[发明专利]基于LiDAR点云和影像的建筑物三维变化检测方法有效
申请号: | 201310020834.4 | 申请日: | 2013-01-21 |
公开(公告)号: | CN103093466A | 公开(公告)日: | 2013-05-08 |
发明(设计)人: | 张永军;彭代锋;熊小东 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G01S17/89 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 lidar 云和 影像 建筑物 三维 变化 检测 方法 | ||
技术领域
本发明属于测绘科学与技术领域,涉及一种基于LiDAR点云和影像数据的建筑物三维变化检测方法,主要应用于人工建筑物变化信息提取与处理等领域。
背景技术
变化检测的数据源有遥感影像,正射影像,矢量地图和LiDAR(激光雷达)点云数据等。其中,LiDAR不受日照和天气条件的限制,能全天候对地观测,快速获取低成本、高精度的地表的三维坐标,为准确提取建筑物特征提供了良好的数据源。特别地,相比于其他方法,LiDAR点云数据可提供人工建筑物高精度的高程信息。但是由于机载激光雷达点云数据缺乏纹理信息,同时数据密度分布不均匀并且在三维空间中呈不规则性、不连续分布。因此直接利用LiDAR点云数据进行人工建筑物三维变化检测比较困难,尤其是在建筑物形状复杂、建筑物边界细节较多时,很难对建筑物进行准确、快速的变化检测。通过航空摄影获取的航空影像数据空间分辨率高,同时数据分布连续,具有十分丰富纹理信息,但是影像数据不能提供高精度的高程信息。故将LiDAR点云数据和影像数据结合进行建筑物的三维变化检测可以达到不同数据源的优势互补。两种数据源的融合研究对于人工建筑物高效率、高精度的三维变化检测,对于LiDAR数据后处理技术发展以满足实际应用都有十分重要的研究价值。现有的变化检测方法有:(1)基于代数运算的变化检测方法,包括图像差分、图像比值、图像回归方法、图像植被指数差分、变化矢量分析和背景相减等方法;(2)基于图像变换的变化检测方法,包括主成分分析方法(PCA)、穗帽变换方法(KT)、典型相关分析等方法;(3)基于图像分类的变化检测方法,包括分类后比较方法,多时相图像直接分类方法(也称光谱/时相分类);(4)基于对象的变化检测方法;(5)基于统计模型的变化检测方法;(6)基于小波变换的变化检测方法。尽管上述各种变化检测方法采用的变化检测基本单元不同,变换检测的策略差别很大,但它们都只使用二维影像的平面信息,没有充分顾及高程变化,而人工建筑物一个十分重要的变化就表现在高度上的变化上。因此迫切需要寻求考虑高程变化的变化检测方法。
发明内容
本发明的目的是提供一种顾及高程信息变化的人工建筑物三维变化检测方法,它能够克服上述现有变化检测方法技术的不足,满足人工建筑物三维变化检测应用的需求。
本发明的技术方案为一种基于LiDAR点云和影像的建筑物三维变化检测方法,包括以下步骤,
步骤1,对两个不同时期的LiDAR点云数据分别进行滤波和插值处理,生成两个不同时期的DSM;
步骤2,求取步骤1所得两个不同时期的DSM的差值,得到DSM差值影像;
步骤3,对步骤2所得DSM差值影像处理,获取DSM差值影像上的侯选变化区域;
步骤4,根据DSM和影像坐标对应关系,解算出步骤3所得DSM差值影像上的侯选变化区域在两个不同时期相应原始航空影像上分别相对应的候选变化区域;
步骤5,对步骤4所得两个不同时期相应航空影像上候选变化区域分别进行边缘特征提取,得到两幅边缘图像;
步骤6,对步骤5所得两幅边缘图像分别进行直线特征提取和匹配,得到两幅直线特征提取和匹配后的边缘图像;
步骤7,对步骤6所得两幅直线特征提取和匹配后的边缘图像进行差值运算,同时剔除不匹配的直线及直线区域外的边缘,得到候选变化区域中的变化图像。
而且,步骤4所述DSM和影像坐标对应关系如下式,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310020834.4/2.html,转载请声明来源钻瓜专利网。