CN104457691A - 一种建筑物主体高程信息获取方法 - Google Patents

Abstract

本发明提出了一种建筑物主体高程信息获取方法，包括以下步骤：S1.利用数字地形图数据获取初始建筑物轮廓范围Q₀，将Q₀与DSM数据套合，并根据Q₀的各个方向内缩D个像素，得到建筑物有效轮廓范围Q₁；S2.计算建筑物有效轮廓范围Q₁内所有DSM数据的第一高程信息集合X，计算建筑物主体高程置信区间[θ₁，θ₂]；S3.获取第一建筑物高程信息集合X中满足置信区间[θ₁，θ₂]的第二高程信息集合X'，再根据第二高程信息集合X'内高程值的点位坐标与建筑物有效轮廓范围Q₁、DSM数据范围的几何位置关系，得到可靠高程信息集合X″；S4.根据建筑物主体的可靠高程信息集合X″，计算得到建筑物主体高程值。本发明对三维仿真、数字城市、智慧城市建设有着重要作用。

Description

一种建筑物主体高程信息获取方法

技术领域

本发明属于数字测绘技术领域，涉及建筑物主体高程的获取方法，具体涉及一种用于数字地形图和DSM数据进行建筑物主体高程的获取方法。

背景技术

自遥感技术发明和应用于信息获取以来，人类对外部世界的认知就发生了根本的变化，人们获取信息的深度和广度得到前所未有的提高。同时，航空遥感影像处理技术作为遥感技术的重要应用方向，也得到了迅速发展。但是，面对海量遥感数据，如何自动识别和提取影像中的地物信息成为图像处理、模式识别、人工智能和机器视觉等领域面对的问题和难点。从航空图像中自动提取人工目标是图像理解的一个基本内容，它不仅是实现地物自动测绘的一个重要步骤，也是当前数字摄影测量迈向全自动化的一个关键环节。丰富的航空影像及高分辨遥感影像资料与现有的图像数字化方法之间的矛盾日益严重，这也是影响建立基础地理信息数据的重要瓶颈。

建筑物是城市区域的重要特征，从城区环境中提取建筑物信息在城市地图绘制、城市区域规划、地理信息工程中有着广泛的应用，而建筑物高程信息，尤其是主体高程信息在当前的城市规划、数字城市的建设等方面尤为重要。但由于不同时期不同的成图需求、作业方式等各方面的原因，在地图的成图过程中都没有获取地物的高程信息。在数字技术快速发展并得到广泛应用的今天，丧失了高程信息的地理数据，其用途受到了极大的限制。以目前的成图需求来看，对于这些不包含高程信息的地图数据在其基础上重新进行立体测图以获取缺失的高程信息，通过摄影测量工作站进行屋顶高程提取的劳动强度较大，且效率低下，自动化提取程度不高。

发明内容

为了克服上述现有技术中存在的缺陷，本发明的目的是提供一种建筑物主体高程信息获取方法，通过利用数字地形图数据获取建筑物轮廓信息，利用建筑物轮廓信息结合DSM数据(Digital Surface Model，数字表面模型)获取建筑物主体高程信息，对三维仿真、数字城市、智慧城市建设有着重要作用。

为了实现本发明的上述目的，本发明提供了一种建筑物主体高程信息获取方法，该方法包括以下步骤：S1.利用数字地形图数据获取初始建筑物轮廓范围Q₀，将初始建筑物轮廓范围Q₀与DSM数据套合，并根据初始建筑物轮廓范围Q₀的各个方向内缩D个像素，得到建筑物有效轮廓范围Q₁，所述D为正整数；S2.计算建筑物有效轮廓范围Q₁内所有DSM数据的第一高程信息集合X，计算建筑物主体高程置信区间[θ₁,θ₂]；S3.获取第一建筑物高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’，再根据第二高程信息集合X’内高程值的点位坐标与建筑物有效轮廓范围Q₁、DSM数据范围的几何位置关系，得到可靠高程信息集合X”；S4.根据建筑物主体的可靠高程信息集合X”，计算得到建筑物主体高程值。

本发明先获取建筑物有效轮廓范围Q₁，进而减少数据平面误差的影响，然后获取建筑物有效轮廓范围Q₁内所有DSM数据的第一高程信息集合X，再获取第一建筑物高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’，排除了屋顶绿化、屋顶造型等因素对主体高程信息的影响，进而再排除女儿墙、电梯井等因素得到可靠高程信息集合X”，最终得到建筑物主体高程值。

进一步的，步骤S1包括：S11.从数字地形图数据中分离出建筑物图层，通过矢量提取、接边、合并、构面、格式转换的处理流程，得到建筑物初始轮廓范围Q₀；S12.将建筑物初始轮廓范围Q₀与DSM数据套合；S13.将建筑物初始轮廓范围Q₀沿建筑物轮廓的各个方向作D个像素内缩处理，得到建筑物有效轮廓范围Q₁。

通过对建筑物轮廓范围Q₀的内缩处理，排除了DSM平面精度、数字地形图平面精度等因素对建筑物主体高程信息的影响。

更进一步的，所述内缩处理尺寸D的计算公式为

$D=\mathrm{fix}\left(\frac{L_{\mathrm{DSM}}+L_{\mathrm{DLG}}}{P_{\mathrm{DSM}}}\right)+1$    (公式1),

其中，fix()函数表示取不小于某值的最小整数；

L_DSM为DSM数据的平面精度，单位为米；

L_DLG为数字地形图数据的平面精度，单位为米；

P_DSM为DSM数据的分辨率，单位为米。

进一步的，步骤S2包括：S21.获取建筑物有效轮廓范围Q₁范围内所有DSM数据的第一高程信息集合X；S22.获取第一高程信息集合X的个数n；S23.获取第一高程信息集合X的平均值μ、方差σ²；S24.计算建筑物主体高程的置信度为的置信区间[θ₁,θ₂]，公式如下：

$[{\mathrm{\θ}}_1,{\mathrm{\θ}}_2]=[\mathrm{\μ}-\frac{\mathrm{\σ}}{\sqrt{n}}{Z}_{\frac{\∂}{2}}(n-1),\mathrm{\μ}+\frac{\mathrm{\σ}}{\sqrt{n}}{Z}_{\frac{\∂}{2}}(n-1)]$    (公式2),

其中，μ为第一高程信息集合X的平均值，σ为第一高程信息集合X的标准差；n为第一高程信息集合X的个数，或Q₁范围内获取到的高程值个数；为显著水平，Z为满足正态分布的随机变量，为正态分布表参数。

得到建筑物有效轮廓范围Q₁内主体高程的置信度为置信区间[θ₁,θ₂]，进而排除了屋顶绿化、屋顶造型等因素对建筑物主体的高程信息的影响。

进一步的，步骤S3包括：S31.获取建筑物第一高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’；S32.根据建筑物有效轮廓范围Q₁与DSM数据的套合情况，获取第二高程信息集合X’中每个高程值对应点位坐标P(x,y)；S33.根据建筑物有效轮廓范围Q₁、点位坐标P(x,y)、女儿墙宽度w三者的位置关系，剔除第二高程信息集合X’中点位在女儿墙范围内的高程值，得到建筑物主体可靠高程集合X”。

通过获取建筑物第一高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’，并排除建筑物顶部女儿墙对建筑物主体高程信息影响，得到了建筑物主体可靠高程集合X”。

进一步的，步骤S4包括：S41.计算建筑物主体可靠高程集合X”中满足置信区间[θ₁,θ₂]的高程的平均值X即为建筑物主体的可靠高程值。

本发明的有益效果是：本发明利用数字地形图数据获取建筑物轮廓信息，利用建筑物轮廓信息结合DSM数据获取建筑物主体高程信息，排除屋顶绿化、屋顶造型、女儿墙等方面的影响，进而获得建筑物主体精确高程信息，对三维仿真、数字城市、智慧城市建设有着重要作用。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1是本发明一种优选实施方式中初始建筑物轮廓范围Q₀与高精度DSM数据套合示意图；

图2是本发明一种优选实施方式中建筑物有效轮廓范围Q₁与高精度DSM数据套合示意图。

具体实施方式

下面详细描述本发明的实施例，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。

本发明提供了一种建筑物主体高程信息获取方法，该方法包括以下步骤：S1.利用数字地形图数据获取初始建筑物轮廓范围Q₀，将初始建筑物轮廓范围Q₀与DSM数据套合，并根据初始建筑物轮廓范围Q₀的各个方向内缩D个像素，得到建筑物有效轮廓范围Q₁，所述D为正整数；S2.计算建筑物有效轮廓范围Q₁内所有DSM数据的第一高程信息集合X，计算建筑物主体高程置信区间[θ₁,θ₂]；S3.获取第一建筑物高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’，再根据第二高程信息集合X’内高程值的点位坐标与建筑物有效轮廓范围Q₁、DSM数据范围的几何位置关系，得到可靠高程信息集合X”；S4.根据建筑物主体的可靠高程信息集合X”，计算得到建筑物主体高程值。

在本实施方式中，DSM数据为现有的已测绘成果数据，是本发明的基础数据源，具体获取DSM数据的方法可采用现有的任意方法.在获取建筑物主体高程信息时，先获得建筑物有效轮廓范围Q₁，进而减少数据平面误差的影响，然后获取建筑物有效轮廓范围Q₁内所有DSM数据的第一高程信息集合X，再获取第一建筑物高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’，排除了屋顶绿化、屋顶造型等因素对主体高程信息的影响，进而再排除女儿墙、电梯井等因素得到可靠高程信息集合X”，最终得到建筑物主体高程值。

具体的，步骤S1包括：

S11.从数字地形图数据中分离出建筑物图层，通过矢量提取、接边、合并、构面、格式转换的处理流程，得到建筑物初始轮廓范围Q₀，如图1和图2中黑色线条所示的区域。

S12.将建筑物初始轮廓范围Q₀与DSM数据套合；

S13.将建筑物初始轮廓范围Q₀沿建筑物轮廓的各个方向作D个像素内缩处理，得到建筑物有效轮廓范围Q₁，如图2中白线所示。

通过对建筑物轮廓范围Q₀的内缩处理，排除了DSM平面精度、数字地形图平面精度等因素对建筑物主体高程信息的影响。

作为本实施例的优选方案，所述内缩处理尺寸D的计算公式为

$D=\mathrm{fix}\left(\frac{L_{\mathrm{DSM}}+L_{\mathrm{DLG}}}{P_{\mathrm{DSM}}}\right)+1$    (公式1)，

其中，fix()函数表示取不小于某值的最小整数；

L_DSM为DSM数据的平面精度，单位为米；

L_DLG为数字地形图数据的平面精度，单位为米；

P_DSM为DSM数据的分辨率，单位为米。

这里L_DSM、L_DLG、P_DSM的值根据具体情况而有所不同，使得本发明能针对于各种比例尺数字地形图进行建筑物主体高程的获取，针对于具体的DSM数据和数字地形图时，只需将该DSM数据的L_DSM、P_DSM和数字地形图的L_DLG值带入该公式方可计算出内缩尺寸D的值。

步骤S2包括：S21.获取建筑物有效轮廓范围Q₁范围内所有DSM数据的第一高程信息集合X；S22.获取第一高程信息集合X的个数n；S23.获取第一高程信息集合X的平均值μ、方差σ²；S24.计算建筑物主体高程的置信度为的置信区间[θ₁,θ₂]，公式如下：

$[{\mathrm{\θ}}_1,{\mathrm{\θ}}_2]=[\mathrm{\μ}-\frac{\mathrm{\σ}}{\sqrt{n}}{Z}_{\frac{\∂}{2}}(n-1),\mathrm{\μ}+\frac{\mathrm{\σ}}{\sqrt{n}}{Z}_{\frac{\∂}{2}}(n-1)]$    (公式2)，

其中，μ为第一高程信息集合X的平均值，σ为第一高程信息集合X的标准差；n为第一高程信息集合X的个数，或Q₁范围内获取到的高程值个数；为显著水平，可根据具体的要求而设定，Z为满足正态分布的随机变量，为正态分布表参数，可在正态分布表中查得。

该实施例得到建筑物有效轮廓范围Q₁内主体高程的置信度为置信区间[θ₁,θ₂]，进而排除了屋顶绿化、屋顶造型等因素对建筑物主体的高程信息的影响。

步骤S3包括：S31.获取建筑物第一高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’；S32.根据建筑物有效轮廓范围Q₁与DSM数据的套合情况，获取第二高程信息集合X’中每个高程值对应点位坐标P(x,y)，其中第二高程信息集合X’中第i个高程值记录为X_i，X_i对应的点位坐标为P(x_i,y_i)；S33.根据建筑物有效轮廓范围Q₁、点位坐标P(x,y)、女儿墙宽度w三者的位置关系，剔除第二高程信息集合X’中点位在女儿墙范围内的高程值，得到建筑物主体可靠高程集合X”。

在本实施例中，女儿墙宽度w为计算过程中的经验取值，可根据现行建筑设计规范取值，一般地区女儿墙宽度为250毫米。本实施例通过获取建筑物第一高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X’，并排除建筑物顶部女儿墙对建筑物主体高程信息影响，得到了建筑物主体可靠高程集合X”。

步骤S4包括：S41.计算建筑物主体可靠高程集合X”中满足置信区间[θ₁,θ₂]的高程的平均值即为建筑物主体的可靠高程值。

本发明利用数字地形图数据获取建筑物轮廓信息，利用建筑物轮廓信息结合DSM数据获取建筑物主体高程信息，排除屋顶绿化、屋顶造型、女儿墙等方面的影响，进而获得建筑物主体精确高程信息，对三维仿真、数字城市、智慧城市建设有着重要作用。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (6)

1.一种建筑物主体高程信息获取方法，其特征在于，该方法包括以下步骤：

S1.利用数字地形图数据获取初始建筑物轮廓范围Q₀，将初始建筑物轮廓范围Q₀与DSM数据套合，并根据初始建筑物轮廓范围Q₀的各个方向内缩D个像素，得到建筑物有效轮廓范围Q₁，所述D为正整数；

S2.计算建筑物有效轮廓范围Q₁内所有DSM数据的第一高程信息集合X，计算建筑物主体高程置信区间[θ₁,θ₂]；

S3.获取第一建筑物高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X'，再根据第二高程信息集合X'内高程值的点位坐标与建筑物有效轮廓范围Q₁、DSM数据范围的几何位置关系，得到可靠高程信息集合X″；

S4.根据建筑物主体的可靠高程信息集合X″，计算得到建筑物主体高程值。

2.根据权利要求1所述的一种建筑物主体高程信息获取方法，其特征在于，步骤S1包括：

S11.从数字地形图数据中分离出建筑物图层，通过矢量提取、接边、合并、构面、格式转换的处理流程，得到建筑物初始轮廓范围Q₀；

S12.将建筑物初始轮廓范围Q₀与DSM数据套合；

S13.将建筑物初始轮廓范围Q₀沿建筑物轮廓的各个方向作D个像素内缩处理，得到建筑物有效轮廓范围Q₁。

3.根据权利要求1或2所述的一种建筑物主体高程信息获取方法，其特征在于，所述内缩处理尺寸D的计算公式为

$D=\mathrm{fix}\left(\frac{L_{\mathrm{DSM}}+L_{\mathrm{DLG}}}{P_{\mathrm{DSM}}}\right)+1$        (公式1)，

其中，fix()函数表示取不小于某值的最小整数；

L_DSM为DSM数据的平面精度，单位为米；

L_DLG为数字地形图数据的平面精度，单位为米；

P_DSM为DSM数据的分辨率，单位为米。

4.根据权利要求1所述的一种建筑物主体高程信息获取方法，其特征在于，步骤S2包括：

S21.获取建筑物有效轮廓范围Q₁范围内所有DSM数据的第一高程信息集合X；

S22.获取第一高程信息集合X的个数n；

S23.获取第一高程信息集合X的平均值μ、方差σ²；

S24.计算建筑物主体高程的置信度为的置信区间[θ₁,θ₂]，公式如下：

$[{\mathrm{\θ}}_1,{\mathrm{\θ}}_2]=[\mathrm{\μ}-\frac{\mathrm{\σ}}{\sqrt{n}}{Z}_{\frac{\∂}{2}}(n-1),\mathrm{\μ}+\frac{\mathrm{\σ}}{\sqrt{n}}{Z}_{\frac{\∂}{2}}(n-1)]$  (公式2)，

其中，μ为第一高程信息集合X的平均值，σ为第一高程信息集合X的标准差；

n为第一高程信息集合X的个数，即Q₁范围内获取到的高程值个数；

为显著水平，Z为满足正太分布的随机变量，为正态分布表参数。

5.根据权利要求1所述的一种建筑物主体高程信息获取方法，其特征在于，步骤S3包括：

S31.获取建筑物第一高程信息集合X中满足置信区间[θ₁,θ₂]的第二高程信息集合X'；

S32.根据建筑物有效轮廓范围Q₁与DSM数据的套合情况，获取第二高程信息集合X'中每个高程值对应点位坐标P(x,y)；

S33.根据建筑物有效轮廓范围Q₁、点位坐标P(x,y)、女儿墙宽度w三者的位置关系，剔除第二高程信息集合X'中点位在女儿墙范围内的高程值，得到建筑物主体可靠高程集合X″。

6.根据权利要求1所述的一种建筑物主体高程信息获取方法，其特征在于，步骤S4包括：

S41.计算建筑物主体可靠高程集合X″中满足置信区间[θ₁,θ₂]的高程的平均值即为建筑物主体的可靠高程值。