專利名稱：：三維影像偵測、編修及重建系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明是有關(guān)于一種影像偵測、編修及重建系統(tǒng)，尤指一種用于三維影像偵測、編修及重建系統(tǒng)。
背景技術(shù)：
：中國臺灣有百分的六十以上的地區(qū)屬于山區(qū)與山坡地地形，尤其是山區(qū)地形陡峭、溪流湍急、地質(zhì)構(gòu)造復(fù)雜、巖性脆弱、土壤松軟，平均年降雨量達2，500i米，為全球平均的3倍。尤其是在1999年921集集大地震后，造成淺層土壤松動，因此每逢臺風或豪雨，極易觸發(fā)土石崩塌。土石崩塌對集水區(qū)直接的影響是土壤沿著山溝與河流沖刷到下游地區(qū)，并堆積于水庫底層，造成水庫蓄水量下降，同時也造成水質(zhì)污濁而影響供水，導致民生困境與經(jīng)濟損失。而崩塌地若未能盡早復(fù)原，雨水將逐漸沖刷表層土石，進一步降低水庫蓄水功能，而減少水庫壽命。因此為了協(xié)助水庫、森林與山坡地進行有效管理，包括崩塌7地復(fù)育工作，并提供防救災(zāi)決策支持，因此有必要進行有效且精確的調(diào)查工作。傳統(tǒng)上進行調(diào)查的方式主要為派員到現(xiàn)地調(diào)査與測量，或利用遙測數(shù)據(jù)以自動化方式偵測或以人工判識地表變遷范圍其中現(xiàn)地調(diào)查的方式，容易受到地形、氣候與交通等因素的影響而無法有效的進行，雖然最為精確可罪但效率低且費用相當咼。而利用航空攝影與資源衛(wèi)星影像，以遙測技術(shù)對地表觀測，拍攝的涵生皿面積大，具有廣域攬要、低觀測死角及多時性重復(fù)觀測的能力等特性，讓使用者可以超越感官及時空的限制，快速地偵測到地表的信/K、。目目U最廣泛使用的航遙測數(shù)據(jù)來源包括航空相片c立體對或正射影像、光學衛(wèi)星影像(正射影像)、,雷達影像ntheticApertureRadar,SAR)、地面式與空載式光達ghtDetectionAndjRang〗Lng，LiDAR)'等。以下就數(shù)據(jù)面與技術(shù)面來探討利用遙泖J技術(shù)進行調(diào)査的相關(guān)技術(shù)航空相片采用的技術(shù)為利用航六相片—、,:體對，以人工進行立體量測的方式來進行判釋。此方法雖可獲得小面積與咼精度的地表變遷范圍，但需耗費相當多的人力與8時間，無法迅速有效的提供相關(guān)數(shù)據(jù)協(xié)助災(zāi)害調(diào)査與災(zāi),卜蟲l冃評估。根據(jù)相關(guān)文獻與經(jīng)驗匯整，人工判釋的辨識準則，包括色調(diào)、區(qū)位、形狀、方向、坡度及陰影等六項，如表1所示。從自動化的角度來探討這些辨識準則的適用性，其中"色調(diào)"部份可以通過航空相片的色彩信息以自動化方式萃取得到可能的范圍。區(qū)位部份則必須利用其它輔助數(shù)據(jù)例如道路、山脊與河川向量圖，以便制作緩沖區(qū)，并以疊合方式萃取可能的地表變遷處。"形狀"部份需要利用地形的型態(tài)學，但此部份是最難以自動化方式來進行偵測的工作對于"方向"的判斷則可以利用數(shù)值高程模型Digita1ElevationModel，DEM)計算坡向，同時配合河川信息來偵測可能發(fā)生地表變遷的所在。"坡度"則同樣的可以通過數(shù)值高程模型來計算。"陰影"是視覺感官因子，主要目的為判斷地形起伏，不易以自動化達到此目的，因此在人為判釋過程中，通常會采用立體觀測，或以正射影像配合數(shù)值高程模型(DigitalElevationModel,DEM)仿真三維景觀。因此上述各種判釋準則，并不適合完全用來作為自動化判釋的必然條件。表19判釋因子內(nèi)容色調(diào)土褐色、深褐色、淡褐色、綠褐色。區(qū)位靠近山脊、河谷沖擊坡、道路。形狀長條型、湯匙型、樹枝狀河流匯集處，河谷旁可能成三角形或矩形。方向邊坡重力方向與河流流向成正交關(guān)系。坡度傾斜坡地。陰影陰影效果可用以看出河谷與山脊，得到3D的感覺。衛(wèi)星影像利用衛(wèi)星正射影像判釋崩塌地，與利用航空相片的技術(shù)大致相似，但由于衛(wèi)星影像在空間分辨率上的限制，更依賴使用不同時期的變遷分析，比較兩種技術(shù)，利用衛(wèi)星影像自動偵測得的崩塌地數(shù)量與面積都遠比利用航空相片以人工判釋的結(jié)果少，就工程上的應(yīng)用仍有不足的地方。但因為衛(wèi)星具有較高的時間分辨率與相當大的拍攝范圍，因此在災(zāi)后可以快速的進行地表變遷偵測調(diào)查，以協(xié)助災(zāi)后災(zāi)情調(diào)査工作。此外，上述方法在利用單一幅衛(wèi)星影像進行地表判識時，由于欠缺第二維的空間信息，因此要配合數(shù)值高程模型以二維力:體視覺仿真方式輔助人工判識及編修，以避免誤判地形平坦的裸露地為崩塌地。10空載式光達有研究利用空載光達掃描921地震造成的崩塌地，經(jīng)實地驗證掃描成果的高程精度可達12公分，然此項報告并未探討崩塌地偵測與量測相關(guān)的課題。利用空載光達產(chǎn)生高分辨率數(shù)值高程模型(DEM)，利用三維分析來獲取地表粗糙度(Roughness),進而得以分析朋塌地表面型態(tài)(Morphology),通過此禾中地形學分析，可進一步了解崩塌地特征，崩塌地行為機制，以及評估活動中的崩塌地。利用此高分辨率數(shù)值高程模型，分析地表粗糙度、坡度、坡向、半變異數(shù)(Semi-Variance)與碎型尺度(FractalDimension)等，用來分析崩塌地的表面型態(tài)、成分與活動。上述研究利用點云密度為每平方公尺一個點的空載光達產(chǎn)生1.8公尺網(wǎng)格式數(shù)值高程模型，及陰影起伏立體圖(ShadedReliefMap)、坡度圖、地形等高線圖，地形剖面等，通過地表面形態(tài)，分析地表變遷在空間與時間尺度上的變化機制，進而分析地表面型態(tài)并判釋得到崩塌地范圍，數(shù)據(jù)中估計約有三分之一的光達點云會偵測到樹底下的地形面，因此相較于利用航空相片以影像匹配及人工編修所產(chǎn)生的DEM，光達DEM較有利于歷史崩塌地的判釋。但是對于土壤裸露的地表變遷而言，利用航空相片則可以測繪得較精確的地表變遷邊界。此外，相關(guān)文獻中尚無利用空載光達以自動化方式偵測地表變遷范圍的研究。遙測數(shù)據(jù)于地表變遷調(diào)査的適用性綜觀上述利用各種遙測數(shù)據(jù)進行地表變遷調(diào)查的整成表2。其中"精確度"部分是指變遷范圍邊界平面坐標的定位精度，其大小主要取決于數(shù)據(jù)的空間分辨率，因此高精確度表示可達公寸等級，中精確度表示可達1公尺等級，而低精確度則約為10公尺等級。光達影像在高程變化的偵測精度可達公分甚至毫米等級，然而在水平面的定位精度則相對較低，因此預(yù)估針對地表邊界的定位精確度低。表2中所謂"調(diào)查范圍"主要是以地面或高空獲取數(shù)據(jù)來區(qū)分。而關(guān)于"小面積的地表變遷"的定義目前并未嚴格的規(guī)范，目前是以變遷處的長軸小于五十公尺為基準，而現(xiàn)有的技術(shù)則是以所使用的SPOT衛(wèi)星多光譜正射影像三個像元的面積來定義，也就是約468.75m2(=12.5X12.5X3)。表2中的"實時性"是指當發(fā)生災(zāi)害后，提供全面災(zāi)害范圍或地表變遷現(xiàn)況的時間多寡，所花時間越多則實時性越低。然而影響此實時性的最大變量為天性適法氣狀況因此先不考慮天氣因素，以及衛(wèi)星影像排程及數(shù)據(jù)傳遞時間，就全面性地表變遷調(diào)查而■■、-.，地面式遙測數(shù)據(jù)的獲取較不易達到實時性的需求，而衛(wèi)星影像又比航空攝影有較高的時間分辨率，因此衛(wèi)星影像的實時性較高。表2<table>tableseeoriginaldocumentpage13</column></row><table>在自動化程度部份，主要是根據(jù)數(shù)據(jù)特性是否可以達到某種程度的自動化，程度與數(shù)據(jù)處理技術(shù)及人為介入的多寡相關(guān)。3巾航空相片體對，人為介入的程度較高，而且立體對影像與六間坐標的直接對應(yīng)關(guān)系較弱，因此自動化程度較低。它正射影像與載光達部份，則因為數(shù)據(jù)己經(jīng)與地理坐標套合，所以可以通過適當?shù)乃惴焖賯蓽y得到地表變遷范圍，達到某種程度的自動化。然而我們知道自動化的程度高，并不表示成果精確度與可靠度高，因此后續(xù)人為的判釋工作將無法避免，然人工介入的程度乃視算法的能力而定，在此無法——比較。因此，為了減少人工介入的程度以提高自動化程度、實時性以及判釋的準確度，本發(fā)明鑒于已知技術(shù)的缺失，乃經(jīng)悉心地試驗與研究并一本鍥而不舍的創(chuàng)作精神，終創(chuàng)作出本發(fā)明"三維影像偵測、編修及重建系統(tǒng)
發(fā)明內(nèi)容本發(fā)明是欲提供一種三維影像偵測、編修及重建系統(tǒng)，使用三維影像圖中標的影像的特征參數(shù)做大規(guī)模白動化的偵測、對偵測結(jié)果的編修以及對偵測標的的影像重建。根據(jù)本發(fā)明的主要目的，提供一種三維影像偵測方法，其步驟包含接收一數(shù)字影像與一空載光達數(shù)據(jù)(ghtDetectionAndRanging,LiDAR)并擷取一第一參數(shù)；根據(jù)該第一參數(shù)制作一三維影像；在該二維影像中選取一標的并擷取該標的的一第二參數(shù)計算該第及該第二參數(shù)以得到產(chǎn)生該標的的一門檻值；以及根據(jù)該門檻值在該三維影像中偵測并選取與該標的性質(zhì)相似的區(qū)域。依據(jù)上述構(gòu)想的三維影像偵測方法，其中該第一參數(shù)包括一可見光波段、一數(shù)值地表模型(DigitalSurfaceModel，DSM)、一數(shù)值高程模型(DigitalElevationModel，DEM)以及一地物高度模型(ObjectHeightModel,OHM)。依據(jù)上述構(gòu)想的二維影像偵測方法，g巾該第—參數(shù)包括地表粗糙度、一坡度、地物咼以及可見光波段依據(jù)上述構(gòu)才百的二維影像偵測方法，其中該數(shù)影像是選白一數(shù)字航空攝影影像或數(shù)字衛(wèi)星攝影影像中之一依據(jù)上述構(gòu)想的二維影像偵測方法，其中該標的是山崩影像根據(jù)本發(fā)明的另—主要目的，提供種三維旦-牙-像編修方法，步驟包含:接收數(shù)字影像與一空載光達數(shù)據(jù)以制作二維影像；在該二維影像中選取標的并擷取該標的的參數(shù)；根據(jù)該參數(shù)建立用以擴張搜尋的一圈選工以及使用該圈選工具增加、刪除及編輯該標的依據(jù)上述構(gòu)術(shù)目的二維影像編修方法，3巾該參數(shù)15包括一地表粗糙度、一坡度、一地物高以及可見光波段。依據(jù)上述構(gòu)想的三維影像編修方法，中該圈選工具是仙女棒依據(jù)上述構(gòu)想的三維影像編修方法，其中該標的是一山朋影像。根據(jù)本發(fā)明的又一主要目的，提供一種二維影像自動重建方法，步驟包含-接收一數(shù)字影像與一空載光達數(shù)據(jù)以制作一三維影像；在該三維影像中選取一標的在該標的周圍建立一緩沖區(qū)并擷取該緩沖區(qū)的一參數(shù);以及根據(jù)該參數(shù)進行-一曲面密合(SurfaceFitting)計算以重建該標的的一先前狀態(tài)。依據(jù)上述構(gòu)想的三維影像自動重建方法，其中該參數(shù)包括一數(shù)值高程模型(DigitalElevationModel,DEM)及一地邊界向量數(shù)據(jù)。依據(jù)上述構(gòu)想的三維影像自動重建方法，其中該曲面密合計算是利用一曲面函數(shù)進行的。依據(jù)上述構(gòu)想的三維影像自動重建方法，其中該曲面函數(shù)是選自一平面函數(shù)(Planarsurface)、一雙線性曲面函數(shù)(Bi-linearsurface)、一二次曲面函數(shù)(QuadraticSurface)、一雙二次曲面函數(shù)(Bi-quadraticSurface)、一立方曲面函數(shù)(Cubic16surface)以及一雙立方曲面函數(shù)(Bi-cubicsurface)其中之一。依據(jù)上述構(gòu)想的二維影像自動重建方法，苴z、中該數(shù)字影像是選自一數(shù)字航空攝影影像或一數(shù)字衛(wèi)星攝影影像其中之一。依據(jù)上述構(gòu)想的二維影像自動重建方法，其中該標的是一山崩影像。根據(jù)本發(fā)明的又主要的，提供一種二維影像偵測、編修及重建系統(tǒng)，包含輸入及擷取單元，用以接收一數(shù)字影像與一空載光達數(shù)據(jù)，并擷取一第參數(shù)以制作一三維影像；訓練及判釋單元，與該輸入及擷取單元連接，用以在該三維影像中選取一標的并擷取該標的的一第二參數(shù)，并計算該第及該第參數(shù)以得到產(chǎn)生該標的的門檻值，并根據(jù)該門檻值在該三維影像中偵測并選取與該標的性質(zhì)相似的區(qū)域展示與編修單元，與該訓練及判釋單元相連，用以根據(jù)該門檻值建用以擴張搜尋的一圈選工具，該圈選工具可用于增加、刪除及編輯與該標的性質(zhì)相似的區(qū)域；以及一重建單元，與該訓練及判釋單元連接，用以在該已選取標的周圍建立緩沖區(qū)并擷取該緩沖區(qū)的一第三參數(shù)，并根據(jù)該第二參數(shù)進行曲面密合SurfaceFitting)計算以重:建該標的的一先目'j17狀態(tài)。依據(jù)上述構(gòu)想的三維影像偵測、編修及重建系統(tǒng)，其中該第一參數(shù)包括一可見光波段、一數(shù)值地表模型(DigitalSurfaceModel,DSM)、一數(shù)值高程模型(DigitalElevationModel,DEM)以及一地物高度模型(ObjectHeightModel,OHM)。依據(jù)上述構(gòu)想的三維影像偵測、編修及重建系統(tǒng)，其中該第二及該第三參數(shù)分別包括一地表粗糙度、一坡度、一地物高以及一可見光波段。依據(jù)上述構(gòu)想的三維影像偵測、編修及重建系統(tǒng)，其中該數(shù)字影像是選自一數(shù)字航空攝影影像或一數(shù)字衛(wèi)星攝影影像其中之一。依據(jù)上述構(gòu)想的三維影像偵測、編修及重建系統(tǒng)，其中該標的是一山崩影像。依據(jù)上述構(gòu)想的三維影像偵測、編修及重建系統(tǒng)，其中該曲面密合計算是利用一曲面函數(shù)進行的。依據(jù)上述構(gòu)想的三維影像偵測、編修及重建系統(tǒng)，其中該曲面函數(shù)是選自一平面函數(shù)(Planarsurface)、一雙線性曲面函數(shù)(Bi-linearsurface)、一二次曲面函數(shù)(QuadraticSurface)、一雙二次曲面函數(shù)(Bi-quadraticSurface)、一立方曲面函數(shù)(Cubicsurface)以及一雙立方曲面函數(shù)(Bi-cubicsurface)中之1為使審查員能對本發(fā)明的特征、目的及功能有更進步的認知與了解，下文特將本發(fā)明的相關(guān)結(jié)構(gòu)附圖以及設(shè)計的理念原由進行說明，以使得審査員可以了解本發(fā)明的特點，詳細說明陳述如下，其中圖1為本發(fā)明的三維影像偵測、編修及重建系統(tǒng)的第—步驟的流程圖，數(shù)據(jù)輸入及三維圖像制作。圖2為本發(fā)明的三維影像偵測、編修及重建系統(tǒng)的第一步驟的流程圖，標的判釋的訓練及自動化偵測標的。圖3為本發(fā)明的三維影像偵測、編修及重建系統(tǒng)的第二步驟的流程圖，編修偵測結(jié)果。圖4為本發(fā)明的三維影像偵測、編修及重建系統(tǒng)的第四步驟的流程圖，原地形重建。圖5為本發(fā)明的三維影像編修的擴張選取的工員，仙女棒，選取方法的示意圖。圖6為本發(fā)明的三維影像重建系統(tǒng)所使用的曲面多項式函數(shù)的范例。19具體實施例方式本發(fā)明乃利用己經(jīng)過分類處理的空載光達數(shù)據(jù)配合彩色航空正射相片，以三維景觀仿真的方式，建立自動化偵測相關(guān)技術(shù)，以提升大規(guī)模調(diào)查工作的效率與準確性然而，在進行自動化偵測時難免有漏授(0mission或誤判(Commission)的現(xiàn)象，故乃再開發(fā)人機操作接口，供人為判釋及編修自動化偵測的結(jié)果。本發(fā)明將可由以下的實施例說明而得到充分了解，使得熟習本技術(shù)的人士可以據(jù)以完成之，然本發(fā)明的實施并非可由下列實例而被限制其實施型態(tài)請參閱圖1，其為本發(fā)明三維影像偵測、編修及重建系統(tǒng)的第步驟的流程圖，數(shù)據(jù)輸入及三維圖像制作首先先接收數(shù)字航空照片從高空對地表面進行觀測數(shù)據(jù)步驟li)，其具有大范圍與低死角的觀測能力，于平時(routine)或發(fā)生變化(災(zāi)害)后，可針對大面積的興趣區(qū)進行全面性的調(diào)查工作。接下來擷取信息(步驟12)，使用波譜分析對航照正射影像做地表覆蓋物分析，利用其不同的可見光波段以明確定義不同地物的邊界，同時進行三維空間信息萃取，同時使用爬升及滑行算法(簡稱CAS)，對所取得的光達數(shù)據(jù)中提供的高密度及高精度的三維點云信息進行自動化分類，將光達分成地面與地形兩類，同時內(nèi)插成一公尺網(wǎng)格的數(shù)值地表模型(DigitalSurfaceMode1，DSM)與數(shù)值高程模型(DigitalE1evationMode1，DEM)并計算DSM與DEM差值，得到地上物咼度模型(ObjectHeightModel,OHM)，用以提供地表面粗糙度分析、地形面坡度計算與地物第二軸的空間信，也就是高程變化。組成DSM、DEM及OHM規(guī)貝U三角網(wǎng)，并制作多層次精細度(LOD)幾何數(shù)據(jù)結(jié)構(gòu)，以制作得到實時動態(tài)二維影像(步驟13)。并可依照目標物與觀測者的距離遠近選擇適當精細度的三角網(wǎng)進行繪圖，減少夕A圖二角網(wǎng)數(shù)，達到實時動態(tài)展示的目的。請參閱圖2，其為本發(fā)明三維影像偵測、編修及重建系統(tǒng)的第二步驟的流程圖，標的判釋的訓練及白動化偵測標的。在第一步驟中所制作的二維影像中選擇個標的做為訓練區(qū)(步驟21)，系統(tǒng)自動擷取并統(tǒng)計此訓練區(qū)的各種屬性的參數(shù)，包括粗糙度、坡度、地物高以及可見光波段(步驟22)。統(tǒng)計這些屬性參數(shù)的平均值及標準偏差，再以平均值+/-某一倍率的標準偏差當作門檻值(步驟23)。接著系統(tǒng)根據(jù)此參數(shù)門檻值通過布爾(Boolean)邏輯運算在三維影像中以機率式判釋做大規(guī)模的快速搜尋到達此參數(shù)門檻值的21影像區(qū)域的位置及范圍(步驟24)。最后將偵測的結(jié)果標示出來并儲存(步驟25)。請參閱圖3，其為本發(fā)明三維影像偵測、編修及重建系統(tǒng)的第三步驟的流程圖，編修偵測結(jié)果。在系統(tǒng)中展示第二步驟的偵測結(jié)果(步驟31)，系統(tǒng)中具有一個增加、刪除、及編修邊界的功能以提供使用者對偵測結(jié)果中漏授或誤判的結(jié)果加以編修。在此增加、刪除、及編修邊界的功能中，使用者除了可以使用如一般圖像編輯功能的圖像編修工具對偵測結(jié)果中將誤判的區(qū)域點選并刪除(步驟32)以及將被選定的區(qū)域范圍的邊界做伸縮式的調(diào)整(步驟34)，還有一項擴張選取的工具，仙女棒，其可以對特定興趣點自動展延至目標區(qū)的邊界，可用于對偵測結(jié)果中漏授的區(qū)域做大面積的快速增加動作(步驟33)，其方法如圖5:以興趣點為中心，統(tǒng)計中心點附近5X5窗口范圍共25個像元的四種屬性參數(shù)，計算平均值及標準偏差，并以二倍的標準偏差當作區(qū)塊成長的門1皿值的指定窗□內(nèi)屬性參數(shù)的統(tǒng)計值，按昭/、"每一步驟所偵測得的崩塌地外形逐漸向外的8個方向的鄰近點向外擴張搜尋，持續(xù)針對新增加的同屬性像元的鄰近8方向搜尋，直至無新點>發(fā)現(xiàn)為止，其中該屬性參數(shù)的統(tǒng)計值亦可以直接套用第一步驟中訓練區(qū)的屬性參數(shù)統(tǒng)計值。編修結(jié)束后將編修結(jié)果儲存請參閱圖4，其為本發(fā)明三維影像偵測、編修及重建系統(tǒng)的第四步驟的流程圖，原地形重建。使用者先在二維影像中選取一目標區(qū)域(步驟41)，該目標區(qū)域的表面形狀與周圍的區(qū)域的表面形狀有落差。接著以區(qū)塊成長法自動產(chǎn)生目標區(qū)域附近的緩沖區(qū)(步驟42(Buffer-Zone)，以曲面密合(Surfa_c6Fitting)方式預(yù)估原先的地形，假設(shè)該目標區(qū)域的表面形狀可以數(shù)值高程模型(DigitalElevationModel，DEM)及地邊界向量數(shù)據(jù)然后由z二f(x,y)的曲面函數(shù)來描述，然后擷取緩沖區(qū)內(nèi)的DEM數(shù)據(jù)當作參考點來求解曲面函數(shù)各個系數(shù)(步驟43)，再以最小二乘法進行密合逾逸各系數(shù)，接著以所求得的系數(shù)計算目標區(qū)域的原始"表面形狀(步驟44)，最后顯示出目標區(qū)域的原始表面形狀(步驟45)。如何決定緩沖區(qū)大小是件重要的課題，也就是參考點數(shù)量與目標區(qū)域點數(shù)兩者的比重，對密合后的地形曲面的代表性。本發(fā)明目前是依照目標區(qū)域面積的某個倍率來決定緩沖區(qū)的大小，例如o.5倍1倍或2倍等。此倍率可由使用者決定，在本發(fā)明的案例中，我們利用現(xiàn)有一般地形，來仿真目標區(qū)域變化前的地形，以研究不同的變化該如何選擇適當?shù)那婧瘮?shù)，23以及設(shè)定適當?shù)木彌_區(qū)大小。關(guān)于曲面函數(shù)，本發(fā)明以多項式函數(shù)進行測試，表3為六種多項式函數(shù)所使用的系數(shù)，分別為平面函數(shù)Planar、雙線性曲面函數(shù)Bi--linear、二次曲面函數(shù)Quadratic、雙二次曲面函數(shù)Bi-quadratic、方曲面函數(shù)Cubic到雙立方曲面函數(shù)Bi-cubic等六種，其多項式項次分別從一階到三階。而圖6分別為這六種多項式區(qū)面的范例。表31Xyxy2X2y2X2xy2X3X3y3X3xy3X2X3Xy2yy2y3y3y平面函數(shù)VVV雙線性曲面函數(shù)VVVV二次曲面函數(shù)VVVVVV雙二次曲面函數(shù)VVVVVVVVV立方曲面函數(shù)VVVVVVVVVV雙立方曲面函數(shù)VVVVVVVVVVVVVVV本發(fā)明的三維影像偵測、編修及重建系統(tǒng)適用于對地表作大規(guī)模的監(jiān)測，監(jiān)測的范圍包括了山崩的監(jiān)測及林木族群的監(jiān)測等等。應(yīng)用于山崩的監(jiān)測時，本系統(tǒng)由空載光達及數(shù)字航空照片的數(shù)據(jù)中得到DSM、DEM、OHM及不同可見光波段等數(shù)據(jù)，利用這些數(shù)據(jù)描繪出三維影像地圖。在中國臺灣，常見的崩塌地的狀24況為土壤有裸露現(xiàn)象、附近林木茂密且地形陡峭其中土壤的裸露使地表粗造度增加，地形陡峭所以坡度大以及附近林木茂密所以會有綠色的強烈對比。因此，由使用者在三維影像地圖上找出己崩塌的區(qū)域作為選定的訓練區(qū)，系統(tǒng)會分析并統(tǒng)計訓練區(qū)中的地表粗糙度、坡度、地物高以及可見光波段(綠度)等屬性參數(shù)的平均值及標準偏差以設(shè)定偵測判別的門檻，然后就根據(jù)各參數(shù)的門檻值通過布爾邏輯運算在三維影像地圖上以機率式的判釋作大規(guī)模的自動偵測搜尋并將偵測到的區(qū)域標示出來以供紀錄崩塌發(fā)生的狀況然后利用本系統(tǒng)的編修工具，以人工方式對自動偵測結(jié)果作增加/刪除區(qū)域及伸縮式調(diào)整邊界的編修，以增加偵測結(jié)果的準確度。最后可以原地形重建的功能在朋塌區(qū)域周圍產(chǎn)生緩沖區(qū)，并選取此緩沖區(qū)內(nèi)的數(shù)值高程模型DigitalElevationModel,DEM)當作參考點，再以曲面密合(SurfaceFitting)方式預(yù)估朋塌—、/刖的地形，最后以相減方式得到崩塌地的土石—流失量或堆積量。如此便能評估崩塌區(qū)域內(nèi)土石的流失量進步評估崩塌對下游地區(qū)的影響，如對水庫淤積的影響在林木族群的監(jiān)測方面，由于不同種類的林木之間葉綠素及型態(tài)的表現(xiàn)各不相同，所以較著重在可見25光波段的分辨，用以作不同族群分布的快速調(diào)查，調(diào)查結(jié)果同樣可以做人工編修以及原貌重建，其中原貌重建可用于林木材積量的評估。此調(diào)査結(jié)果可以作為森林資源或木材資源的評估，若再配合其它地形屬性的調(diào)查，如坡度、地物高等，便可用于土地開發(fā)的規(guī)劃的用綜上所述，本發(fā)明設(shè)計的三維影像偵測、編修及重建系統(tǒng)可以準確而快速的判斷是否有地表變遷的產(chǎn)生，同時還可以預(yù)估變化或災(zāi)害(如山崩)的嚴重性，進而對地震、臺風或雨所造成的影響達到實時偵測及警示的功能，達到比已知技術(shù)更佳的偵測效果。實屬難能的創(chuàng)新設(shè)計，深具產(chǎn)業(yè)價值，爰依法提出申請。本發(fā)明得由熟悉技術(shù)的人任施匠思而為諸般修飾，然皆不脫離本發(fā)明的千里眼范圍所欲保護的內(nèi)容。2權(quán)利要求1、一種三維影像自動偵測方法，其特征在于，其步驟包含接收一數(shù)字影像與一空載光達數(shù)據(jù)并擷取一第一參數(shù)；根據(jù)該第一參數(shù)制作一三維影像；在該三維影像中選取一標的并擷取該標的的一第二參數(shù)；計算該第二參數(shù)以得到產(chǎn)生該標的的一門檻值；以及根據(jù)該門檻值在該三維影像中自動偵測并選取達到該門檻值的一區(qū)域。2、如權(quán)利要求1所述的三維影像自動偵測方法，其特征在于，其中該第一參數(shù)包括一可見光波段、一數(shù)值地表模型、一數(shù)值高程模型以及一地物高度模型。3、如權(quán)利要求1所述的三維影像自動偵測方法，其特征在于，其中該第二參數(shù)包括一地表粗糙度、一坡度、一地物高以及一可見光波段。4、如權(quán)利要求1所述的三維影像自動偵測方法，其特征在于，其中該數(shù)字影像是選自一數(shù)字航空攝影影像或一數(shù)字衛(wèi)星攝影影像其中之一。5、如權(quán)利要求1所述的三維影像自動偵測方法，其特征在于，其中該標的是一山崩影像。6、一種三維影像編修方法，其特征在于，其步驟包含接收一數(shù)字影像與一空載光達數(shù)據(jù)以制作一三維影像；在該三維影像中選取一標的并擷取該標的的一參數(shù)；根據(jù)該參數(shù)建立用以擴張搜尋的一圈選工具；以及使用該圈選工具增加、刪除及編輯該標的。7、如權(quán)利要求6所述的三維影像編修方法，其特征在于，其中該參數(shù)包括一地表粗糙度、一坡度、一地物高以及一可見光波段。8、如權(quán)利要求6所述的三維影像編修方法，其特征在于，其中該圈選工具是一仙女棒。9、如權(quán)利要求6所述的三維影像編修方法，其特征在于，其中該標的是一山崩影像。10、一種三維影像自動重建方法，其特征在于，其步驟包含接收一數(shù)字影像與一空載光達數(shù)據(jù)以制作一三維影像；在該三維影像中選取一標的；在該標的周圍建立一緩沖區(qū)并擷取該緩沖區(qū)的一參數(shù)；以及根據(jù)該參數(shù)進行一曲面密合計算以重建該標的的一先前狀態(tài)。11、如權(quán)利要求10所述的三維影像自動重建方法，其特征在于，其中該參數(shù)包括一數(shù)值高程模型及一地邊界向量數(shù)據(jù)。12、如權(quán)利要求10所述的三維影像自動重建方法，其特征在于，其中該曲面密合計算是利用一曲面函數(shù)進行的。13、如權(quán)利要求12所述的三維影像自動重建方法，其中該曲面函數(shù)是選自一平面函數(shù)、一雙線性曲面函數(shù)、一立方曲面函數(shù)以及一雙立方曲面函數(shù)其中之一。14、如權(quán)利要求10所述的三維影像自動重建方法，其特征在于，其中該數(shù)字影像是選自一數(shù)字航空攝影影像或一數(shù)字衛(wèi)星攝影影像其中之一。雙函次數(shù)面15、如權(quán)利要求10所述的三維影像自動重建方法，其特征在于，其中該標的是一山崩影像。16、一種三維影像偵測、編修及重建系統(tǒng)，其特征在于，包含-一輸入及擷取單元，用以接收一數(shù)字影像與一空載光達數(shù)據(jù)，并擷取一第一參數(shù)以制作一三維影像；訓練及判釋單元，與該輸入及擷取單元連接，用以在該三維影像中選取標的并擷取該標的的一第二參數(shù)，并計算該第二參數(shù)以得到產(chǎn)生該標的的一門檻值，并根據(jù)該門檻值在該二維影像中偵測并選取與該標的性質(zhì)相似的區(qū)域；展示與編修單元，與該訓練及判釋單元相連，用以根據(jù)該門檻值建立用以擴張搜尋的一圈選工具，該圈選工具可用于增加、刪除及編輯該訓練及判釋單元的一偵測結(jié)果；以及重建單元，與該訓練及判釋單元連接，用以在該已選取標的周圍建立一緩沖區(qū)并擷取該緩沖區(qū)的一第三參數(shù)，并根據(jù)該第三參數(shù)進行曲面密合計算以重建該標的的一先前狀態(tài)17.如權(quán)利要求16所述的二維影像偵測、編修及重建系統(tǒng)，其特征在于，中該第一參數(shù)包括一可見光波段、一數(shù)值地表模型、數(shù)值咼程模型以及一地物高度模型。18、如權(quán)利要求1修及重建系統(tǒng)，其特征在數(shù)分別包括一地表粗糙度可見光波段。19、如權(quán)利要求1修及重建系統(tǒng)，其特征在數(shù)字航空攝暴;影像或-20、如權(quán)利要求1修及重建系統(tǒng)，其特征在像21、如權(quán)利要求1修及重建系統(tǒng)，其特征在利用一曲面函數(shù)進行的。22、如權(quán)利要求2修及重建系統(tǒng)，g巾該曲雙線性曲面函數(shù)、~二函數(shù)、一立方曲面函數(shù)以6所述的三維影像偵，、編于，其中該第及該第三參、一坡度、一地物咼以及一6所述的三維影像偵測、編于，其中該數(shù)字影像是選自-數(shù)字衛(wèi)星攝:影影像中的6所述的三維影像偵測、編于，其中該標的是山崩影6所述的三維影像偵測、編于，其中該曲面密合計算是1所述的三維影像偵測、編面函數(shù)是選自平面函數(shù)、次曲面函數(shù)、雙一7欠曲面及一雙立方曲面函數(shù)其中之全文摘要一種三維影像偵測、編修及重建系統(tǒng)，包含一輸入及擷取單元、一訓練及判釋單元、一展示與編修單元以及一重建單元。輸入及擷取單元接收一數(shù)字影像與一空載光達數(shù)據(jù)并擷取一第一參數(shù)以制作一三維影像，訓練及判釋單元在三維影像中選取一標的并擷取該標的一第二參數(shù)，計算第二參數(shù)以得到產(chǎn)生標的一門檻值，根據(jù)門檻值在三維影像中偵測并選取與標的性質(zhì)相似的區(qū)域，該展示與編修單元根據(jù)門檻值建立用以擴張搜尋的一圈選工具，圈選工具可用于增加、刪除及編輯訓練及判釋單元的一偵測結(jié)果，重建單元在已選取標的周圍建立一緩沖區(qū)并擷取緩沖區(qū)的一第三參數(shù)，根據(jù)第三參數(shù)進行一曲面密合計算以重建該標的一先前狀態(tài)。文檔編號G01C11/00GK101464148SQ200710162169公開日2009年6月24日申請日期2007年12月21日優(yōu)先權(quán)日2007年12月21日發(fā)明者劉治中,劉進金,蕭國鑫,邵怡誠,陳大科,陳良健,饒見有申請人:財團法人工業(yè)技術(shù)研究院