一種基于多元數據重建建筑物外輪廓多邊形的方法技術

一種基于多元數據重建建筑物外輪廓多邊形的方法，步驟包括：分別對DSM數據、影像數據進行分割得到建筑物感興趣區掩膜圖像、影像分割對象；將掩膜圖像與影像分割對象合并，得到完整的建筑物對象；對建筑物對象進行邊界跟蹤得到建筑物曲線，將曲線的曲率局部極大值對應的點作為角點，順序連接所述角點得到建筑物輪廓多邊形；用層次聚類方法對建筑物對象進行分區，并計算建筑物主方向；對建筑物多邊形建立線性模型，并結合建筑物主方向和影像數據的梯度信息對建筑物輪廓線性模型進行修正與規則化；利用多邊形各線段的線性模型求出兩兩相鄰直線段的交點，作為建筑物輪廓的角點，依次序順序連接角點構成最終的建筑物多邊形。本發明專利技術將DSM數據與影像數據進行了有機結合，在整個過程中兩種數據作為一種互補，很好的解決了建筑物輪廓多邊形重建的問題，該方法在建筑物2維輪廓建模方面具有很強的魯棒性。

【技術實現步驟摘要】

本專利技術涉及一種建筑物外輪廓重建的方法，尤其是涉及一種基于多元數據重建建筑物外輪廓多邊形方法，屬于計算機模式識別與恢復

技術介紹
在各種不同的GIS應用中對建筑物建模的需求在不斷的增大。特別是在城市地理信息系統的研究中，建筑物的檢測和重建非常重要。據Ame ri表示，過去的幾年里許多研究項目已經對相關領域進行了研究，如模式識別、3維重建以及建筑物對象表示等。遙感數據為這個需求提供了一種廉價而有效的數據源，然而高度自動化和魯棒的建筑物建模方法未提出。建筑物建模通常分兩個階段，建筑物的提取與模型的建立。這方面的研究很多，但是很少有成功的方法能夠應用于大區域影像。大區域建筑物模型的創建主要依賴于2 維數字線劃圖(DLG)，如調查生成的土地線劃圖，或者通過影像交互生成的土地線劃數據，而3維模型的自動生成主要依賴于專業的軟件工具,如TerraScan, CyberCity Modeler和PhotoModeller等。在任何建筑物制圖工程中生成DLG或2維模型通常會占用大部分的工作量。尤其是對大量的遙感數據而言，手工處理生成2維模型更不可行，因此急需輸入參數少，人工干預少的自動化建模方法。目前建筑物提取技術主要通過計算機手段(包括圖像處理與模式識別技術)對單個或多個圖像進行檢測，并提取建筑物的信息，如它的輪廓線，形狀，位置，高度等。分割與特征提取技術可以單獨使用，也可組合使用。早期的研究通常只用影像，例如20世紀90年代的Irvin提出的基于建筑物陰影提取建筑物。當有了多源數據可用，多元數據融合來提取建筑物成為了可能。影像數據和DSM數據常用語地物提取。由于影像數據受到地物反射率、復雜的非均勻光照、遮擋、陰影等影響，只用影像數據難以準確快速有效的識別出建筑物外輪廓；而DSM數據雖然提供了地物的高度信息，但因其缺乏細節信息，所以單用DSM數據只能快速粗略地定位建筑物區域，而難以準確的定位出建筑物邊界輪廓。至今未見有文獻公開用影像數據結合DSM數據提取建筑物外輪廓的文獻。
技術實現思路
本專利技術要解決技術問題是克服上述現有技術缺點，提出，其結合DSM與影像數據快速、有效、自動化的重建建筑物外輪廓。為了解決上述技術問題，本專利技術提出的技術方案是，包括如下步驟步驟I、遙感圖像分割一對DSM數據進行控制標記分水嶺分割得到建筑物感興趣區掩膜圖像；對影像數據進行彩色圖像分割得到影像分割對象；步驟2、建筑物對象提取一將步驟I獲得的建筑物感興趣區掩膜圖像通過坐標變換映射到彩色圖像的分割圖層中，定位出被掩膜區域覆蓋的影像分割對象，將落在同一掩膜區域的相鄰影像分割對象合并，得到完整的建筑物對象；步驟3、建筑物輪廓提取一對步驟2所得建筑物對象進行邊界跟蹤，得到建筑物輪廓的矢量曲線，計算矢量曲線上各點的曲率，將曲率的局部極大值對應的點作為角點，順序連接所述角點得到建筑物輪廓多邊形；步驟4、建筑區主方向獲取——用基于距離矩陣的層次聚類方法對建筑物對象進行分區，利用各分區內所有建筑物輪廓的線段角度分別構造角度直方圖，各直方圖中最高頻率對應的角度作為相應建筑區分塊的建筑物主方向；步驟5、建筑物輪廓多邊形建模——對建筑物多邊形建立線性模型，并結合步驟4獲取的建筑物主方向和影像數據的梯度信息對建筑物輪廓線性模型進行修正與規則化，使其準確的定位于建筑物邊緣；步驟6、獲得最終的建筑物輪廓——利用多邊形各線段的線性模型求出兩兩相鄰直線段的交點，作為建筑物輪廓的角點，依次序順序連接角點構成最終的建筑物多邊形。為了解決上述技術問題，本專利技術進一步的改進在于I)、步驟4中，所述距離矩陣中元素的值由建筑物之間的空間距離矩陣、角距離矩陣進行加權獲得，公式如下Clij j = W1 Δ P Jj j+w2 Δ θ ^ j式中，表示在距離矩陣中與第i個建筑物和第j個建筑物對應的元素值，Δ Pijj表示第i個建筑物與第j個建筑物之間的空間距離，Λ Θ q表示第i個建筑物與第j個建筑物之間的角距離，W1表示空間距離的權重值，W2表示角距離的權重值，且Wl+W2 = I。2)、步驟3中建筑物輪廓提取的具體方法如下A)對提取出的感興趣區建筑物對象用經典掃描線算法追蹤其邊界，生成邊界矢量多邊形曲線。；B)用高斯平滑濾波器對所述邊界矢量多邊形曲線進行平滑濾波；高斯方差的設置范圍為17-19 ;高斯方差不建議設過小的值，因為那樣會檢測到過多的角點，且不利于后期角度轉換，建議設置為18 ；C)對平滑濾波后的多邊形曲線計算其曲率，將曲率的局部極大值對應的點作為角占.D)按順序連接角點生成建筑物輪廓多邊形。3)、步驟4中，將兩建筑物邊界輪廓之間角點的最短距離作為兩建筑物之間的空間距離，公式如下權利要求1.，包括如下步驟 步驟I、遙感圖像分割——對DSM數據進行控制標記分水嶺分割得到建筑物感興趣區掩膜圖像；對影像數據進行彩色圖像分割得到影像分割對象； 步驟2、建筑物對象提取——將步驟I獲得的建筑物感興趣區掩膜圖像通過坐標變換映射到彩色圖像的分割圖層中，定位出被掩膜區域覆蓋的影像分割對象，將落在同一掩膜區域的相鄰影像分割對象合并，得到完整的建筑物對象； 步驟3、建筑物輪廓提取一對步驟2所得建筑物對象進行邊界跟蹤，得到建筑物輪廓的矢量曲線，計算矢量曲線上各點的曲率，將曲率的局部極大值對應的點作為角點，順序連接所述角點得到建筑物輪廓多邊形； 步驟4、建筑區主方向獲取——用基于距離矩陣的層次聚類方法對建筑物對象進行分區，利用各分區內所有建筑物輪廓的線段角度分別構造角度直方圖，各直方圖中最高頻率對應的角度作為相應建筑區分塊的建筑物主方向； 步驟5、建筑物輪廓多邊形建模——對建筑物多邊形建立線性模型，并結合步驟4獲取的建筑物主方向和影像數據的梯度信息對建筑物輪廓線性模型進行修正與規則化，使其準確的定位于建筑物邊緣； 步驟6、獲得最終的建筑物輪廓——利用多邊形各線段的線性模型求出兩兩相鄰直線段的交點，作為建筑物輪廓的角點，依次序順序連接角點構成最終的建筑物多邊形。2.根據權利要求I所述基于多元數據重建建筑物外輪廓多邊形的方法，其特征在于步驟3中建筑物輪廓提取的具體方法如下 A)對提取出的感興趣區建筑物對象用經典掃描線算法追蹤其邊界，生成邊界矢量多邊形曲線； B)用高斯平滑濾波器對所述邊界矢量多邊形曲線進行平滑濾波；高斯方差參數設置范圍為17-19 ； C)對平滑濾波后的多邊形曲線計算其曲率，將曲率的局部極大值對應的點作為角點； D)按順序連接角點生成建筑物輪廓多邊形。3.根據權利要求I所述基于多元數據重建建筑物外輪廓多邊形的方法，其特征在于步驟4中，所述距離矩陣中元素的值由建筑物之間的空間距離矩陣、角距離矩陣進行加權獲得，公式如下 di,j = W1A P Jjj^w2A Θ Jjj 式中，表示在距離矩陣中與第i個建筑物和第j個建筑物對應的元素值，Δ P Μ表示第i個建筑物與第j個建筑物之間的空間距離，Δ Θ .j表示第i個建筑物與第j個建筑物之間的角距離，W1表示空間距離的權重值，W2表示角距離的權重值，且Wl+W2 = I。4.根據權利要求3所述基于多元數據重建建筑物外輪廓多邊形的方法，其特征在于步驟4中，將兩建筑物邊界輪廓之間角點的最短距離作為兩建筑物之間的空本文檔來自技高網...

【技術保護點】
一種基于多元數據重建建筑物外輪廓多邊形的方法，包括如下步驟：步驟1、遙感圖像分割——對DSM數據進行控制標記分水嶺分割得到建筑物感興趣區掩膜圖像；對影像數據進行彩色圖像分割得到影像分割對象；步驟2、建筑物對象提取——將步驟1獲得的建筑物感興趣區掩膜圖像通過坐標變換映射到彩色圖像的分割圖層中，定位出被掩膜區域覆蓋的影像分割對象，將落在同一掩膜區域的相鄰影像分割對象合并，得到完整的建筑物對象；步驟3、建筑物輪廓提取——對步驟2所得建筑物對象進行邊界跟蹤，得到建筑物輪廓的矢量曲線，計算矢量曲線上各點的曲率，將曲率的局部極大值對應的點作為角點，順序連接所述角點得到建筑物輪廓多邊形；步驟4、建筑區主方向獲取——用基于距離矩陣的層次聚類方法對建筑物對象進行分區，利用各分區內所有建筑物輪廓的線段角度分別構造角度直方圖，各直方圖中最高頻率對應的角度作為相應建筑區分塊的建筑物主方向；步驟5、建筑物輪廓多邊形建模——對建筑物多邊形建立線性模型，并結合步驟4獲取的建筑物主方向和影像數據的梯度信息對建筑物輪廓線性模型進行修正與規則化，使其準確的定位于建筑物邊緣；步驟6、獲得最終的建筑物輪廓——利用多邊形各線段的線性模型求出兩兩相鄰直線段的交點，作為建筑物輪廓的角點，依次序順序連接角點構成最終的建筑物多邊形。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：李艷，汪禹芹，吳秀蕓，
申請(專利權)人：南京大學，
類型：發明
國別省市：