[发明专利]基于InSAR大数据和霍夫检测的房屋矢量框和PS点匹配方法

说明书

本发明涉及一种基于InSAR大数据和霍夫检测的房屋矢量框和PS点匹配方法。包括以下步骤：S1：筛选单栋房屋矢量框内的PS点，房屋内PS点进行霍夫检测，探测出直线和对应PS点集；S2:借助雷达卫星参数，判断出房屋矢量框的迎面向；S3:设立一定的匹配条件，对点集与房屋迎面向进行匹配；S4:挪动房屋矢量框，使得房屋边框和点集间距离和最小。

技术领域

本发明属合成孔径雷达干涉技术领域，涉及一种基于InSAR大数据和霍夫检测的房屋矢量框和PS点匹配方法。

背景技术

房屋矢量框的采集方式导致建筑矢量框和PS点空间位置不匹配，房屋矢量框一般采用人工在光学影像上手动圈画，标准化程度不高，受个人操作影响较大；另外房屋矢量框采集坐标和PS点坐标系统不一致，后期通过坐标系转换，统一房屋矢量框和PS点坐标。

发明内容

基于PS-InSAR技术的房屋风险评估系统，需要房屋矢量框和PS点正确相对位置关系。房屋矢量框和PS点分布存在两种情况：①房屋矢量框混入了非该栋建筑物内的PS点，引入误差，对该栋建筑的风险评估产生错误引导。②房屋矢量框内没有涵盖该栋建筑所有PS点，信息不完全，无法反映真实房屋风险。

现有解决方案是技术人员在GIS平台，逐个检查矢量框和PS点分布情况，对偏移矢量框进行手动偏移，直至契合为止。其优点是：

(1)漏检率低

(2)准确度高

由于房屋众多，部分城市主城区的房屋多达几十万栋，人工检校工作量巨大，PS点数量较多，对于计算机配置要求很高，机器卡顿，效率低下。

为解决上述问题，本发明采用以下技术方案：

一种基于PS-InSAR技术的房屋矢量框和PS点匹配方法，包括以下步骤：

PS点霍夫检测：

S1:输入目标区域的InSAR数据库和房屋矢量框。建筑投影到地面，得到的二维封闭边缘线称为建筑矢量框，能够简洁的反映建筑外部轮廓，并存有房屋矢量框角点坐标；将PS点和房屋矢量框坐标，由WGS84坐标系转为UTM坐标系，建立单个房屋矢量框的缓冲区；遍历矢量框缓冲区，找出单个矢量框缓冲区内的PS点；

S2:笛卡尔坐标系下，直线可由斜率和截距唯一表示，斜率存在无限大的情况，笛卡尔坐标系下无法表示，故转到霍夫空间下，用原点到直线的距离r、直线与X轴的夹角θ为参数表示直线；在霍夫空间下，单个PS点的坐标就映射为(r,θ)空间中的正弦曲线；每个PS点会对应一条正弦曲线，在霍夫空间中，曲线的交点次数越多，代表对应参数的直线可信度越高。统计交点次数较多对应的r和θ，并对直线进行聚类和滤波处理，得到待匹配的霍夫直线；寻找待匹配霍夫曲线周边的PS点，称为待匹配点，这类点一般是建筑墙体的点，其分布和建筑物墙体轮廓具有很高的相似度；

S3:对这些待匹配点进行分类合并，得到若干个空间分布相互独立的点集，这些点集用于后续和房屋边框的匹配；

房屋矢量框迎面向分析：

S201:卫星从高空中检测建筑物，只能获取建筑物迎面向的信息，绝大多数PS点分布在建筑物迎面向的墙体上，而非迎面向大部分区域不能直接被照射到，只有少量PS点分布；待匹配霍夫曲线周边的PS点也大多分布在迎面向墙体上，将建筑物的迎面向筛选出，便于后续匹配，减少错配；

S202:房屋矢量框通过手绘得到，存在一定信息冗余，冗余部分和PS点匹配效果较差，需简化房屋矢量框；房屋矢量框由首尾相连地直线构成，相邻两条直线间的倾角小于阈值，则将两条直线合并为一条，获取精简后房屋矢量框；