[发明专利]一种集成LiDAR点云的卫星立体影像阴影计算方法

说明书

技术领域

本发明属于LiDAR点云和卫星立体遥感数据城市空间数据采集与更新应用领域，涉及一种集成LiDAR点云的卫星立体影像阴影计算方法，特别是基于机载LiDAR点云和高分辨率卫星立体影像的城市建筑物阴影计算方法。

背景技术

20世纪以来地球科学进步的一个突出标志是对地观测技术的飞速发展，主要包括机载对地观测技术和星载对地观测技术。近年来的机载和星载对地观测技术分别以机载激光扫描(LiDAR，Light Detection And Ranging)的出现和高分辨率卫星影像的广泛应用为主要代表，于是对应的是人们从遥感数据中获取的信息越来越丰富，速度越来越快，自动化程度也越来越高。在高分辨率卫星影像的各种研究中，核心的问题是影像的目标识别与信息解译。在城市地区，由于建筑物特别是高层建筑物的存在，进行影像分析面临的突出问题是建筑物存在阴影，阴影会遮挡到其他建筑物、道路等地物，给影像地物信息识别解译造成很大的困难。

要减弱或消除影像上建筑物阴影造成的影响，首先需要确定阴影在影像上的位置，再对其进行相应的处理。对于遥感影像上阴影区域的检测，现在一般有两种方式，一种是基于影像颜色空间的信息，这种方式不能很好地区分与阴影颜色相近的地物如水体等；另外一种是利用影像的几何信息，如阴影边缘检测等，这种方式很多时候也会造成不同地物的误判。

发明内容

为了解决现有依靠单一卫星影像数据进行阴影检测与计算方法的不足，本发明目的在于提供一种集成LiDAR点云的卫星立体影像阴影计算方法，结合机载LiDAR点云数据和高分辨率卫星立体影像，可以稳健地得到高分辨率卫星立体影像上的建筑物阴影位置和精确坐标。

为达到以上目的，本发明所采用的解决方案是：

一种集成LiDAR点云的卫星立体影像阴影计算方法，包括以下步骤：

(1)计算机载LiDAR点云数据建筑物外部轮廓多边形；

首先对原始的机载LiDAR点云数据进行滤波，去除地面点和不属于任何地物的噪声点；然后使用带距离控制的卷包裹算法得到地物点集的外包多边形，判断点与多边形的位置关系，得到地物轮廓多边形；进行多边形滤波，得到建筑物多边形，再进行建筑物轮廓多边形形状简化，得到最终的建筑物外部轮廓多边形。

(2)确定建筑物阴影在物方空间坐标位置；

根据卫星立体影像(同轨或异轨)在拍摄瞬间的太阳高度角信息和太阳方位角信息，列立建筑物棱线高度和对应的阴影的方向和长度的关系式，求解建筑物多边形中每个点在地面阴影的坐标，得到建筑物阴影在物方空间的坐标。

(3)卫星立体影像几何定位校正，确定物方坐标与像方坐标之间的转换关系；

根据卫星影像提供的有理多项式系数RPC列立卫星立体影像的有理函数模型RFM，并通过加入控制点的方式进行像方空间RFM几何校正，选择像方RFM几何校正模型(如平移模型、平移缩放模型、仿射变换模型、二阶多项式模型)，在影像区域内加入6-8个平面分布均匀的控制点，提高几何定位的精度，建立卫星立体影像物方坐标和像方坐标之间的精确转换关系。

(4)确定建筑物阴影在影像像方空间的坐标和位置；

根据步骤(2)所得到的建筑物阴影在物方空间的坐标，以及步骤(3)所得到的卫星立体影像物方坐标和像方坐标之间的精确转换关系，分别计算建筑物阴影区域每个点在影像像方空间的坐标，进而得到建筑物阴影在影像像方的整体坐标以及位置。

所述去除地面点和噪声点，具体方法为：去除地面点是以一定的高程值为阈值，去除小于该阈值的LiDAR点，保留大于该阈值的LiDAR点；去除噪声点是计算LiDAR点云中某点与其8个最邻近点的平均距离，该距离大于一定阈值则去除。

所述带距离控制的卷包裹算法，具体方法为：a).在去除地面点和噪声点的点集中找到X坐标最小及最大、Y坐标最小及最大的点，取其中之一作为出发点，并记该顶点为P1；b).从点P1出发，做一条垂直线段L，长度为D，D为距离控制阈值；c).以P1为固定点，逆时钟方向旋转L，直到接触到点集中的某点P2，则P2必是地物外部轮廓多边形上的另一个顶点；d).以P2为固定点继续旋转L，直到接触到点集中的某点P3，则P3也必是地物外部轮廓多边形中的一个顶点；e).重复步骤d)直到L又重新回到P1为止。

当以某点为固定点旋转L，接触到的点有多个时，则将这些点按照与固定点之间的距离由小到大的排列成一组，则这一组点都是地物外部轮廓多边形的顶点，然后将与固定点之间距离最大的点作为新的固定点，继续旋转L。