一種基于傾斜攝影技術的建筑物紋理優化方法
【技術領域】
[0001] 本發明涉及城市三維數據紋理提取方法，特別涉及一種基于傾斜攝影技術的建筑 物紋理優化方法。
【背景技術】
[0002] 國內外關于數字城市構建，更多的是研宄如何恢復建筑物三維建模的幾何模型， 而建筑物紋理只是作為一種附加的屬性，研宄較少，而真實的紋理是建立建筑物精細和真 實三維模型所必需的。傾斜攝影技術，是國際地理信息領域新近發展起來一項技術，利 用多傳感器集成機制，如新型多線（面）陣、多角度數碼相機的應用，如三線陣相機系統 ADS40/80,三相機系統Trimble的AOS，以及五相機系統Pictometry相機和國產SWDC-5, 一 次飛行可獲取目標建筑物垂直角度和4個傾斜角度的影像，克服了傳統航攝技術只能進行 垂直角度拍攝的局限，可獲取地物三維幾何信息和豐富的紋理信息。
[0003] 利用傾斜攝影技術進行三維建模時，從眾多定向的紋理圖像中自動選擇遮擋最少 最清晰的影像作為最佳的紋理數據源，并通過幾何糾正方法保證紋理影像達到較合適的人 眼觀測效果。而實際環境中，受外界各種因素影響，例如光的衍射、大氣質量、相機系統因素 以及內業處理過程等，影像模糊效應不可避免，一定程度上影響了紋理的質量和視覺效果。 另外，從航空像片上雖然能取得建筑物的立面紋理，但紋理的清晰度取決于拍攝的角度和 樓層高度，側面紋理往往存在分辨率不足的問題，使得模型的精美度不夠。
[0004] 另一方面，由于建筑物各面紋理選自不同攝影時刻和不同攝影角度的影像，不可 避免的存在單個建筑物各面色彩斑駁，相鄰建筑物色彩強度不一的情況，極大地影響三維 城市視覺上的一致性和美觀性。
[0005] 因此，如何利用現有圖像處理技術，盡量消除影像模糊效應，恢復影像清晰度，并 使得整個建筑物色彩強度相同，相鄰建筑物整體過渡自然是很有必要的。
【發明內容】
[0006] 本發明提出一種基于傾斜攝影技術的建筑物紋理優化方法，具體的方案
[0007] 第一步：建筑物立面紋理模糊消除
[0008] 基于高頻強調的MTF圖像復原算法，主要步驟為：
[0009] a、選擇滿足要求即具有刀刃邊緣的圖像數據；
[0010] b、根據圖像上的刀刃邊緣定位像素邊緣的位置并提取采樣點；
[0011] c、對步驟b中提取的采樣點進行擬合，得到邊緣擴展函數ESF曲線；
[0012] d、對ESF進行求導，得到線擴展函數LSF曲線；
[0013] e、對LSF做傅里葉變換得到MTF曲線；
[0014] 點擴展函數PSF(x，y)定義為點光源成像后的亮度在X方向和Y方向的分布函數； [0015] 線擴展函數LSF是對點擴展函數沿著其擴散方向積分，其公式表示為：
[0016]
【主權項】
1. 一種基于傾斜攝影技術的建筑物紋理優化方法，其特征在于：具體步驟如下： 第一步：建筑物立面紋理模糊消除 基于高頻強調的MTF圖像復原算法，主要步驟為： a、 選擇滿足要求即具有刀刃邊緣的圖像數據； b、 根據圖像上的刀刃邊緣定位像素邊緣的位置并提取采樣點； c、 對步驟b中提取的采樣點進行擬合，得到邊緣擴展函數ESF曲線； d、 對ESF進行求導，得到線擴展函數LSF曲線； e、 對LSF做傅里葉變換得到MTF曲線； 點擴展函數PSF(x，y)定義為點光源成像后的亮度在X方向和Y方向的分布函數； 線擴展函數LSF是對點擴展函數沿著其擴散方向積分，其公式表示為：
圖像中亮度方差較大的區域叫做刀刃邊緣，從刀刃邊緣中可以提取邊緣擴展函數 ESF ：
定義f(x，y)為未退化的原始影像，g(x，y)為觀測的退化影像，退化的數學模型可表示 為： g(x, y) = f (x, y) · h (x, y) +η (χ, y) 式中，h (χ, y)為點擴展函數PSF ;η (χ, y)為隨機噪聲； 對兩邊進行傅里葉變換得： G = F · MTF+N MTF圖像復原就是對退化模型的逆運算，其頻域表示式為： F = (G-N)/MTF 為了提高刀刃法估計MTF曲線精度，首先：通過交互式方法調整MTF曲線的下降調整： MTF = MTFr 其中，r為MTF曲線下降幅度的調節系數，使MTF曲線擬合更加精準，保證圖像恢復質 量； 其次：通過截取LSF曲線，在作傅里葉變換之前，對該曲線做截取，只留下邊緣及其擴 散的區域，然后以零值代替被截掉的部分。 第二步：建筑物紋理影像主色調匹配 1)顏色空間RGB-〉HSI變換 首先將利用色度坐標系模型將建筑墻面的紋理影像從RGB模式轉換到HSI模式，并以 I分量形成的灰度影像作為后續處理的對象，相應的轉換公式為： Min(R,G,B) =RJ= (R+B+G)/3 ；S = 1-R/I ；H = (B-R)/3* (I-R) +1 Min(R, G, B) =GJ= (R+B+G)/3 ；S = 1-G/I ；H = (B-G)/3* (I-G)+2 Min(R, G, B) =RJ= (R+B+G)/3 ；S = 1-R/I ；H = (B-R)/3* (I-R) +1 2) 對I分量進行直方圖均衡化 直方圖均衡化是以概率理論為基礎，使分布于灰度階層上的像素數近似相同，從而使 亮度可以更好地在直方圖上分布。 離散圖像中，任一灰度級像素出現的概率為，
式中mk為影像中出現s k級灰度的像素數，η是圖像像素總數，而^即為頻數； 計算累積直方圖各項：
取整擴展：tk= int [ (L-I) t k+0. 5] 映射對應關系夕 即 k = 255*tk。 對原始I分量影像分塊進行直方圖均衡化，即局部直方圖均衡化。 3) 亮度標準化匹配 計算所有紋理影像源中的I分量影像的平均值廠； 人工選取一幅標準影像作為亮度調整的基準，標準影像選擇以亮度柔和、不刺眼為原 貝1J，其亮度平均值為?%對待匹配圖像的每個像素的亮度值以亮度差值Δ7：進行補償； Al = T-T I I I'；(x,y) = /.(.V, ν) + ΔΛ; 4) 顏色空間HSI-〉RGB變換 將處理后的I分量影像從HSI模式轉換到RGB模式，得到最終的建筑墻面紋理的彩色 影像； ? O 彡 H < I :R = I*(1+2*S-3*H*S) ;G = I*(1-S+3*H*S) ;B = I*(l-S) ? I 彡 H < 2 :R = I*(l-S) ;G = I*(1+5*S-3*H*S) ;R = I*(1-4*S+3*H*S) ? 2 彡 H<3:R= I*(1-7*S+3*H*S) ;G = I*(l-S) ;B = I*(1+8*S-3*H*S)。
【專利摘要】本發明涉及一種基于傾斜攝影技術的建筑物紋理優化方法，具體步驟如下：第一步：建筑物立面紋理模糊消除；第二步：建筑物紋理影像主色調匹配。本發明的有益效果是：(1)針對建筑物立面紋理影像模糊現象以及單個建筑物各面色彩斑駁問題，提出了基于高頻增強的MTF圖像復原算法。(2)針對相鄰建筑物色彩強度不一問題，提出了基于紋理影像的主色調匹配方法。
【IPC分類】G06T15-04, G06T5-40
【公開號】CN104732578
【申請號】CN201510103471
【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