伴随着社会经济的发展,我国城市化的脚步日益加快,城市建筑物的数量和类别也在迅速增长,数字化管理对城市建筑物3D重建提出了更高的要求。此外,随着无人机航拍技术的普及,城市建筑物的航拍图像也更容易获得,这些航拍图像中含有丰富的建筑物特征信息,从航拍图像中检测和分割出建筑物目标对城市3D重建具有重要意义。目前常见的图像分割方法有阈值分割方法、边缘检测方法等,但是这些方法都存在一定的局限性,在复杂的高分辨率的航拍图建筑物分割任务中难以取得精确的分割效果。基于卷积神经网络算法在计算机视觉领域优越的性能,针对传统图像分割方法在航拍图建筑物分割场景下效果不好等问题,本文将卷积神经网络算法应用到航拍图建筑物的分割任务中,目标是从航拍图中高精度地分割出建筑物3D重建所需的建筑物轮廓区域。论文主要工作总结如下:针对建筑物3D建模所需的建筑物主体轮廓俯视平面图获取成本比较高、航拍图建筑物的分割精度不高、建筑物屋顶存在干扰物影响分割等问题,对半自动图像分割方法DEXTR(Deep Extreme Cut)进行改进,提出了一种将五个点的位置表示为热图作为网络额外输入通道、基于深层残差网络的航拍图建筑物精确分割方法—E-DEXTR(Enhanced—Deep Extreme Cut),目标是实现对航拍图中建筑物的精确分割。实验结果表明,与传统半自动分割方法Grabcut相比,E-DEXTR方法在航拍图建筑物分割任务中具有更高的分割精度和分割效率;与DEXTR方法相比,E-DEXTR方法具有更好的鲁棒性和抗干扰性。所提出的E-DEXTR方法可以为建筑物3D重建任务提供高精度的建筑物俯视轮廓图和建筑物顶部图片,还可以将其用在航拍图建筑物数据集的制作过程中,作为一种准确和有效的掩码注释工具或半自动轮廓标注工具,提高数据集的标注效率。对于大规模建筑物分割的场景,针对航拍图像中建筑物的检测和分割精度低、成本高的问题,提出一种基于Mask R-CNN的航拍图建筑物检测和分割方法来实现航拍图中建筑物全自动、高效的检测和分割。方法中针对训练出的模型在含有阴影等干扰物的航拍图中检测和分割效果不佳的问题,提出了一种非随机掩盖的数据增强方式,提升了模型对于存在阴影等干扰物建筑物的分割精度。此外,通过实验测试迁移学习方法的使用、数据增强方式、特征提取器模块不同深度的残差网络选择对建筑物检测和分割模型的影响,并在卫星遥感数据上测试模型的泛化性能。相比本文提出的需要通过人工标注五个点才能精确分割出建筑物目标的E-DEXTR方法,该方法可以自动地检测出目标区域并对建筑物进行分割。综上所述,本文通过对卷积神经网络在图像分割领域应用的研究在一定程度上解决了航拍图建筑物图像分割任务中存在的分割精度低、耗时长以及成本高的问题。本文提出的两种航拍图建筑物分割方法各有优势,可以根据对建筑物3D建模不同的需求分别选取不同的方法。E-DEXTR方法操作简单、分割精度高,适用于需要分割的建筑物较少、对分割精度要求比较高的场景中;基于Mask R-CNN的航拍图建筑物的检测和分割方法可以全自动地进行建筑物的检测和分割,能批量分割出航拍图中大量的建筑物,适用于需要分割的建筑物数量比较大、对分割效率要求比较高的场景中。