BRPI0714263A2

BRPI0714263A2 - sistema e mÉtodo de modelaÇço geospacial

Info

Publication number: BRPI0714263A2
Application number: BRPI0714263-3A
Authority: BR
Inventors: Mark Rahmes; Stephen Connetti; Harlan Yates; Anthony O'neil Smith
Original assignee: Harris Corp
Priority date: 2006-08-09
Filing date: 2007-08-09
Publication date: 2013-04-09
Also published as: US20080040349A1; EP2057580A2; CA2660339C; WO2008021943A2; JP2010500619A; US7487046B2; WO2008021943A3; CA2660339A1

Abstract

SISTEMA E MÉTODO DE MODELAÇçO GEOSPACIAL.Trata-se de um sistema de modelação geoespacial (20) que pode incluir um banco de dados de modelo geoespacial (21) e um processador (22) que coopera com o mesmo para executar pelo menos uma operação de filtragem de ruído nos dado que compreendem as elevações associadas com os respectivos pontos de localização.Pelo menos a operação de filtragem de ruído pode incluir a determinação de um determinado ponto de localização e uma pluiralidade de pontos de localização vizinhos.

Description

SISTEMA E MÉTODO DE MODELAÇÃO GEOSPACIAL

A presente invenção refere-se ao campo da topografia, e, mais particularmente, a um sistema e a métodos relacionados para gerar modelos topográficos.

Os modelos topográficos de áreas geográficas podem ser utilizados para muitas aplicações. Por exemplo, os modelos topográficos podem ser utilizados em simuladores de vôo e para o planejamento de missões militares. Além disso, os modelos topográficos de estruturas sintéticas (por exemplo, cidades) podem ser extremamente úteis nas aplicações tais como a colocação de antenas celulares, o planejamento urbano, a prontidão e a análise de desastres, e o mapeamento, por exemplo.

Vários tipos e métodos para a elaboração de modelos topográficos estão sendo utilizados atualmente. Um modelo topográfico comum é o mapa de elevação digital (DEM). Um DEM é uma representação de matriz amostrada de uma área geográfica que pode ser gerada em uma forma automatizada por um computador. Em um DEM, os pontos das coordenadas são feitos de modo a corresponder com um valor da altura. Os DEMs são utilizados tipicamente para a modelação de terrenos onde as transições entre as elevações diferentes (por exemplo, vales, montanhas, etc.) são geralmente lisas de uma à seguinte. Isto é, os DEMs modelam tipicamente um terreno como uma pluralidade de superfícies curvas e quaisquer descontinuidades entre as mesmas são desse modo "alisadas". Desse modo, em um DEM típico nenhum objeto distinto está

presente no terreno.

Um produto de modelação de locais tridimensionais particularmente vantajoso é o RealSite® da presente cessionária, Harris Corp. O RealSite® pode ser utilizado para registrar imagens sobrepostas de uma área geográfica de interesse, e extrai DEMs de alta resolução utilizando técnicas de visualização estéreo e nadir. 0 RealSite® provê um processo semi-automatizado para a obtenção de modelos topográficos tridimensionais (3D) de áreas geográficas, incluindo cidades, que têm texturas e limites de estrutura precisos. Além disso, os modelos do RealSite® são geoespacialmente precisos. Isto é, a localização de qualquer ponto determinado dentro do modelo corresponde a uma localização real na área geográfica com uma exatidão muito elevada. Os dados utilizados para gerar os modelos do RealSite® podem incluir a fotografia aérea e de satélite, a detecção eletro-óptica, infravermelha, e a detecção e

variação da luz (LIDAR).

Uma outra abordagem vantajosa para a geração de modelos de locais tridimensionais é apresentada na patente norte-americana n°. 6.654.690 concedida a Rahmes et al. , que também é cedida à presente cessionária e aqui incorporada em sua totalidade a título de referência. Esta patente apresenta um método automatizado para fazer um modelo topográfico de uma área incluindo o terreno e os edifícios no mesmo com base em dados espaçados aleatoriamente da elevação versus a posição. 0 método inclui o processamento dos dados espaçados aleatoriamente para gerar dados em grade da elevação versus a posição que se conformam a uma grade de posição predeterminada, o processamento dos dados em grade para distinguir os dados do edifício dos dados do terreno, e a execução da extração poligonal para que os dados do edifício para montar o modelo topográfico da área incluindo o terreno e os edifícios no mesmo.

Um aspecto potencialmente desafiador da geração de modelos geoespaciais tais como DEMS é a distinção de tipos diferentes de dados geoespaciais, por exemplo, dados da folhagem e dados dos edifícios. Isto ocorre porque a folhagem, tais como árvores, resultam em dados ruidosos (por exemplo, dados de LIDAR) por causa das alturas e dos contornos variados das folhas, etc. Muito embora os edifícios forneçam geralmente dados relativamente suaves para os centros dos edifícios, as bordas dos edifícios onde uma transição do telhado ao solo ocorre também produzem freqüentemente dados ruidosos. Além disso, a folhagem é freqüentemente colocada diretamente adjacente ou sobreposta aos edifícios, o que faz a distinção das duas técnicas de processamento automatizadas utilizando computador

particularmente desafiadora. Em conseqüência disto, se um operador quiser separar os dados da folhagem e dos edifícios para obter um modelo de apenas um ou outro tipo de dados, o operador pode ter que desenhar manualmente a folhagem e os edifícios em uma cena de dados de imagem brutos. No entanto, isto pode ser extremamente demorado e, desse modo, de custo proibitivo em muitas aplicações.

Em vista dos antecedentes acima, portanto, um objetivo da presente invenção consiste na apresentação de um sistema de modelação geoespacial que tem características de separação de tipo de dados geoespaciais e os métodos relacionados.

Estes e outros objetivos, características e vantagens são fornecidos por um sistema de modelação geoespacial que pode incluir um banco de dados de modelo geoespacial e um processador. O processador pode cooperar com o banco de dados de modelo geoespacial para executar pelo menos uma operação de filtragem de ruído nos dados que compreendem as elevações associadas com os respectivos pontos de posição. Mais particularmente, pelo menos a operação de filtragem de ruído pode incluir a determinação de uma respectiva diferença da elevação do ponto central para cada ponto de posição e com base em uma soma das diferenças entre as elevações de um determinado ponto de posição e uma pluralidade de pontos de posição vizinhos.

Os dados podem incluir os dados do solo e os dados da folhagem, por exemplo. Dessa maneira, o processador de dados também pode separar os dados do solo dos dados da folhagem com base em pelo menos uma operação de filtragem de ruído. Pelo menos uma operação de filtragem pode incluir uma primeira filtragem de tolerância ampla para determinar uma estimativa inclusiva das localizações dos edifícios, e uma segunda filtragem de tolerância estrita para reduzir as localizações falsas dos edifícios. Além disso, o processador também pode executar pelo menos uma operação de recuperação de bordas para compensar os perímetros ruidosos dos edifícios. Além disso, o processador pode executar uma operação de mascaramento baseada na estimativa inclusiva das localizações dos edifícios para gerar dados dos edifícios mascarados. Pelo menos uma operação de filtragem também pode incluir uma terceira filtragem com base nos dados dos edifícios mascarados e a saída da segunda filtragem de tolerância estrita. A título de exemplo, a pluralidade de pontos de

localização vizinhos compreende oito pontos de localização vizinhos. Além disso, pelo menos uma soma da operação das diferenças também pode incluir a determinação de uma respectiva diferença de elevação dos pontos vizinhos para cada par de pontos de localização adjacentes com base em uma soma das diferenças entre as elevações das respectivas diferenças de elevação do ponto central para os pontos de localização adjacentes. Pelo menos uma operação de filtragem de ruído também pode incluir a substituição seletiva dos 3 0 pontos de dados da folhagem e dos edifícios por valores nulos com base em pelo menos uma operação de soma das diferenças e um limite das diferenças de elevação. 0 sistema de modelação geoespacial também pode incluir um mostrador acoplado ao processador para exibir pelo menos um dos dados de folhagem e dos edifícios separados.

Um aspecto do método de modelação geoespacial pode incluir a execução de pelo menos uma operação de filtragem de ruído nos dados que compreendem as elevações associadas com os respectivos pontos de localização utilizando um r processador. Mais particularmente, pelo menos a operação de filtragem de ruído pode incluir a determinação de uma respectiva diferença de elevação de ponto central para cada ponto de localização e com base em uma soma das diferenças entre as elevações de um determinado ponto de localização e uma pluralidade de pontos de localização vizinhos.

Uma mídia que pode ser lida por computador pode ter módulos executáveis por computador incluindo um módulo de banco de dados de modelo geoespacial e um módulo de processamento que coopera com o mesmo para executar pelo menos uma operação de filtragem de ruído nos dados que compreendem as elevações associadas com os respectivos pontos de localização. Além disso, pelo menos a operação de filtragem de ruído pode incluir a determinação de uma respectiva diferença de elevação do ponto central para cada ponto de localização e com base em uma soma das diferenças entre as elevações de um determinado ponto de localização e uma pluralidade de pontos de localização vizinhos. A FIGURA 1 é um diagrama de blocos esquemático de

um sistema modelo geoespacial de acordo com a invenção.

A FIGURA 2 é um fluxograma que ilustra um método de modelação geoespacial de acordo com a invenção para separar dados geoespaciais dos edifícios e da folhagem. 3 0 As FIGURAS 3-5 são vistas de grade tridimensional

que ilustram a soma de operações de filtragem de diferença de acordo com o método da FIGURA 2.

As FIGURAS 6-15 são uma série de cópias de tela que ilustram vários aspectos do método da FIGURA 2.

A presente invenção será descrita agora de maneira mais abrangente em seguida com referência aos desenhos anexos, nos quais as realizações preferidas da invenção são mostradas. A presente invenção pode, no entanto, ser incorporada em muitas formas diferentes e não deve ser interpretada como limitada às realizações aqui apresentadas. Ao invés disto, estas realizações são fornecidas de modo que esta descrição seja completa e plena, e irão conduzir completamente o âmbito da invenção aos elementos versados na técnica.

Os números semelhantes consultam os elementos semelhantes por toda parte.

Com referência inicialmente à FIGURA 1, um sistema de modelação geoespacial 20 inclui ilustrativamente um banco de dados de modelo geoespacial 21 e um processador 22 que pode ser vantajosamente utilizados para separar tipos diferentes de dados geoespaciais, tais como dados dos edifícios e da folhagem, por exemplo. A título de exemplo, o processador 22 pode ser uma unidade central de processamento (CPU) de um PC, Mac, ou de uma outra estação de trabalho de computação, por exemplo. Um monitor 23 também pode ser acoplado ao processador 22 para exibir os dados de modelação geoespacial, tal como será discutido mais adiante. O processador 22 pode ser implementado utilizando uma combinação de componentes/módulos de hardware e software para executar as várias operações que serão discutidas mais adiante, tal como será apreciado pelos elementos versados na técnica.

A título de exemplo, os dados geoespaciais podem ser capturados ao utilizar várias técnicas tais como a formação de imagens, a Detecção e Variação da Luz (LIDAR), o Radar de Abertura Sintética Interferométrico (IFSAR), etc. Falando de maneira genérica, os dados serão capturados de vistas aéreas (por exemplo, nadir) da área geográfica de interesse por aviões, satélites, etc., tal como será apreciado pelos elementos versados na técnica. No entanto, as imagens oblíquas de uma área geográfica de interesse também podem ser utilizadas além (ou em vez) das imagens de nadir para adicionar detalhes tridimensionais adicionais a um modelo geoespacial. Os dados crus da imagem capturados utilizando LIDAR, etc., podem ser processados a montante do banco de dados de modelo geoespacial 21 em um formato desejado, tal como um modelo de elevação digital (DEM) , ou isto pode ser feito pelo processador 22.

Voltando adicionalmente para as FIGURAS 2 a 15, um método para separar dados da folhagem dos dados dos edifícios utilizando o sistema 20 é agora descrito. Inicialmente, um DEM 50 (FIGURA 6) de uma determinada área geográfica de interesse ou de uma cena é gerado, no bloco 30. A título de exemplo, o sistema RealSite® descrito acima ou o sistema apresentado na patente norte-americana n°. 6.654.690 pode ser utilizado para gerar o DEM inicial. Naturalmente, outras abordagens apropriadas para a geração de DEMs também podem ser utilizadas. 0 DEM 50 pode ser gerado por um outro computador e ser armazenado no banco de dados de modelo geoespacial 21, ou pode ser criado pelo processador 22 com base nos dados geoespaciais "crus" (por exemplo, dados de LIDAR, etc.) armazenados no banco de dados. 0 DEM 50 inclui ilustrativamente os dados do terreno (isto é, o solo), dos edifícios e da folhagem. Além disso, em algumas aplicações é desejável separar um destes tipos de dados, tais como os 3 0 dados dos edifícios ou da folhagem, do restante dos dados de DEM de modo que eles possam ser vistos e/ou processados individualmente.

Para esta finalidade, uma primeira etapa de extração dos dados do solo dos dados da folhagem e dos edifícios é executada pelo processador 22, no bloco 31, para gerar os dados da folhagem e dos edifícios 51. Conforme será apreciado pelos elementos versados na técnica, os dados da folhagem, dos edifícios e do solo incluem as elevações ou as alturas associadas com os respectivos pinos ou pontos de localização.

Depois da extração do solo, uma primeira operação de filtragem é executada nos dados da folhagem e dos edifícios 51 utilizando uma primeira tolerância ampla para determinar uma estimativa inclusiva das localizações de edifícios 52, no bloco 32. Com referência mais particularmente à FIGURA 3, a operação de filtragem inclui a definição de um ponto de localização central 4 5 e seus pontos de localização vizinhos 46. Então, o processador 22 executa uma soma da operação das diferenças que inclui a determinação de uma respectiva diferença de elevação de ponto central 45 com base em uma soma das diferenças entre as elevações do ponto central e os pontos de localização vizinhos 46, onde: Diferença Central =

ι ι

CenterDijJerence = Σ ΣI Xi'j ~ Xo- ° ' ·

Na realização ilustrada, oito pontos de localização vizinhos 46 são utilizados, mas em outras realizações mais ou mais menos pontos de localização vizinhos podem ser utilizados. A soma descrita acima da operação das diferenças é executada para cada um dos pontos de localização dos dados da folhagem e dos edifícios dentro do DEM. Isto é, cada ponto de localização é definido como um centro e a soma das diferenças com respeito a seus pontos de localização vizinhos é determinada de acordo com a equação (1).

A operação de filtragem também inclui a determinação de uma respectiva diferença de elevação de pontos vizinhos 4 6 para cada par de pontos de localização adjacentes com base em uma soma das diferenças entre as elevações das respectivas diferenças de elevação do ponto central para os pontos de localização adjacentes. Isto é, para dois pontos de localização adjacentes, uma soma das diferenças é determinada entre as duas elevações do ponto de localização em relação às elevações de ponto de localização originais (FIGURA 4). No presente exemplo, haverá oito diferenças de vizinhos não-triviais para cada ponto de localização central, onde: Diferença de Vizinhos =

ι ι

NeighborDijferencedi. φ = ^ | χι. j - χ; + «λ. j + 4 |.

í=- Ijr=-I.

Uma vez que as diferenças de elevação dos pontos vizinhos são determinadas, então seis pontos adjacentes são identificados, os quais não estão em uma diagonal primária (indicada com sombreamento na FIGURA 5(a)) para um determinado ponto central 45. A diferença de oito vizinhos é determinada então para cada um dos seis pontos adjacentes (FIGURA 5 (b) ) , uma vez que é uma diferença central de cada conjunto de oito diferenças vizinhas (FIGURA 5 (c)) . Uma auto-similaridade é determinada como a menor diferença central, onde os valores mais elevados correspondem às diferenças maiores.

A operação de filtragem descrita acima permite uma estimativa "grosseira" da folhagem no DEM 51 dos dados dos edifícios e da folhagem, que podem então ser separados dos dados dos edifícios para fornecer a estimativa inclusiva das localizações dos edifícios 52. Alternativamente indicado, o uso de filtragem de tolerância ampla irá identificar uma parcela grande da folhagem, mas irá permitir intencionalmente que alguns dados da folhagem permaneçam (os quais aparecem como pequenas manchas ou salpicos na FIGURA 7) de modo que poucos ou nenhum dos dados dos edifícios sejam excluídos.

Em seguida, uma operação de subtração de DEM é executada, no bloco 33, em que a estimativa inclusiva das localizações dos edifícios 52 "é subtraída" dos dados dos edifícios e da folhagem 51 para fornecer uma estimativa f preliminar da folhagem 53. 0 processador 22 pode então começar as operações de recuperação de bordas, tal como indicado pela caixa tracejada 34 na FIGURA 2, para compensar os perímetros ruidosos dos edifícios. Mais particularmente, a primeira operação de recuperação de bordas inclui uma expansão nula na estimativa inclusiva das localizações dos edifícios 52, no bloco 35, para remover os restos da folhagem (isto é, manchas) ali presentes (FIGURA 9), e produz uma estimativa dos edifícios sem manchas 54.

0 processador 22 pode então executar uma operação de preenchimento de espaços vazios na estimativa dos edifícios sem manchas 54 para gerar uma máscara dos dados dos edifícios 55 (FIGURA 10). Isto é, o preenchimento dos espaços ,20 vazios aproxima as formas geométricas dos edifícios, que são mostrados na FIGURA 11. A máscara dos dados dos edifícios 55 -- e a estimativa preliminar da folhagem 53 são utilizadas então para executar um ponto na operação de polifiltragem para gerar uma estimativa melhorada da folhagem 56. Uma operação

2 5 de recuperação de borda seguinte inclui uma operação de

subtração de DEM, ou seja, a subtração da estimativa melhorada da folhagem 56 dos dados dos edifícios e da folhagem 51 para obter uma estimativa melhorada dos dados dos edifícios, no bloco 38. As operações descritas acima de

3 0 recuperação de borda podem então ser repetidas uma ou mais

vezes, dependendo da exatidão desejada para uma determinada implementação, para produzir uma máscara final dos dados dos edifícios 57 que serão utilizados em uma etapa posterior. Além disso, uma segunda filtragem de tolerância estrita também é executada nos dados dos edifícios e da folhagem 51 para reduzir as localizações falsas dos edifícios, e esta filtragem produz uma segunda estimativa dos .5 dados dos edifícios 58, no bloco 39. Mais particularmente, a segunda operação de filtragem é similar à primeira operação de filtragem descrita acima com referência às FIGURAS 3-5, mas uma tolerância mais apertada ou mais estrita é utilizada. Os valores relativos dos limites de tolerância estrita e ampla utilizados nas operações de filtragem podem ser determinados com base em fatores tais como o tipo de dados que está sendo processado, a definição dos dados, e a exatidão desejada dos dados resultantes dos edifícios e/ou da folhagem, por exemplo, como será apreciado pelos elementos versados na técnica.

Uma operação de subtração de DEM é então executada com base nos dados dos edifícios e da folhagem 51 e na segunda estimativa dos dados dos edifícios 58 para obter uma segunda estimativa dos dados da folhagem 59, no bloco 4 0 2 0 (FIGURA 13) . Um outro ponto na operação de polifiltragem é então executado, no bloco 41, com base na segunda estimativa dos dados da folhagem 5 9 e na máscara final dos dados dos edifícios 57 para produzir uma estimativa final dos dados da folhagem 60. Então, uma outra operação de subtração de DEM pode ser executada utilizando os dados dos edifício e da folhagem 51 e a estimativa final dos dados da folhagem 6 0 para gerar uma estimativa final 61 dos dados dos edifícios, no bloco 42. 0 processador 22 pode então exibir seletivamente os dados da folhagem separados finais 60 ou os dados dos edifícios finais 61 no monitor 23, ou podem ser armazenados para processamento ou uso adicional.

Resumidamente, a abordagem descrita acima utiliza vantajosamente uma diferença de ponto de localização central de diferenças vizinhas como uma métrica de ruído, bem como uma rotina de recuperação de borda para compensar os parâmetros de edifícios ruidosos. Além disso, o uso de uma tolerância ampla para obter uma idéia geral de onde os edifícios se encontram, e então uma tolerância estrita para ajudar a reduzir as mudanças de edifícios falsos, fornece ainda mais exatidão. No entanto, deve ser apreciado que em determinadas realizações algumas das operações descritas acima podem ser omitidas ou executado em uma ordem diferente do que aquela mostrada ou descrita.

A abordagem descrita acima pode propiciar vantajosamente a capacidade de detectar e/ou distinguir automaticamente a folhagem do terreno subjacente e de estruturas feitas pelo homem (isto é, edifícios) dentro de um DEM, e a sua modelação separada. Também pode permitir a modelação da folhagem como ponto em 3D (isto é, voxels), bem como a modelação de estruturas feitas pelo homem e de terreno como polígonos.

Claims

1. SISTEMA DE MODELAÇÃO GEOESPACIAL, caracterizado pelo fato de compreender: um banco de dados modelo geoespacial; e um processador que coopera com o dito banco de dados de modelo geoespacial para executar pelo menos uma operação de filtragem de ruído nos dados que compreendem elevações associadas com os respectivos pontos de localização; pelo menos uma operação de filtragem de ruído que compreende a determinação de uma respectiva diferença de elevação de ponto central para cada ponto de localização e com base em uma soma das diferenças entre as elevações de um determinado ponto de localização e uma pluralidade de pontos de localização vizinhos.

2. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 1, caracterizado pelo fato de que os dados compreendem dados do solo e, dados da folhagem.

3. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 2, caracterizado pelo fato de que o dito processador também separa os dados do solo dos dados da folhagem com base e pelo menos uma operação de filtragem de ruído.

4. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 1, caracterizado pelo fato de que pelo menos uma operação de filtragem compreende uma primeira filtragem de tolerância ampla para determinar uma estimativa inclusiva de localizações de edificações, e uma segunda filtragem de tolerância estrita para reduzir as localizações de edificações falsas.

5. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 4, caracterizado pelo fato de que o dito processador também executa pelo menos uma operação de recuperação de borda para compensar os perímetros ruidosos de edificações.

6. MÉTODO DE MODELAÇÃO GEOESPACIAL, caracterizado pelo fato de compreender: a execução de pelo menos uma operação de filtragem de ruído nos dados que compreendem elevações associadas com os respectivos pontos de localização utilizando um processador; pelo menos uma operação de filtragem de ruído que compreende a determinação de uma respectiva diferença de elevação de ponto central para cada ponto de localização e com base em uma soma das diferenças entre as elevações de um determinado ponto de localização e uma pluralidade de pontos de localização vizinhos.

7. MÉTODO, de acordo com a reivindicação 6, caracterizado pelo fato de que os dados compreendem dados do solo e dados da folhagem.

8. MÉTODO, de acordo com a reivindicação 7, caracterizado pelo fato de compreender adicionalmente a separação dos dados do solo dos dados da folhagem com base em pelo menos uma operação de filtragem de ruído utilizando o processador.

9. MÉTODO, de acordo com a reivindicação 6, caracterizado pelo fato de que pelo menos uma operação de filtragem compreende uma primeira filtragem de tolerância ampla para determinar uma estimativa inclusiva de localizações de edificações, e uma segunda filtragem de tolerância estrita para reduzir as localizações de edificações falsas.

10. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de compreender adicionalmente a execução de pelo menos uma operação de recuperação de borda utilizando o processador para compensar os perímetros ruidosos de edificações