[发明专利]一种三维地物自动提取与场景重建方法

权利要求书

1.一种三维地物自动提取与场景重建方法，其特征在于，具体步骤如下：

a. 从地理信息数据中提取地表类型和地物轮廓信息；

b. 从遥感数据中进一步提取地物，并估计所有地物的三维尺寸信息；

c. 利用所述地理信息数据、所述地表类型信息和所述地物的三维尺寸信息，重建三维场景；

其中，所述地理信息数据为在线地图图像，所述遥感数据为光学卫星影像。

2.根据权利要求1所述的三维地物自动提取与场景重建方法，其特征在于，所述步骤a包含以下子步骤：

a1. 对所述在线地图图像的像素按颜色进行聚类，得到所述地表类型至少包含水体、道路、植被、建筑、空地；

a2. 对所述建筑通过连通区域提取和最小外接矩形估计，得到地物轮廓信息。

3.根据权利要求2所述的三维地物自动提取与场景重建方法，其特征在于，所述步骤b包含以下子步骤：

b1. 对所述光学卫星影像数据进行超像素分割，得到地块超像素；

b2. 根据所述地块超像素的尺寸、颜色和纹理特征识别树木；

b3. 根据所述地物的图像和阴影估计地物高度，联合所述地物轮廓信息重建所述地物三维尺寸，所述地物至少包含所述建筑和所述树木。

4.根据权利要求3所述的三维地物自动提取与场景重建方法，其特征在于，子步骤b1中所述超像素分割采用简单线性迭代聚类超像素分割方法，简称SLIC方法。

5.根据权利要求3所述的三维地物自动提取与场景重建方法，其特征在于，子步骤b2中所述识别树木采用深度卷积神经网络从所述地块超像素中识别所述树木，其中所述深度卷积神经网络采用人工标记的部分所述地物超像素块数据进行训练。

6.根据权利要求3所述的三维地物自动提取与场景重建方法，其特征在于，所述子步骤b3中，估计建筑和树木高度，采用深度卷积神经网络估计所述建筑物和树木的高度，其中所述深度卷积神经网络采用人工标记的部分数据进行训练。

7.根据权利要求6所述的三维地物自动提取与场景重建方法，其特征在于，对于建筑，先估计太阳光照射方向，再提取所述建筑的阴影，最后通过所述阴影在所述太阳光照射方向的长度估计所述建筑的高度。

8.根据权利要求6所述的三维地物自动提取与场景重建方法，其特征在于，对于树木，先确定所述树木的阴影侧边界，再根据像素亮度估计坡度，最后通过对所述坡度积分估计所述树木的三维高度分布。

9.根据权利要求1-8之一所述的三维地物自动提取与场景重建方法，其特征在于，所述步骤c包含以下子步骤：

c1. 利用地面高程数据建立地表三维模型；

c2. 根据所述地表类型信息对所述地表三维模型赋予相应颜色和纹理，并加入所述三维场景中；

c3. 根据所述地物的三维尺寸信息，从模型库中匹配相应三维模型，并加入所述三维场景中。