一种基于UAV低空航测系统的建筑物纹理提取方法

摘要

本发明一种基于UAV低空航测系统的建筑物纹理提取方法，具体的步骤如下：第一步：建筑物轮廓线与影像自动配准；第二步：基于多视影像直线匹配的建筑物轮廓线与影像半自动配准；第三步：建筑物立面纹理提取；第四步：建筑物立面纹理几何纠正。本发明的有益效果是：(1)针对建筑物纹理映射存在的矢量线与影像不配准问题，提出了建筑物轮廓线与影像自动配准方法。(2)考虑到在多幅影像中建立建筑物空间轮廓线与其影像直线特征映射关系的复杂性，提出了基于多视几何约束的影像直线特征半自动匹配策略。

主权项

一种基于UAV低空航测系统的建筑物纹理提取方法，其特征在于：具体的步骤如下：第一步：建筑物轮廓线与影像自动配准1)首先进行“粗“定位；利用共线条件方程(公式1)将建筑物轮廓矢量线反投于影像，获取粗略投影定位，并在周边开设一缓冲区，在此区域中进行直线提取；2)然后进行直线提取；利用经典Canny算子对进行边缘提取，利用建筑物轮廓线角度约束Hough直线提取算法进行直线提取；3)建筑物轮廓线调整；基于Canny边缘提取和Hough直线提取获取的直线特征，在建筑物轮廓线上任一空间直线上对应的是数目不等的备选直线段，首先进行候选直线段判定，其约束条件有两个，分别为：条件一：角度限制以任一条投影矢量线为基准，选择$\left[\begin{array}{cc}c\tan \frac{y_1-y_2}{x_1-x_2}-A& c\tan \frac{y_1-y_2}{x_1-x_2}+A\end{array}\right]$作为备选直线段角度限制条件；其中，c为常数，取1；(x₁,y₁)(x₂,y₂)为矢量线上任意两点坐标；A为常数，初次循环A值设为15像素；条件二：距离限制以建筑物矢量线周围缓冲区内为基准，计算建筑物矢量线中心点坐标到备选直线段的距离作为距离限制条件；得到候选直线段后，最后进行最佳直线段判定；最佳直线段特征的判定，是逐一对每条建筑物轮廓线进行备选直线段特征评价，通过“带权置信度”来完成；4)循环优化利用获取的最佳候选直线段进行相交获取端点，以其中任一端点为标准，对应投影矢量线上端点进行坐标平移；以此矢量投影线为标准，依次进行候选直线段判断和最佳直线段判断；设立循环次数为2‑4次，循环优化最佳直线段位置，保存矢量线结果；5)修正影像内外方位元素根据单片空间后方交会原理，以建筑物矢量轮廓线端点作为已知控制点，对应于影像上自动提取的特征线角点作为像坐标，利用共线条件方程(公式1)，修正该影像原先的3个内方位元素值和6个外方位元素值；第二步：基于多视影像直线匹配的建筑物轮廓线与影像半自动配准首先在第一步直线提取的基础上，在一张影像上以人工引导方式获取精确的直线特征信息；然后从其它影像上的备选直线段特征集中根据同名直线匹配方法自动获取目标直线特征，其实现方法如下：1)基于核线束约束的候选直线组判断利用目标直线端点所决定的核线束来缩小备选同名直线特征的搜索空间；2)基于三视张量约束的候选直线判定三视张量建立了三幅影像中同名直线间的约束关系。从待判定的两张影像候选直线组中依次选出两条直线与目标影像直线进行三视张量约束，计算候选直线在目标影像上的所有直线，作为对应同名直线的预测，定义预测直线与目标直线之间的误差公式，判定最佳候选直线；设目标直线为l_p，同名预测直线为l_i(i＝0,1,2...n)_，表示l_i与l_p的夹角，取表示Q(x,y)(为l_p线段的中点坐标)到l_i的距离，则定义直线误差公式为：$F\left(l_i\right)=0.5*(1-\frac{{\theta }_{l_i}}{\mathrm{MAX}\left({\theta }_{l_i}\right)})+0.5*(1-\frac{{\mathrm{LEN}}_{l_i{l}_p}}{\mathrm{MAX}\left({\mathrm{LEN}}_{l_i{l}_p}\right)})$其中：MAX(*)：表示取预测直线特征中关于*的最大值。3)基于核线约束的最小二乘影像匹配通过三视张量约束得到每张影像对应直线，相邻直线依次相交得到建筑物轮廓线段；为了进一步提高建筑物轮廓线精度，对于每一个轮廓线顶点采用核线约束的最小二乘影像匹配；进行多重叠影像的核线几何约束，消除不位于核线几何上线段端点；4)基于建筑物轮廓线的空间坐标调整完成建筑物轮廓线在影像上的配准后，以影像内外方位元素和房屋边界线段端点像坐标为已知数，代入共线方程中，进行空间前方交会，计算各个角点精确的空间坐标；对于多视影像，空间前方交会的多余观测量增大，将共线方程线性化，代入最小二乘方程矩阵中，并根据建筑物本身具有的的几何约束条件进行空间前方交会，提高物方点计算稳定性和精度；第三步：建筑物立面纹理提取首先根据矢量数据里获取建筑物高，若原有矢量数据没有存储建筑物高度信息或高度信息不精确情况下，通过多视配准的影像建筑物边缘地面的同名点进行空间前方交会，计算建筑物边缘地面点高度值h，即为顶面高程与地面点高程差值；根据建筑物高度值h和建筑物顶面各角点坐标(X_i,Y_i,Z)，获取建筑物底座各点空间坐标(X_i,Y_i,Z‑h)；通过共线方程(公式1)计算对应影像上建筑物底座点坐标值；以顶面轮廓线任一顶点为起点，依次以相邻两顶点和对应底座点组合为单位面元，作为立面纹理单位面，循环一周后可提取建筑物所有立面纹理区域；对于高重叠度的序列影像，同一建筑物在6‑10幅影像上可见，每一个建筑物立面对应着两幅以上影像，并且随着摄像角度的不同，立面纹理的清晰程度和受遮挡程度都各不相同，因此需从定向的纹理图像自动选择最佳的纹理；对建筑物几何模型中的每个侧面T_K进行如下操作：(1)计算该侧面的单位法向量n/|n|；建筑物立面T_K对应顶点V₁、V₂、V₃的空间坐标为V₁(X₁，Y₁，Z₁)，V₂(X₂，Y₂，Z₂)，V₃(X₃，Y₃，Z₃)，构建的向量V₁V₂和V₁V₃垂直于法向量n，用公式表示为：V₁V₂＝(X₂‑X₁，Y₂‑Y₁，Z₂‑Z₁)V₁V₃＝(X₃‑X₁，Y₃‑Y₁，Z₃‑Z₁)n＝V₁V₂*V₁V₃(2)对于每幅图像i(0≤i≤M，共有M幅图像)，计算视点方向N_i，即与相机摄影中心连接矢量；(3)计算单位法向量a和N_i的空间夹角θ_i；通过计算获取所有目标影像的夹角θ_i,选取MIN(θ_i)对应的影像作为成像角度最好的纹理影像；目标影像的夹角：0°＜＝θ_i＜90°；第四步：建筑物立面纹理几何纠正1)纠正后纹理图像范围的确定Length＝INT(L/GSD+0.5)Width＝INT(H/GSD+0.5)其中：Length和Width为影像长宽值，单位为像素；GSD为地面分辨率；L和H为建筑物空间长度和高度；INT(*)表示取整运算；纹理影像起点坐标(0,0)对应建筑物顶点坐标(X,Y,Z)，则纹理影像任意坐标(0+l,0+w)(其中l为x方向像素个数，w为y方向像素个数)对应建筑物空间坐标为(X+GSD*lcosθ,Y+GSD*lsinθ,Z+GSD*w)。2)建立纠正函数由共线方程可知，公式1其建立的是建筑物空间坐标与原始影像像平面坐标之间的数学关系；从而根据1)所建立的纠正后纹理影像与建筑物空间坐标关系，间接确立原始影像与纠正后影像间纠正函数。$\left[\begin{array}{c}x-x_0\\ y-y_0\\ -f\end{array}\right]=\left[\begin{array}{ccc}{a}_1& b_1& c_1\\ a_2& b_2& c_2\\ a_3& b_3& c_3\end{array}\right]\left[\begin{array}{c}X-X_s\\ Y-Y_s\\ Z-Z_s\end{array}\right]$3)采用双线性内插，求得原始影像对应点处的灰度值并赋给纠正后像元素。