一種基于uav低空航測系統的建筑物紋理提取方法
【技術領域】
[0001] 本發明涉及城市三維數據紋理提取方法，特別涉及一種基于UAV低空航測系統的 建筑物紋理提取方法。
【背景技術】
[0002] 建筑物紋理提取與處理手段、三維建模精度決定了城市三維模型生產技術與應用 水平。目前城市三維建模技術存在的主要問題有：
[0003] ①三維建模生產表現為低效率高成本。從精細三維建模技術分析，重建城市建筑 物三維幾何信息和紋理信息是一個困難的過程，甚至半自動的重建方式離實際運用也相差 較遠，基本上處于"計算機上繡花"的人工或者半自動生產水平，真三維模型的制作量巨大， 是目前城市三維地理信息系統建設投資最多的一項內容，花費巨資的真三維模型其重復利 用程度不高，投入產出不成比例，直接影響了城市三維地理信息系統建設進展與應用。
[0004] ②三維模型應用水平較低，沒有產生應有的工程價值。主要原因在于目前三維建 模主要滿足于地理空間信息的三維可視化瀏覽，側重于用戶真實體驗感。從三維地理信息 技術發展、數字城市/智慧城市三維（多維）地理空間框架建設需求等方面分析，應該發展 具有高測圖精度、真實影像紋理的三維建模技術。
[0005] 近年來，無人飛行器（Unmanned Aerial Vehicle，UAV)低空航測遙感憑借其獨特 優勢越來越受到攝影測量行業的重視，實際應用范圍逐漸擴大。利用多相機組合形成等效 大面陣相機，是近些年世界先進技術成就。UAV載組合相機系統在每個曝光位置，幾個相機 同時曝光，可從不同角度獲取目標對象影像數據，并通過擴展航向視場角增大基高比，提高 高程量測精度，為精細測繪提供可能性，旁向的寬視場可以增加航帶影像的地面覆蓋寬度， 提高飛行作業效率以及減少野外控制點的布設數量。越來越多學者關注無人機低空飛行控 制和組合相機影像拼接、匹配等難題，其應用也多局限于傳統航測（如DEM、DOM、DLG)生產， 而無人機載組合寬角相機影像在三維建模中的應用研宄才剛剛開始。因此，以無人飛行器 為平臺，利用具有大傾角組合數碼相機進行航空攝影，研宄建筑墻面紋理的重建理論，對尋 求經濟、高效地重建建筑物立面真實紋理將具有實際的意義。
【發明內容】
[0006] 本發明提出一種基于UAV低空航測系統的建筑物紋理提取方法，即建筑物輪廓線 與影像配準方法。
[0007] 為實現上述目的，本發明采用的技術方案為：
[0008] 一種基于UAV低空航測系統的建筑物紋理提取方法，具體的步驟如下：
[0009] 第一步：建筑物輪廓線與影像自動配準
[0010] 1)首先進行"粗"定位；
[0011] 利用共線條件方程（公式1)將建筑物輪廓矢量線反投于影像，獲取粗略投影定 位，并在周邊開設一緩沖區，在此區域中進行直線提取；
[0012] 2)然后進行直線提取；
[0013] 利用經典Canny算子對進行邊緣提取，利用建筑物輪廓線角度約束Hough直線提 取算法進行直線提取；
[0014] 3)建筑物輪廓線調整；
[0015] 基于Canny邊緣提取和Hough直線提取獲取的直線特征，在建筑物輪廓線上任一 空間直線上對應的是數目不等的備選直線段，首先進行候選直線段判定，其約束條件有兩 個，分別為：
【主權項】
1. 一種基于UAV低空航測系統的建筑物紋理提取方法，其特征在于：具體的步驟如 下： 第一步：建筑物輪廓線與影像自動配準 1) 首先進行"粗"定位； 利用共線條件方程（公式1)將建筑物輪廓矢量線反投于影像，獲取粗略投影定位，并 在周邊開設一緩沖區，在此區域中進行直線提取； 2) 然后進行直線提取； 利用經典Canny算子對進行邊緣提取，利用建筑物輪廓線角度約束Hough直線提取算 法進行直線提取； 3) 建筑物輪廓線調整； 基于Canny邊緣提取和Hough直線提取獲取的直線特征，在建筑物輪廓線上任一空間 直線上對應的是數目不等的備選直線段，首先進行候選直線段判定，其約束條件有兩個，分 別為： 條件一：角度限制 以任一條投影矢量線為基準，選擇
作為備選直線段角度限制條件；其中，c 為常數，取I ; (Xl，yi) (x2, y2)為矢量線上任意兩點坐標;A為常數，初次循環A值設為15像 素； 條件二：距離限制 以建筑物矢量線周圍緩沖區內為基準，計算建筑物矢量線中心點坐標到備選直線段的 距離作為距離限制條件； 得到候選直線段后，最后進行最佳直線段判定； 最佳直線段特征的判定，是逐一對每條建筑物輪廓線進行備選直線段特征評價，通過 "帶權置信度"來完成； 4) 循環優化 利用獲取的最佳候選直線段進行相交獲取端點，以其中任一端點為標準，對應投影矢 量線上端點進行坐標平移；以此矢量投影線為標準，依次進行候選直線段判斷和最佳直線 段判斷；設立循環次數為2-4次，循環優化最佳直線段位置，保存矢量線結果； 5) 修正影像內外方位元素 根據單片空間后方交會原理，以建筑物矢量輪廓線端點作為已知控制點，對應于影像 上自動提取的特征線角點作為像坐標，利用共線條件方程（公式1)，修正該影像原先的3個 內方位元素值和6個外方位元素值； 第二步：基于多視影像直線匹配的建筑物輪廓線與影像半自動配準 首先在第一步直線提取的基礎上，在一張影像上以人工引導方式獲取精確的直線特征 信息；然后從其它影像上的備選直線段特征集中根據同名直線匹配方法自動獲取目標直線 特征，其實現方法如下： 1)基于核線束約束的候選直線組判斷 利用目標直線端點所決定的核線束來縮小備選同名直線特征的搜索空間； 2) 基于三視張量約束的候選直線判定 三視張量建立了三幅影像中同名直線間的約束關系。從待判定的兩張影像候選直線組 中依次選出兩條直線與目標影像直線進行三視張量約束，計算候選直線在目標影像上的所 有直線，作為對應同名直線的預測，定義預測直線與目標直線之間的誤差公式，判定最佳候 選直線；設目標直線為Ip，同名預測直線為Ii (i = 0, 1，2... η). &表示1與I p的夾角，取 表示Q(x，y)(為15線段的中點坐標）到I i的距離，則定義直線誤差公式為：
其中：MX(*):表不取餓測直線特祉中夫于*的最大值。 3) 基于核線約束的最小二乘影像匹配 通過三視張量約束得到每張影像對應直線，相鄰直線依次相交得到建筑物輪廓線段； 為了進一步提高建筑物輪廓線精度，對于每一個輪廓線頂點采用核線約束的最小二乘影像 匹配；進行多重疊影像的核線幾何約束，消除不位于核線幾何上線段端點； 4) 基于建筑物輪廓線的空間坐標調整 完成建筑物輪廓線在影像上的配準后，以影像內外方位元素和房屋邊界線段端點像坐 標為已知數，代入共線方程中，進行空間前方交會，計算各個角點精確的空間坐標；對于多 視影像，空間前方交會的多余觀測量增大，將共線方程線性化，代入最小二乘方程矩陣中， 并根據建筑物本身具有的的幾何約束條件進行空間前方交會，提高物方點計算穩定性和精 度； 第三步：建筑物立面紋理提取 首先根據矢量數據里獲取建筑物高，若原有矢量數據沒有存儲建筑物高度信息或高度 信息不精確情況下，通過多視配準的影像建筑物邊緣地面的同名點進行空間前方交會，計 算建筑物邊緣地面點高度值h，即為頂面高程與地面點高程差值；根據建筑物高度值h和建 筑物頂面各角點坐標（X i, Yi, Z)，獲取建筑物底座各點空間坐標（Xi, Yi, Z-h);通過共線方程 (公式1)計算對應影像上建筑物底座點坐標值；以頂面輪廓線任一頂點為起點，依次以相 鄰兩頂點和對應底座點組合為單位面元，作為立面紋理單位面，循環一周后可提取建筑物 所有立面紋理區域； 對于高重疊度的序列影像，同一建筑物在6-10幅影像上可見，每一個建筑物立面對應 著兩幅以上影像，并且隨著攝像角度的不同，立面紋理的清晰程度和受遮擋程度都各不相 同，因此需從定向的紋理圖像自動選擇最佳的紋理； 對建筑物幾何模型中的每個側面Tk進行如下操作： (1)計算該側面的單位法向量n/|n I ; 建筑物立面Tk對應頂點V r V2、V3的空間坐標為V i (X1, Y1, Z1)，V2 (X2，Y2, Z2)，V3 (X3, Y3， Z3)，構建的向量V1V2和V J3垂直于法向量n，用公式表示為： V1V2= (X2-X1J2-Y1J2-Z 1) V1V3= (X3-X1J3-Y1J3-Z 1) η = V1W3 (2) 對于每幅圖像i (Ο < i < M，共有M幅圖像），計算視點方向Ni,即與相機攝影中心 連接矢量； (3) 計算單位法向量a和Ni的空間夾角Θ i; 通過M=I久i I計算獲取所有目標影像的夾角Θ i，選取ΜΙΝ( Θ J對應的影像作為成 像角度最好的紋理影像；目標影像的夾角：〇° <= QiCgotj ; 第四步：建筑物立面紋理幾何糾正 1) 糾正后紋理圖像范圍的確定 Length = INT(L/GSD+0. 5) Width = INT(H/GSD+0. 5) 其中：Length和Width為影像長寬值，單位為像素； GSD為地面分辨率； L和H為建筑物空間長度和高度； INT (*)表示取整運算； 紋理影像起點坐標（〇,〇)對應建筑物頂點坐標（X，Y，Z)，則紋理影像任意坐標 (0+1，0+w)(其中1為X方向像素個數，w為y方向像素個數）對應建筑物空間坐標為（X+G SD*lcos Θ，Y+GSD*lsin Θ，Z+GSD*w)。 2) 建立糾正函數 由共線方程可知，公式1其建立的是建筑物空間坐標與原始影像像平面坐標之間的數 學關系；從而根據1)所建立的糾正后紋理影像與建筑物空間坐標關系，間接確立原始影像 與糾正后影像間糾正函數。
3) 采用雙線性內插，求得原始影像對應點處的灰度值并賦給糾正后像元素。
2.根據權利要求1所述的一種基于UAV低空航測系統的建筑物紋理提取方法，其特征 在于：第一步的步驟2)中利用經典Canny算子對進行邊緣提取時，設定低閾值和高閾值的 比例為0. 2,高閾值占圖像像素總數的比例為0. 9。
【專利摘要】本發明一種基于UAV低空航測系統的建筑物紋理提取方法，具體的步驟如下：第一步：建筑物輪廓線與影像自動配準；第二步：基于多視影像直線匹配的建筑物輪廓線與影像半自動配準；第三步：建筑物立面紋理提取；第四步：建筑物立面紋理幾何糾正。本發明的有益效果是：(1)針對建筑物紋理映射存在的矢量線與影像不配準問題，提出了建筑物輪廓線與影像自動配準方法。(2)考慮到在多幅影像中建立建筑物空間輪廓線與其影像直線特征映射關系的復雜性，提出了基于多視幾何約束的影像直線特征半自動匹配策略。
【IPC分類】G06T15-04, G06T5-00
【公開號】CN104732577
【申請號】CN201510102623
【發明人】解斐斐, 林宗堅, 蘇國中, 郭金運, 王東東, 獨知行, 陳傳法, 劉智敏, 郭英, 孔巧麗, 郭斌
【申請人】山東科技大學
【公開日】2015年6月24日
【申請日】2015年3月10日