[发明专利]低空图像DSM生成建筑物边缘精细化方法

说明书

本申请的低空图像DSM生成建筑物边缘精细化方法，一是提出线特征提取算法与线段优化策略，解析各线提取算法在速度、稳定性、精度等方面的特征，针对低空图像对经典线特征提取算法LSD进行改进，使之更适用于低空图像的线特征提取，并最大程度提高其速度和稳定性；二是分析线特征匹配的各种约束条件和匹配测度，采用原始点云引导线特征匹配的策略；三是线特征匹配时，结合多种匹配测度提出一种附加权的匹配关联度判别函数，综合考虑多种测度，提高匹配可靠性；四是在精细化DSM时，利用光束面前交法得到3D线段，建立直线缓冲区，删除边缘点，对缓冲区内的点云精细化到3D线段上来，方法快速简单、高效易行且对DSM有较好的精细化效果。

技术领域

本申请涉及一种DSM建筑物边缘精细化方法，特别涉及一种低空图像DSM生成建筑物边缘精细化方法，属于DSM边缘精细化方法技术领域。

背景技术

伴随数字城市的发展，DSM(数字表面模型)以其丰富的空间信息、真实直观的实物表达方式，使用户能在3D环境下对城市实体进行浏览和分析。但由于多方面的原因，城市区域DSM的获取无法满足实时性要求，获取速度慢。对于DSM的获取方式，主要可分为硬件直接获取和软件计算获取。LiDAR属于利用硬件直接获取，这种方法有较好的实时性，自动化程度高，无需地面控制点，软件计算获取主要是结合摄影测量的理论方法，虽然LiDAR技术拥有许多优势，但并未得到大范围使用，且通过对航空图像进行密集匹配获取高密度的3D点云来生成DSM的方法，具有成本低廉且自动化程度高的优势，因此当前使用全数字摄影测量的方法来获取DSM较为普遍。

而对于低空图像来说，虽仍存在稳定性不够、效率偏低以及难以获取大面积图像的缺点，但由于其独特性，既拥有类似LiDAR机动快速的优势，又兼备低廉的成本，非常便于数字表面模型的获取。

从常规航空摄影测量获取的DSM来看，传统DSM获取精度并不高，建筑物存在边界不清晰、形状不明显等问题，尤其是关于建筑物边缘信息不够准确，边缘容易出现漏洞或错误。建筑物是城市区域不可缺少的组成部分，而建筑物的边缘信息又是其必要属性，建筑物的边缘出现模糊、错误，将直接造成DSM的精度下降，从而导致许多依赖于精确DSM的应用无法完成，如城市建模、3D地理信息系统等重大应用。为了DSM能够更好的服务大众，保证后续应用正常开展，亟需构建高精度的DSM。

现有技术的线特征提取：线特征是图像几何特征的重要组成部分，运用线特征可以在不干扰人类视觉感知的条件下简化图像表达，减少图像数据量。直线特征的表示虽然简单，但由于许多人工地物都具有直线特征，直线可作为一个基本特征用于描述和检测复杂的形状，因此线特征提取是特征提取的基础。现阶段的线特征提取方法大致分三类：第一类是基于变换域的方法，此类方法是一个坐标变换，通过坐标变换算得参数在另一空间的极值点提取直线，代表算法为Hough变换法，此类方法具有算法简单、受噪声影响小的优点，但存在计算量大、检测精度低等缺陷。第二类是基于梯度相位特征的方法，通过计算图像的梯度及其方向角并量化编码后，将梯度方向相同的相邻点构成边缘线支撑区，通过最小二乘拟合直线，代表算法为相位编组法。该类算法内存消耗小，原理简单易行，但该算法对图像亮度变化较为敏感，且当分组误差大时极易产生分裂的短直线。第三类是分割边缘的方法，首先对图像进行边缘提取，然后对边缘进行跟踪，并将曲线分割成直线。此类算法原理简单，能够检测图像局部的直线段，易于理解，但不足之处是其结果依赖图像边缘跟踪算法的性能，当选择的边缘跟踪算法性能不佳时，结果会受到很大影响，且运行时间较长。