金项目(2002D0036M和2003C0030Q)资助。
1992 一、名词解释 1、营造法式 2、明柎 3、落地罩 4、 5、一颗印住宅 6、古典煮式 7、尖券 8、巴洛克建筑 9、城市居住单元 二、绘图比较 1、喇嘛塔与金刚宝座塔 三、简述特点 1、太原晋祠圣母殿平面特点 2、山西应县木塔结构特点 3、北京颐和园布局特点 4、试述欧洲“功能纹”制作特点 5、“象纹”制作手法 四、明清两代主要砖石建筑的成就展现在哪些方面 五、中国近代建筑如何受西方建筑的影响 六、简述“有机建筑”制作特征 1993 一、比较 1、中国古典园林与西方古典园林 2、《营造法式》与《建筑十书》 3、折衷主义与浪漫主义
4、唐长安与汴梁（开封城） 二、分析 1、拉萨布达拉宫 2、巴黎圣母院 3、贝聿铭创作思想 4、南京中山陵 三、绘图注释 1、罗马万神庙剖面 2、独乐寺观音阁剖面 3、巴塞罗那博览会德国馆平面 4、北京天坛祈年殿立面 四、看法 1、你对引进外国建筑理论的看法 2、你认为中国传统建筑哪些西方可以学习1994 一、说明特点 1、唐代长安城 2、苏州拙政园 3、中山陵 4、泰吉玛哈尔陵 5、流水别墅 二、绘图 1、悉尼歌剧院造型 2、古希腊雅典卫城总平面 3、巴黎圣母院立面 4、宋代屋顶举折图 5、北京天安门立面 三、问答
1、佛光寺大殿室内艺术空间处理 2、文丘里R的创作思想及其作品介绍 3、中西古代建筑文化的比较 1995 一、基础理论 1、简述建筑起源 2、中国古代建筑的结构原理是什么 3、绘一汉代明器，说明汉代建筑风格 4、绘一哥特式建筑，说明哥特式建筑风格 5、中、西古典园林艺术的比较 二、实际只是问题 1、为什么要保护古建筑 2、中国古典园林主要用石有哪几种 3、巴黎埃菲尔铁塔的建造年代、高度、结构特点及设计者 4、简述中国古建筑在世界的地位和影响 5、从圆明园的兴毁谈自己的感想 三、综合分析 1、举一后现代主义建筑的实例（绘图），论述其建筑理论及主要观点 2、从元大都至明清北京故宫的发展过程，分析我国古代城市规划思想及其发展变化 3、绘图分析南京中山陵的创作思想，兼论中国近代建筑的主要思潮 1996 一、基本概念 1、中国古建筑群体布景原则是什么 2、举例说明中国古建筑的移柱法与减柱法 3、什么是巴西利卡建筑 4、巴洛克风格特点是什么
基于Barista 软件的高分辨率遥感影像中建筑物3D 信息的提取* 张培峰1,2 胡远满 1** 贺红士 1,3 (1中国科学院沈阳应用生态研究所,沈阳110016;2 中国科学院研究生院,北京100049; 3 密苏里大学自然资源学院,美国 哥伦比亚65211) 摘 要 城市建筑物空间信息的获取对城市规划二环境保护等社会各行业越来越重要,高分辨率商业卫星的出现为提取建筑物3D 信息提供了可能性.本文基于Barista 软件,利用Quick?Bird 数据提取了建筑物的3D 信息并进行了精度验证.结果表明:基于Barista 软件从高分辨率卫星影像中提取建筑物3D 信息,具有专业水平要求低二普适性强二操作简单二精度高等优点;当数字高程模型(DEM )和传感器定位模型精度较高二影像偏天底角较理想时,3D 信息提取的水平定位精度和高度测量精度可达到1个像素水平.关键词 Barista 软件 高分辨率遥感影像 3D 信息提取 文章编号 1001-9332(2010)05-1190-06 中图分类号 Q149;TP75 文献标识码 A Extraction of buildings three?dimensional information from high?resolution satellite imagery based on Barista software.ZHANG Pei?feng 1,2,HU Yuan?man 1,HE Hong?shi 1,3(1Institute of Applied Ecology ,Chinese Academy of Sciences ,Shenyang 110016,China ;2Graduate University of Chinese Academy of Sciences ,Beijing 100049,China ;3School of Natural Resources University of Missouri ,Columbia 65211,USA ).?Chin.J.Appl.Ecol .,2010,21(5):1190-1195. Abstract :The demand for accurate and up?to?date spatial information of urban buildings is becom?ing more and more important for urban planning,environmental protection,and other vocations.Today’s commercial high?resolution satellite imagery offers the potential to extract the three?dimen?sional information of urban buildings.This paper extracted the three?dimensional information of ur?ban buildings from QuickBird imagery,and validated the precision of the extraction based on Baris?ta software.It was shown that the extraction of three?dimensional information of the buildings from high?resolution satellite imagery based on Barista software had the advantages of low professional level demand,powerful universality,simple operation,and high precision.One pixel level of point positioning and height determination accuracy could be achieved if the digital elevation model (DEM)and sensor orientation model had higher precision and the off?Nadir View Angle was rela?tively perfect. Key words :Barista software;high?resolution satellite imagery;three?dimensional information ex?traction. *中国科学院沈阳应用生态研究所知识创新工程项目(06LYQY1001)资助. **通讯作者.E?mail:Huym@https://www.doczj.com/doc/6d1399583.html, 2009?11?18收稿,2010?03?06接受. 城市3D 信息广泛应用于制图二城市规划与设计二城市污染控制二环境保护与建设二通信二交通二能源与财产管理二旅游二城市可视化二城市进程监测以及城市现代化管理[1-2],在城市噪声扩散二空气污染 分析和房地产税收评估等方面也具有一定的应用潜力[3].建筑物3D 信息的获取对城市规划者二地理学者二建筑设计者等非常重要.高分辨率卫星影像(high?resolution satellite imagery,HRSI)的出现使制图及建筑物3D 信息提取成为可能[4-5],从高分辨率影像中获取建筑物3D 信息已得到广泛应用. 目前,空间3D 信息的获取方法主要有航空摄 影测量二卫星遥测以及机载激光扫描(light detection and ranging,LiDAR)三大类[6].Ameri 等[7]应用平面屋顶结构自动提取了建筑物的3D 结构,从简单的 应用生态学报 2010年5月 第21卷 第5期 Chinese Journal of Applied Ecology,May 2010,21(5):1190-1195