專利名稱：城市建筑物輪廓檢測(cè)的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種城市建筑物輪廓檢測(cè)的方法及系統(tǒng)。
背景技術(shù)：
單純利用遙感影像很難高質(zhì)量高效率的實(shí)現(xiàn)城市建筑物輪廓檢測(cè)，因?yàn)?)由于遙感衛(wèi)星的傳感器成像過程非常復(fù)雜，致使建筑物輪廓在影像中不再是理想的線條，其寬度、灰度是不一致的，邊界有時(shí)是模糊的、斷裂的；2)傳感器的攝影比例尺和影像分辨率決定了建筑物輪廓在影像上的幾何特征；3)較高的建筑物容易遮擋其旁邊的矮層，使與其鄰近的建筑物信息完全損失。較高的樹木容易使建筑物輪廓在影像上表現(xiàn)模糊，或是與其它灰度相似的地物混淆，尤其會(huì)在輪廓識(shí)別過程中造成道路斷裂；4)屋頂面的其他目標(biāo)，如空調(diào)、管線、圍欄等會(huì)使得輪廓的灰度分布不均勻。LiDAR (Light Detection And Ranging激光雷達(dá))數(shù)據(jù)的空間分辨率依賴于幾個(gè)因素，如飛行高度、速度和掃描頻率.現(xiàn)階段，空載LIDAR數(shù)據(jù)的點(diǎn)間距一般為米級(jí)，相對(duì)于攝影測(cè)量常用的厘米級(jí)分辨率航空影像，LIDAR數(shù)據(jù)空間分辨率低，單純基于LIDAR獲取的建筑物輪廓相對(duì)不夠精細(xì)，且精度不高。利用規(guī)則化技術(shù)可以提高輪廓線的精度，但規(guī)則化方法也受制于LIDAR數(shù)據(jù)的空間分辨率、濾波與分類等處理的精度，還存在不確定性且容易產(chǎn)生輪廓整體偏移問題。LiDAR數(shù)據(jù)以其較高空間頻率提供了精確的點(diǎn)坐標(biāo)，然而從中無法獲得斷裂線。在城區(qū)，絕大多數(shù)的斷裂線是建筑物的邊界。因此，建筑物精確邊界的確定是重點(diǎn)和難點(diǎn)。由LiDAR獲得的不明確的建筑物輪廓會(huì)導(dǎo)致的正射影像和數(shù)字地形圖建筑物邊緣不精確，出現(xiàn)鋸齒現(xiàn)象。從影像中提取出的輪廓幾何精度高、細(xì)節(jié)豐富，但處理的自動(dòng)化程度不高，從LiDAR數(shù)據(jù)中提取的輪廓精確性與細(xì)節(jié)性不高，但LiDAR直接提供了 3維坐標(biāo)，有利于提高處理的自動(dòng)化程度。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題在于針對(duì)現(xiàn)有技術(shù)中無法精確確定建筑物邊界的缺陷，提供一種能夠精確檢測(cè)大范圍建筑物邊界的城市建筑物輪廓檢測(cè)的方法及系統(tǒng)。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是提供一種城市建筑物輪廓檢測(cè)的方法，包括以下步驟SI、對(duì)LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行處理提取建筑物的初始輪廓；S2、將所述LiDAR點(diǎn)云數(shù)據(jù)與航空遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)配準(zhǔn)；S3、根據(jù)數(shù)據(jù)配準(zhǔn)的結(jié)果進(jìn)行影像定向；S4、根據(jù)所述影像定向，檢測(cè)影像邊緣；S5、在所述初始輪廓周圍建立緩沖區(qū)，并在該緩沖區(qū)內(nèi)搜索所述影像邊緣，利用幾何約束條件識(shí)別像方輪廓；S6、對(duì)所述像方輪廓進(jìn)行輪廓矢量化與規(guī)則化，獲得最終建筑物輪廓。
本發(fā)明所述的城市建筑物輪廓檢測(cè)的方法中，步驟SI包括S11、采用線性預(yù)測(cè)法分離所述LiDAR點(diǎn)云數(shù)據(jù)；S12、根據(jù)分離結(jié)果并利用掃描帶法分割建筑物點(diǎn)云；S13、根據(jù)分割好的建筑物點(diǎn)云，利用輪廓規(guī)則化分析方法分離樹叢；S14、根據(jù)分割好的建筑物點(diǎn)云以及分離的樹叢，進(jìn)行建筑物輪廓檢測(cè)，得到建筑物的初始輪廓。本發(fā)明所述的城市建筑物輪廓檢測(cè)的方法中，在進(jìn)行建筑物輪廓檢測(cè)時(shí)，先確定檢測(cè)輪廓的搜索方向，建筑物輪廓方向與所述搜索方向的夾角小于樹叢輪廓方向與所述搜索方向的夾角。本發(fā)明所述的城市建筑物輪廓檢測(cè)的方法中，步驟SI還包括S15、對(duì)得到的建筑物初始輪廓進(jìn)行直線段提取，得到優(yōu)化后的建筑物初始輪廓。本發(fā)明所述的城市建筑物輪廓檢測(cè)的方法中，所述直線段提取具體為以預(yù)設(shè)的第一距離閾值搜索符合直線要求的直線片段；對(duì)直線片段采用預(yù)設(shè)的角度閾值和第二距離閾值合并鄰接直線片段為直線段。本發(fā)明所述的城市建筑物輪廓檢測(cè)的方法中，所述第一距離閾值為小于等于I. 5個(gè)像素；所述第二距離閾值為4個(gè)像素；所述角度閾值為O. 5弧度。本發(fā)明解決其技術(shù)問題所采用的另一技術(shù)方案是提供一種城市建筑物輪廓檢測(cè)的系統(tǒng)，包括建筑物初始輪廓提取模塊，用于對(duì)LiDAR數(shù)據(jù)點(diǎn)云進(jìn)行處理提取建筑物的初始輪廓；配準(zhǔn)模塊，用于將所述LiDAR點(diǎn)云數(shù)據(jù)與航空遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)配準(zhǔn)；影像定向模塊，用于根據(jù)數(shù)據(jù)配準(zhǔn)的結(jié)果進(jìn)行影像定向；影像邊緣檢測(cè)模塊，用于根據(jù)所述影像定向，檢測(cè)影像邊緣；像方輪廓識(shí)別模塊，用于在所述初始輪廓附近建立緩沖區(qū)，并在該緩沖區(qū)內(nèi)搜索所述影像邊緣，利用幾何約束條件識(shí)別像方輪廓；建筑物輪廓獲得模塊，用于對(duì)所述像方輪廓進(jìn)行輪廓矢量化與規(guī)則化，獲得最終建筑物輪廓。本發(fā)明所述的城市建筑物輪廓檢測(cè)的系統(tǒng)中，所述建筑物初始輪廓提取模塊還包括點(diǎn)云數(shù)據(jù)分離模塊，用于采用線性預(yù)測(cè)法分離所述LiDAR點(diǎn)云數(shù)據(jù)；建筑物點(diǎn)云分割模塊，用于根據(jù)分離結(jié)果并利用掃描帶法分割建筑物點(diǎn)云；樹叢分離模塊，用于根據(jù)分割好的建筑物點(diǎn)云，利用輪廓規(guī)則化分析方法分離樹叢；建筑物輪廓檢測(cè)模塊，用于根據(jù)分割好的建筑物點(diǎn)云以及分離的樹叢，進(jìn)行建筑物輪廓檢測(cè)，得到建筑物的初始輪廓。本發(fā)明所述的城市建筑物輪廓檢測(cè)的系統(tǒng)中，所述建筑物初始輪廓提取模塊還包括初始輪廓優(yōu)化模塊，用于對(duì)所述建筑物輪廓檢測(cè)模塊得到的建筑物初始輪廓進(jìn)行直線段提取，得到優(yōu)化后的建筑物初始輪廓。
本發(fā)明所述的城市建筑物輪廓檢測(cè)的系統(tǒng)中，所述建筑物輪廓檢測(cè)模塊還用于在進(jìn)行建筑物輪廓檢測(cè)時(shí)，先確定檢測(cè)輪廓的搜索方向，建筑物輪廓方向與所述搜索方向的夾角小于樹叢輪廓方向與所述搜索方向的夾角。本發(fā)明產(chǎn)生的有益效果是本發(fā)明通過利用LiDAR數(shù)據(jù)易于自動(dòng)化檢測(cè)目標(biāo)的特點(diǎn)，獲得建筑物初始輪廓，再在初始輪廓緩四周建立緩沖區(qū)內(nèi)，并在緩沖區(qū)內(nèi)搜索符合實(shí)際的影像邊緣，利用幾何約束條件識(shí)別像方輪廓；對(duì)所述像方輪廓進(jìn)行規(guī)則化最終獲得精確、完整的建筑物輪廓。本發(fā)明可提高建筑物輪廓檢測(cè)的自動(dòng)化程度，可以實(shí)現(xiàn)大范圍快速檢測(cè)；且提取的建筑物輪廓具有最好的質(zhì)量，避免了噪聲和影像質(zhì)量導(dǎo)致的算法局部極值和迭代死循環(huán)問題，可有效的保證算法的穩(wěn)健性；另外，本發(fā)明對(duì)于LiDAR數(shù)據(jù)和遙感影像的來源、格式無特殊要求，具有很大的普適性。


下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，附圖中圖I是本發(fā)明實(shí)施例的城市建筑物輪廓檢測(cè)的方法流程圖；圖2是圖I中步驟SI的具體流程圖一；圖3是圖I中步驟SI的具體流程圖二 ；圖4a是某地區(qū)密度為I點(diǎn)/m2激光掃描數(shù)據(jù)激光掃描數(shù)據(jù)圖；圖4b是和圖4a中相同地區(qū)的遙感影像圖；圖5是對(duì)圖4a進(jìn)行了建筑物點(diǎn)云分割后的不意圖；圖6a是圖4a中建筑物的初始輪廓圖；圖6b是圖6a中虛線方框內(nèi)的局部放大圖；圖6c是圖6b中局部填充圖；圖7a是初步像素聚類產(chǎn)生的邊緣片段圖7b是直線片段聚類之后的輪廓線段圖7c是消除過聚類和若聚類之后的結(jié)果圖8a是圖6a中提取直線段像素后的局部示意圖；圖Sb是圖8a中直線段經(jīng)過二步法優(yōu)化后的示意圖；圖9a是本發(fā)明實(shí)施例在初始輪廓周圍建立緩沖區(qū)的示意圖；圖9b是與圖9a對(duì)應(yīng)區(qū)域的影像邊緣示意圖；圖9c是經(jīng)幾何約束條件識(shí)別的像方輪廓；圖10是本發(fā)明實(shí)施例中像素P的3種可能搜索方向的示意圖；圖Ila是圖4a與圖4b進(jìn)行數(shù)據(jù)配準(zhǔn)后的LiDAR點(diǎn)云圖的配準(zhǔn)點(diǎn)示意圖；圖Ilb是圖4a與圖4b進(jìn)行數(shù)據(jù)配準(zhǔn)后的航空遙感影像圖的配準(zhǔn)點(diǎn)示意圖；圖12是本發(fā)明實(shí)施例城市建筑物輪廓檢測(cè)的系統(tǒng)結(jié)構(gòu)示意圖；圖13是圖12中建筑物初始輪廓提取模塊10的具體結(jié)構(gòu)示意圖一；圖14是圖12中建筑物初始輪廓提取模塊10的具體結(jié)構(gòu)示意圖二。
具體實(shí)施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。如圖I所示，本發(fā)明實(shí)施例城市建筑物輪廓檢測(cè)的方法包括以下步驟SI、對(duì)LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行處理提取建筑物的初始輪廓；S2、將LiDAR點(diǎn)云數(shù)據(jù)與航空遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)配準(zhǔn)；S3、根據(jù)數(shù)據(jù)配準(zhǔn)的結(jié)果進(jìn)行影像定向；S4、根據(jù)影像定向，檢測(cè)影像邊緣；S5、在初始輪廓周圍建立緩沖區(qū)，并在該緩沖區(qū)內(nèi)搜索影像邊緣，利用幾何約束條件識(shí)別像方輪廓；S6、規(guī)則化像方輪廓進(jìn)行獲得建筑物輪廓。在本發(fā)明的一個(gè)實(shí)施例中，如圖2所示，步驟SI具體包括S11、采用線性預(yù)測(cè)法分離LiDAR點(diǎn)云數(shù)據(jù)；將測(cè)區(qū)分割為等間隔的小方塊，方格大小依據(jù)點(diǎn)的密度和分布特征可預(yù)先設(shè)定，在處理每一個(gè)目標(biāo)方格單元時(shí)，同時(shí)考慮其8領(lǐng)域小方格的數(shù)據(jù)點(diǎn)，那么就能根據(jù)9個(gè)相鄰單元格的數(shù)據(jù)點(diǎn)利用最小二乘法計(jì)算該區(qū)域的趨勢(shì)面系數(shù)。擬合的趨勢(shì)面表達(dá)為Zi = Bc^a1Xfb2Yi(I)每個(gè)數(shù)據(jù)點(diǎn)高程的最小二乘平差與數(shù)據(jù)點(diǎn)高程的擬合殘差為Ii = Zi-Obsi(2)假設(shè)Ii呈正態(tài)分布，且標(biāo)準(zhǔn)偏差為σ ζ，容忍因子為k，則設(shè)定閾值為Tz = k σ z(3)如果單元方格內(nèi)數(shù)據(jù)點(diǎn)的殘差大于閾值，則該點(diǎn)為粗差，在進(jìn)行下一次計(jì)算時(shí)被過濾，重復(fù)上述操作，直到剔除所有粗差和趨勢(shì)面穩(wěn)定。線性最小二乘的協(xié)方差函數(shù)由下式定義
ΓηηΗΛ ,,,
_4」('(P, J-D = C(O)-e 11(4)式中，兩點(diǎn)Pp Pk間的協(xié)方差取決于兩點(diǎn)間的間距，間距越小，協(xié)方差值越大，反之越?。粎?shù)C(O)為信號(hào)協(xié)方差函數(shù)的峰值，它表示高程偏差中系統(tǒng)誤差和隨機(jī)誤差成分的比例關(guān)系，如果C(O) = 1.0，就認(rèn)為沒有隨機(jī)誤差，一般的C(O) =0.99;參數(shù)B為坡度參數(shù)因子。協(xié)方差函數(shù)的峰值越大，方差越小，濾波效果就越若。
Pi點(diǎn)的線性預(yù)測(cè)值由下式估計(jì)
式中
權(quán)利要求
1.一種城市建筑物輪廓檢測(cè)的方法，其特征在于，包括以下步驟 51、對(duì)LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行處理提取建筑物的初始輪廓； 52、將所述LiDAR點(diǎn)云數(shù)據(jù)與航空遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)配準(zhǔn)； 53、根據(jù)數(shù)據(jù)配準(zhǔn)的結(jié)果進(jìn)行影像定向； 54、根據(jù)所述影像定向，檢測(cè)影像邊緣； 55、在所述初始輪廓周圍建立緩沖區(qū)，并在該緩沖區(qū)內(nèi)搜索所述影像邊緣，利用幾何約束條件識(shí)別像方輪廓； 56、對(duì)所述像方輪廓進(jìn)行輪廓矢量化與規(guī)則化，獲得最終建筑物輪廓。
2.根據(jù)權(quán)利要求I所述的城市建筑物輪廓檢測(cè)的方法，其特征在于，步驟SI包括 511、采用線性預(yù)測(cè)法分離所述LiDAR點(diǎn)云數(shù)據(jù)； 512、根據(jù)分離結(jié)果并利用掃描帶法分割建筑物點(diǎn)云； 513、根據(jù)分割好的建筑物點(diǎn)云，利用輪廓規(guī)則化分析方法分離樹叢； 514、根據(jù)分割好的建筑物點(diǎn)云以及分離的樹叢，進(jìn)行建筑物輪廓檢測(cè)，得到建筑物的初始輪廓。
3.根據(jù)權(quán)利要求2所述的城市建筑物輪廓檢測(cè)的方法，其特征在于，在進(jìn)行建筑物輪廓檢測(cè)時(shí)，先確定檢測(cè)輪廓的搜索方向，建筑物輪廓方向與所述搜索方向的夾角小于樹叢輪廓方向與所述搜索方向的夾角。
4.根據(jù)權(quán)利要求3所述的城市建筑物輪廓檢測(cè)的方法，其特征在于，步驟SI還包括 515、對(duì)得到的建筑物初始輪廓進(jìn)行直線段提取，得到優(yōu)化后的建筑物初始輪廓。
5.根據(jù)權(quán)利要求4所述的城市建筑物輪廓檢測(cè)的方法，其特征在于，所述直線段提取具體為 以預(yù)設(shè)的第一距離閾值搜索符合直線要求的直線片段； 對(duì)直線片段采用預(yù)設(shè)的角度閾值和第二距離閾值合并鄰接直線片段為直線段。
6.根據(jù)權(quán)利要求I所述的城市建筑物輪廓檢測(cè)的方法，其特征在于，所述第一距離閾值為小于等于I. 5個(gè)像素；所述第二距離閾值為4個(gè)像素；所述角度閾值為O. 5弧度。
7.—種城市建筑物輪廓檢測(cè)的系統(tǒng),其特征在于,包括 建筑物初始輪廓提取模塊，用于對(duì)LiDAR數(shù)據(jù)點(diǎn)云進(jìn)行處理提取建筑物的初始輪廓； 配準(zhǔn)模塊，用于將所述LiDAR點(diǎn)云數(shù)據(jù)與航空遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)配準(zhǔn)； 影像定向模塊，用于根據(jù)數(shù)據(jù)配準(zhǔn)的結(jié)果進(jìn)行影像定向； 影像邊緣檢測(cè)模塊，用于根據(jù)所述影像定向，檢測(cè)影像邊緣； 像方輪廓識(shí)別模塊，用于在所述初始輪廓附近建立緩沖區(qū)，并在該緩沖區(qū)內(nèi)搜索所述影像邊緣，利用幾何約束條件識(shí)別像方輪廓； 建筑物輪廓獲得模塊，用于對(duì)所述像方輪廓進(jìn)行輪廓矢量化與規(guī)則化，獲得最終建筑物輪廓。
8.根據(jù)權(quán)利要求7所述的城市建筑物輪廓檢測(cè)的系統(tǒng)，其特征在于，所述建筑物初始輪廓提取模塊還包括 點(diǎn)云數(shù)據(jù)分離模塊，用于采用線性預(yù)測(cè)法分離所述LiDAR點(diǎn)云數(shù)據(jù)； 建筑物點(diǎn)云分割模塊，用于根據(jù)分離結(jié)果并利用掃描帶法分割建筑物點(diǎn)云； 樹叢分離模塊，用于根據(jù)分割好的建筑物點(diǎn)云，利用輪廓規(guī)則化分析方法分離樹叢；建筑物輪廓檢測(cè)模塊，用于根據(jù)分割好的建筑物點(diǎn)云以及分離的樹叢，進(jìn)行建筑物輪廓檢測(cè)，得到建筑物的初始輪廓。
9.根據(jù)權(quán)利要求8所述的城市建筑物輪廓檢測(cè)的系統(tǒng)，其特征在于，所述建筑物初始輪廓提取模塊還包括 初始輪廓優(yōu)化模塊，用于對(duì)所述建筑物輪廓檢測(cè)模塊得到的建筑物初始輪廓進(jìn)行直線段提取，得到優(yōu)化后的建筑物初始輪廓。
10.根據(jù)權(quán)利要求8所述的城市建筑物輪廓檢測(cè)的系統(tǒng)，其特征在于，所述建筑物輪廓檢測(cè)模塊還用于在進(jìn)行建筑物輪廓檢測(cè)時(shí)，先確定檢測(cè)輪廓的搜索方向，建筑物輪廓方向與所述搜索方向的夾角小于樹叢輪廓方向與所述搜索方向的夾角。
全文摘要
本發(fā)明公開了一種城市建筑物輪廓檢測(cè)的方法及系統(tǒng)，其中方法包括以下步驟S1、對(duì)LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行處理提取建筑物的初始輪廓；S2、將LiDAR點(diǎn)云數(shù)據(jù)與航空遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)配準(zhǔn)；S3、根據(jù)數(shù)據(jù)配準(zhǔn)的結(jié)果進(jìn)行影像定向；S4、根據(jù)影像定向，檢測(cè)影像邊緣；S5、在初始輪廓周圍建立緩沖區(qū)，并在該緩沖區(qū)內(nèi)搜索影像邊緣，利用幾何約束條件識(shí)別像方輪廓；S6、對(duì)像方輪廓進(jìn)行輪廓矢量化與規(guī)則化，獲得最終建筑物輪廓。本發(fā)明能夠精確檢測(cè)大范圍的城市建筑物輪廓。
文檔編號(hào)G06T7/00GK102930540SQ20121041509
公開日2013年2月13日 申請(qǐng)日期2012年10月26日 優(yōu)先權(quán)日2012年10月26日
發(fā)明者李卉, 鐘成 申請(qǐng)人:中國(guó)地質(zhì)大學(xué)(武漢)