CN117455815A - 基于卫星影像平顶建筑物顶底偏移校正方法及相关设备 - Google Patents
基于卫星影像平顶建筑物顶底偏移校正方法及相关设备 Download PDFInfo
- Publication number
- CN117455815A CN117455815A CN202311353695.7A CN202311353695A CN117455815A CN 117455815 A CN117455815 A CN 117455815A CN 202311353695 A CN202311353695 A CN 202311353695A CN 117455815 A CN117455815 A CN 117455815A
- Authority
- CN
- China
- Prior art keywords
- image
- vector
- dsm
- elevation value
- building
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 241001270131 Agaricus moelleri Species 0.000 title claims abstract description 34
- 239000013598 vector Substances 0.000 claims abstract description 285
- 238000012937 correction Methods 0.000 claims abstract description 53
- 238000003860 storage Methods 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000012892 rational function Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- BWSIKGOGLDNQBZ-LURJTMIESA-N (2s)-2-(methoxymethyl)pyrrolidin-1-amine Chemical compound COC[C@@H]1CCCN1N BWSIKGOGLDNQBZ-LURJTMIESA-N 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种基于卫星影像平顶建筑物顶底偏移校正方法及相关设备,涉及数据处理技术领域。方法包括:获取目标建筑的物方顶部矢量轮廓、数字高程模型图像(DEM图像)和数字地表模型图像(DSM图像);根据物方顶部矢量轮廓和DEM图像确定目标建筑的像方顶部矢量轮廓;根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值;根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓。本申请通过DEM图像和DSM图像可以将建筑物的顶部矢量校正到建筑物的底座位置,消除了由投影差带来的顶部矢量轮廓与底座位置发生偏移的问题,实现建筑物顶部矢量的投影差改正。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种基于卫星影像平顶建筑物顶底偏移校正方法及相关设备。
背景技术
由于卫星成像过程中仅能够获取建筑物局部信息,且高层建筑的顶部与底座之间存在偏移。因此卫星遥感影像中建筑物的顶部矢量轮廓与底部矢量轮廓存在位置不一致问题。传统解决该问题方法主要通过遥感影像真正射校正方法对影像本身进行投影差改正,但真正射影像受高精度DSM图像获取困难、遮挡的问题以及镶嵌线选择的问题影响,限制了真正射影像的质量。因此,工程生产过程中通常利用正射校正影像提取建筑物顶部矢量,再人工调整建筑物的顶部矢量至建筑物底部,进而完成建筑物顶底偏移的校正。人工校正的方法工作效率低。因此,如何实现自动化的卫星遥感影像中建筑物投影差的校正是目前亟需解决的问题。
发明内容
鉴于上述问题,本申请提供一种基于卫星影像平顶建筑物顶底偏移校正方法及相关设备,解决了如何实现自动化的卫星遥感影像中建筑物投影差的校正的问题。
为解决上述技术问题,本申请提出以下方案:
第一方面,本申请提供了一种基于卫星影像平顶建筑物顶底偏移校正方法,方法包括:获取目标建筑的建筑物信息,建筑物信息包括目标建筑的物方顶部矢量轮廓、DEM图像和DSM图像,物方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感正射影像上的成像多边形;根据物方顶部矢量轮廓和DEM图像确定目标建筑的像方顶部矢量轮廓,像方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感原始影像上的成像多边形;根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值;根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓,物方底部矢量轮廓用于指示目标建筑底部矢量在卫星遥感正射影像上校正后的多边形。
进一步的,根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值,包括:根据DSM图像确定最大高程值和最小高程值,最大高程值用于指示目标建筑的最大高程值,最小高程值用于指示目标建筑所在的地面的高程值;根据最大高程值、最小高程值和像素坐标计算投影光线的斜率;根据DSM图像的分辨率确定搜索间距;根据斜率和搜索间距确定投影光线的高度;根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值。
进一步的,根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值,包括:当搜索路径上第一点的DSM高程值等于投影光线的高度时,获取第一点的地理坐标和DSM高程值,搜索路径为投影光线在DSM图像上的投影。
进一步的,根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值,还包括:当搜索间距与分辨率相同,且第二点的高程值等于投影光线的高度,第三点的高程值小于投影光线的高度时,获取第二点、第三点的连线与投影光线的交点的DSM高程值,第二点与第三点在搜索路径上相差搜索间距;根据DSM图像确定交点的地理坐标。
进一步的,方法还包括:当搜索路径上第四点的高程值大于投影光线的高度,且第五点的高程值小于投影光线的高度时,将第四点和第五点之间的区域设置为搜索路径,将搜索间距设置为分辨率,第四点与第五点在搜索路径上相差搜索间距。
进一步的,根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓,包括:根据像方矢量轮廓上各节点的DSM高程值和地理坐标确定像方矢量轮廓的DSM高程值;根据像方矢量轮廓上各节点的像素坐标和像方矢量轮廓的DSM高程值、误差阈值确定物方底部矢量轮廓上各节点的地理坐标。
进一步的,建筑物信息还包括参考底部矢量轮廓,方法还包括:根据参考底部矢量轮廓确定卫星遥感正射影像中物方底部矢量轮廓的准确度。
第二方面,本申请提供了一种基于卫星影像平顶建筑物顶底偏移校正装置,基于卫星影像平顶建筑物顶底偏移校正装置包括:获取模块和校正模块。
获取模块,用于获取目标建筑的建筑物信息,建筑物信息包括目标建筑的物方顶部矢量轮廓、DEM图像和DSM图像,物方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感正射影像上的成像多边形。
校正模块,用于根据物方顶部矢量轮廓和DEM图像确定目标建筑的像方顶部矢量轮廓,像方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感原始影像上的成像多边形;根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值;根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓,物方底部矢量轮廓用于指示目标建筑底部矢量在卫星遥感正射影像上校正后的多边形。
为了实现上述目的,根据本申请的第三方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述第一方面的基于卫星影像平顶建筑物顶底偏移校正方法。
为了实现上述目的,根据本申请的第四方面,提供了一种电子设备,所述设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,处理器、存储器通过总线完成相互间的通信;处理器用于调用存储器中的程序指令,以执行上述第一方面的基于卫星影像平顶建筑物顶底偏移校正方法。
借由上述技术方案,本申请提供的技术方案至少具有下列优点:
本申请提供的一种基于卫星影像平顶建筑物顶底偏移校正方法及相关设备,通过对建筑物的矢量数据进行处理,即通过DEM图像和DSM图像对建筑物的顶部矢量轮廓进行处理,可以将建筑物的顶部矢量校正到建筑物的底座位置,消除了由投影差带来的顶部矢量轮廓与底座位置发生偏移的问题,实现建筑物顶部矢量的投影差改正。并且本申请是通过对卫星遥感正射影像中建筑的矢量轮廓进行处理,进而实现投影差校正,可以提高投影差校正的效率及准确度。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本申请实施例提供的一种电子设备的结构示意图;
图2示出了本申请实施例提供的一种基于卫星影像平顶建筑物顶底偏移校正方法的流程示意图;
图3示出了本申请实施例提供的一种确定像方顶部矢量轮廓上各节点的DSM高程值的流程图;
图4a示出了本申请实施例提供的一种投影光线搜索的示意图;
图4b示出了本申请实施例提供的另一种投影光线搜索的示意图;
图5a示出了本申请实施例提供的一种卫星遥感正射影像提取的物方建筑物顶部矢量轮廓的示意图;
图5b示出了本申请实施例提供的一种建筑物矢量投影差改正后的物方建筑物底部矢量轮廓的示意图;
图6示出了本申请实施例提供的另一种基于卫星影像平顶建筑物顶底偏移校正方法的流程示意图;
图7示出了本申请实施例提供的一种基于卫星影像平顶建筑物顶底偏移校正装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例中术语“第一”“第二”等字样不具有逻辑或时序上的依赖关系,也不对数量和执行顺序进行限定。还应理解,尽管以下描述使用术语第一、第二等来描述各种元素,但这些元素不应受术语的限制。这些术语只是用于将一元素与另一元素区别分开。
本申请实施例中术语“至少一个”的含义是指一个或多个,本申请实施例中术语“多个”的含义是指两个或两个以上。
还应理解,术语“如果”可被解释为“当……时”(“when”或“upon”)或“响应于确定”或“响应于检测到”。类似地,根据上下文,短语“如果确定...”或“如果检测到[所陈述的条件或事件]”可被解释为“在确定...时”或“响应于确定...”或“在检测到[所陈述的条件或事件]时”或“响应于检测到[所陈述的条件或事件]”。
为方便理解本申请的方案,首先给出相关概念的简要介绍如下。
数字正射影像(Digital Orthophoto Map,DOM)是利用数字高程模型对数字化航空摄影影像,经逐像元进行投影差改正、镶嵌,按国家基本比例尺地形图图幅范围裁切生成的数字正射影像数据集,对航空(或航天)相片进行数字微分纠正和镶嵌,按一定图幅范围裁剪生成的数字正射影像集。它是同时具有地图几何精度和影像特征的图像。
数字高程模型(Digital Elevation Model,DEM)是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达),它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。数字高程模型代表裸地表面,去除所有自然和建筑特征,数字高程模型是对地貌形态的虚拟表示,可派生出等高线、坡度图等信息。
数字表面模型(Digital Surface Model,DSM)是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和数字高程模型相比,数字高程模型只包含了地形的高程信息,并未包含其它地表信息,数字表面模型是在数字高程模型的基础上,进一步涵盖了除地面以外的其它地表信息的高程。
高程指的是某点沿铅垂线方向到绝对基面的距离。
以上是对本申请的实施例中涉及到的技术术语的介绍,以下不再赘述。
基于卫星影像平顶建筑物顶底偏移校正本申请实施例还提供一种基于卫星影像平顶建筑物顶底偏移校正装置,该基于卫星影像平顶建筑物顶底偏移校正装置可以用于执行上述基于卫星影像平顶建筑物顶底偏移校正方法。可选的,该基于卫星影像平顶建筑物顶底偏移校正装置可为具有数据处理能力的电子设备,或者是该电子设备中的功能模块,对此不作限定。
例如,该电子设备可以是服务器,其可以是单独的一个服务器,或者,也可以是由多个服务器构成的服务器集群。又例如,该电子设备可以是手机、平板电脑、桌面型、膝上型、手持计算机、笔记本电脑、超级移动个人计算机(Ultra-mobile Personal Computer,UMPC)、上网本,以及蜂窝电话、个人数字助理(Personal Digital Assistant,PDA)、增强现实(Augmented Reality,AR)、虚拟现实(Virtual Reality,VR)设备等终端设备。又例如,该电子设备还可以为录像设备、视频监控设备等设备。本申请对该电子设备的具体形态不作特殊限制。
下面以基于卫星影像平顶建筑物顶底偏移校正装置是电子设备为例,如图1所示,图1为本申请提供的一种电子设备100的硬件结构。
如图1所示,该电子设备100包括处理器110,通信线路120以及通信接口130。
可选的,该电子设备100还可以包括存储器140。其中,处理器110,存储器140以及通信接口130之间可以通过通信线路120连接。
其中,处理器110可以是中央处理器(Central Processing Unit,CPU)、通用处理器网络处理器(Network Processor,NP)、数字信号处理器(Digital Signal Processing,DSP)、微处理器、微控制器、可编程逻辑器件(Programmable Logic Device,PLD)或它们的任意组合。处理器110还可以是其它任意具有处理功能的装置,例如电路、器件或软件模块,不做限制。
在一种示例中,处理器110可以包括一个或多个CPU,例如图1中的CPU0和CPU1。
作为一种可选的实现方式,电子设备100包括多个处理器,例如,除处理器110之外,还可以包括处理器170。通信线路120,用于在电子设备100所包括的各部件之间传送信息。
通信接口130,用于与其他设备或其它通信网络进行通信。该其它通信网络可以为以太网,无线接入网(Radio Access Network,RAN),无线局域网(Wireless Local AreaNetworks,WLAN)等。通信接口130可以是模块、电路、收发器或者任何能够实现通信的装置。
存储器140,用于存储指令。其中,指令可以是计算机程序。
其中,存储器140可以是只读存储器(Read-only Memory,ROM)或可存储静态信息和/或指令的其他类型的静态存储设备,也可以是存取存储器(Random Access Memory,RAM)或者可存储信息和/或指令的其他类型的动态存储设备,还可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备等,不予限制。
需要指出的是,存储器140可以独立于处理器110存在,也可以和处理器110集成在一起。存储器140可以用于存储指令或者程序代码或者一些数据等。存储器140可以位于电子设备100内,也可以位于电子设备100外,不做限制。
处理器110,用于执行存储器140中存储的指令,以实现本申请下述实施例提供的通信方法。例如,当电子设备100为终端或者终端中的芯片时,处理器110可以执行存储器140中存储的指令,以实现本申请下述实施例中发送端所执行的步骤。
作为一种可选的实现方式,电子设备100还包括输出器件150和输入器件160。其中,输出器件150可以是显示屏、扬声器等能够将电子设备100的数据输出给用户的器件。输入器件160是可以键盘、鼠标、麦克风或操作杆等能够向电子设备100输入数据的器件。
需要指出的是,图1中示出的结构并不构成对该计算装置的限定,除图1所示部件之外,该计算装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本申请实施例描述的基于卫星影像平顶建筑物顶底偏移校正装置以及应用场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着基于卫星影像平顶建筑物顶底偏移校正装置的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
接下来,结合附图对基于卫星影像平顶建筑物顶底偏移校正方法进行详细说明。图2为本申请提供的一种基于卫星影像平顶建筑物顶底偏移校正方法的流程示意图。该方法应用于具有图1所示硬件结构的基于卫星影像平顶建筑物顶底偏移校正装置,具体包括以下步骤:
步骤210、获取目标建筑的建筑物信息。
首先从卫星遥感正射影像中获取多个建筑物的物方顶部矢量轮廓。物方顶部矢量轮廓用于指示建筑物的顶部矢量在卫星遥感正射影像上的成像多边形。除此之外,从卫星遥感正射影像还可以获取到物方顶部矢量轮廓上各节点的地理坐标。地理坐标用于指示物方顶部矢量轮廓在地理坐标系下的坐标。举例来说,地理坐标系可以是WGS84坐标系。
在一种实施方式中,物方顶部矢量轮廓可以通过人工目视解译或自动、半自动矢量化。
由于卫星遥感正射影像是利用DEM图像得到的,而DSM图像包括了地表建筑物的高程数据。因此,本申请的建筑物信息还包括同一个研究区域内的DEM图像和DSM图像。根据同一研究区域内的DEM图像和DSM图像进行基于卫星影像平顶建筑物顶底偏移校正,以消除投影差。
在一种实施方式中,DEM图像和DSM图像可以根据卫星遥感影像立体成像对和全自动影像匹配技术得到。具体的,结合控制点和卫星遥感立体影像,进行局部区域网平差,基于优化后的卫星遥感影像RPC参数建立立体像对,通过多模型多基线算法的自动匹配获取DSM图像,对DSM图像采取自动滤波算法获取DEM图像。
需要说明的是,本申请中的建筑物均为平顶建筑。
步骤220、根据物方顶部矢量轮廓和DEM图像确定目标建筑的像方顶部矢量轮廓。
由于卫星遥感正射影像是利用DEM图像得到的,因此本申请根据卫星遥感正射影像中获取到的物方顶部矢量轮廓和DEM图像确定卫星遥感正射影像中包括的一个或多个建筑物的像方顶部矢量轮廓。像方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感原始影像上的成像多边形。
在一种实施方式中,根据DEM图像与目标建筑的物方顶部矢量轮廓的空间位置关系,获取目标建筑在DEM图像中的高程值。从而根据该高程值对物方顶部矢量轮廓进行有理函数模型(Rational Function Model,RFM)反变换。即将物方顶部矢量轮廓逆投影到原始影像上,得到像方顶部矢量轮廓及像方顶部矢量轮廓上各节点的像素坐标。
RFM模型是直接采用数学函数将地面点大地坐标与其对应的像素坐标用比值多项式关联起来的一种通用的遥感卫星传感器成像几何模型。是一种能够获得与严格成像模型近似一致精度的、形式简单的概括模型。有理函数有独立于具体传感器、形式简单等特点,能满足传感器参数透明化、成像几何模型通用化和处理高速智能化的要求。它既可以为用户提供精确的地理信息,又不泄露卫星的相关参数,并能与国际技术发展趋势相一致,现已成为国内外测绘卫星提供产品的主要形式和手段。
因此本申请基于有理多项式系数(Rational Polynomial Coefficients,RPC)的RFM模型对物方顶部矢量轮廓上各节点的地理坐标进行处理,可以得到目标建筑的像方顶部矢量轮廓上各节点的像素坐标。
RFM模型表达式如下:
其中,NL,DL,Ns,Ds都是多项式函数,最高阶数为3。每个多项式是关于(P,L,H)的三次多项式。例如:
NL(P,L,H)=a1+a2L+a3P+a4H+
a5LP+a6LH+a7PH+a8L2+a9P2+
a10H2+a11PLH+a12L3+a13LP2+
a14LH2+a15L2P+a16P3+a17PH2+
a18L2H+a19P2H+a20H3
其中,a1,a2,a3,…,a20是多项式系数。
(r,c)是像素坐标(x,y)标准化后的坐标,x,y指的是图像坐标点的行列号,单位为所在行号和列号。(P,L,H)是地理坐标(X,Y,Z)标准化后的坐标,X,Y,Z指的是WGS84坐标系下的经度、纬度和大地高。
其中,LATOFF是大地纬度偏移,LONGOFF是大地经度偏移,HEIGHTOFF是大地高偏移,SAMPOFF是相对于图像中心点列偏移,LINEOFF是相对于图像中心点行偏移,上述参数均为标准化的平移参数,LATSCALE是大地纬度比例,LONGSCALE是大地经度比例,HEIGHTSCALE是大地高比例,SAMPSCALE是列比例,LINESCALE是行比例,上述参数均为标准化的比例参数。RFM模型采用标准化坐标可以增强参数求解的稳定性,减少计算过程当中由于数据量级别差别过大引起的舍入误差。
需要说明的是,本申请中RFM正变换定义为从原始影像的像素坐标到地理坐标系下的大地经纬度坐标的变换过程。RFM反变换定义为从地理坐标系下的大地经纬度坐标到原始影像的像素坐标的变换过程。
步骤230、根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值。
图3提供了一种确定像方顶部矢量轮廓上各节点的DSM高程值的流程图。根据DSM图像确定最大高程值和最小高程值。根据最大高程值、最小高程值和像素坐标计算投影光线的斜率。根据DSM图像的分辨率确定搜索间距。根据斜率和搜索间距确定投影光线的高度。根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值。
下面对本步骤进行详细解释。首先,根据建筑物矢量的地理坐标计算研究区域的范围并对其建立缓冲区。结合DSM图像选出该区域内的最大高程值和最小高程值。最大高程值用于指示卫星遥感正射影像中一个或多个建筑物的最大高程值,最小高程值用于指示卫星遥感正射影像中地面的高程值。举例来说,最大高程值可以为176.3m,最小高程值可以为0m。
由于投影光线会与最大高程值所在平面和最小高程值所在平面相交,因此本申请通过每束投影光线与最大高程值所在平面和最小高程值所在平面的交点计算该投影光线的斜率。
根据建筑物的像素坐标以及最大高程值、最小高程值,利用RPC正变换计算出每束投影光线上最大高程值的空间位置和最小高程值对应的空间位置,根据这两个点的坐标确定该投影光线的斜率。
具体的,分别将最大高程值和最小高程值作为物方顶部矢量轮廓各个节点的初始高程值,结合像素坐标,求出经过像方顶部矢量轮廓上各节点的投影光线上最大高程值对应的三维空间坐标和最小高程值对应的三维空间坐标,地理坐标(Xi,max,Yi,max,Hi,max)、(Xi,min,Yi,min,Hi,min),进而求出对应的投影光线的斜率:
其次,根据DSM图像的分辨率确定搜索间距:D=kd(k>1),其中,d为DSM图像的分辨率。
按照DSM图像的分辨率逐像素进行搜索时,当分辨率较大时搜索时间会延长,当搜索间距较大时,可能会出现当前搜索点的DSM高程值小于该位置的投影光线高度,而下一个搜索点的DSM高程值仍小于该位置的投影光线高度,那么就会由于搜索间距过大导致未能正确识别出该搜索点的DSM高程值。为了解决上述问题,本申请将初始搜索间距设置为DSM分辨率的2倍。
进一步的,根据投影光线的斜率和搜索间距确定投影光线的高度Z':
其中,i=0,1,2,3,…i,n分别是搜索路径上第i个点和第n个点。
最后,根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值。
在本申请中已经根据研究区域内的最大高程值和最小高程值求出其在不同投影光线下的对应的地理坐标,也就是说对应的目标点的高程值会落在这两个点在地面上的对应的垂直投影点之间。因此为了缩小搜索范围,加快运行速度,本申请以投影光线上最大高程值所在位置在地面上的垂直投影点为起始点进行搜索,以投影光线在DSM图像上的投影为搜索路径。通过比较搜索路径上各个点的高程值与投影光线的高度来确定该像方顶部矢量轮廓上各节点的准确高程值。
当搜索路径上第一点的DSM高程值等于投影光线的高度时,从卫星遥感正射影像中获取第一点的地理坐标,从DSM图像中获取第一点的DSM高程值。
当搜索间距与分辨率相同,且第二点的高程值等于投影光线的高度,第三点的高程值小于投影光线的高度时,获取第二点、第三点的连线与投影光线的交点的DSM高程值,第二点与第三点在搜索路径上相差搜索间距;根据DSM图像确定交点的地理坐标:
其中,X0,Y0是DSM图像左上角的地理坐标,rx,ry分别为旋转系数,dx,dy分别为X方向和Y方向上的像素分辨率,col,row分别是当前搜索点在DSM图像上的列号和行号。
除此之外,当搜索路径上第四点的高程值大于投影光线的高度,且第五点的高程值小于投影光线的高度时,将第四点和第五点之间的区域设置为搜索路径,将搜索间距设置为分辨率,第四点与第五点在搜索路径上相差搜索间距。
图4a和图4b提供了一种以DSM图像的分辨率为搜索间距时确定建筑物各节点DSM高程值的示意图。下面以图4a和图4b为例,进行解释说明。
从摄影中心S出发,做一条经过建筑物矢量某一节点的射线(即投影光线),同时从地底点N出发,沿着光线在地面上的垂直投影方向进行搜索,当搜索路径上某一点的DSM高程值等于投影光线在该点的高度或者当该点的DSM高程值与投影光线的高度的关系发生变化时,则可找到对应的建筑物节点的DSM高程值。这里搜索区域是地底点到地物点的区域。
根据图4a和图4b可知,A'是建筑物矢量在正射影像的地理坐标,坐标为(X(A'),Y(A'))。a是建筑物矢量在原始影像(即像素坐标系)上的位置,坐标为(xa,ya)。根据RPC文件可以确定影像的拍摄范围从而结合DSM数据确定该范围内的最大高程值Hmax和最小高程值Hmin。
此时,根据(xa,ya)以及Hmax、Hmin,利用RFM模型表达式可以得到该点对应的地理坐标根据投影光线上这两点/>确定该投影光线的斜率。
以Amax在地面上的垂直投影点为起始点,沿投影光线在正射影像上的投影为搜索方向进行搜索。
如图4a所示,当沿搜索路径搜索到第3个搜索单元(搜索点2)时,搜索点2的DSM高程值Z2与投影光线的高度Z2'相等。此时,搜索点2对应的DSM高程值就是点A(也就是A')的DSM高程值。
如图4b所示,当沿搜索路径搜索到第2个搜索单元(搜索点1)时,搜索点1的DSM高程值Z1小于投影光线的高度Z1',而搜索到第3个搜索单元(搜索点2)时,(搜索点2)的DSM高程值Z2大于投影光线的高度Z2'。此时,将搜索点1和搜索点2的连线与投影光线的交点对应的DSM高程值作为点B(也就是B')的DSM高程值。
除此之外,本申请通过构建投影光线搜索模型,结合建筑物矢量轮廓和DSM图像获取建筑物准确的高程信息,未对DSM图像进行坐标变换等其他操作,减少了DSM图像的误差传播和运算量。
步骤240、根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓。
通过步骤230可以得到像方顶部矢量轮廓上每一个节点的DSM高程值。对于每一个建筑物矢量只能有一个高程值,由于DSM数据本身存在一定误差,故同一个建筑物顶部矢量的节点的DSM高程值可能会各不相同,为了保证同一个建筑物顶部矢量在同一平面,根据每一个节点的DSM高程值确定该像方顶部矢量轮廓的DSM高程值。例如,将像方顶部矢量轮廓所有节点的DSM高程值的众数或均值或中位数作为该像方顶部矢量轮廓的DSM高程值。在本申请中,不对确定像方顶部矢量轮廓的DSM高程值的具体方式做具体限定,上述仅作为一种示例进行解释说明。
进一步的,根据RFM模型利用线性变换构建误差方程。由于RFM模型不能直接实现像素坐标到地理坐标的转换,因此计算地面点的地理坐标时需要对RFM模型进行适当变形。即对RFM模型进行线性变换,得到误差方程:
其中,W为权矩阵,ΔP,ΔL为坐标改正数。
将步骤220得到的像方顶部矢量轮廓上各节点的像素坐标和步骤230得到的像方顶部矢量轮廓上各节点的DSM高程值输入上述误差方程,可以得到物方底部矢量轮廓上各节点的地理坐标,根据各节点的地理坐标得到物方底部矢量轮廓。
需要说明的是,物方底部矢量轮廓上各节点的地理坐标的最小误差大于阈值时,则根据最小二乘法的解继续迭代,直至满足设定的阈值范围,即可计算出对应的地理坐标。
图5a提供了一种卫星遥感正射影像提取的建筑物顶部矢量轮廓的示意图,该矢量轮廓是在用本申请的基于卫星影像平顶建筑物顶底偏移校正方法之前的影像。图5b提供了一种建筑物矢量投影差改正后的物方建筑物底部矢量轮廓的示意图。该结果是在图5a的建筑物顶部矢量轮廓的基础上进行投影差校正后的结果图。根据图5a和图5b可以看出,经过本申请校正后的建筑物物方顶部与建筑物物方底部矢量轮廓位置一致,进而实现了建筑物矢量的投影差校正。
综上,本申请通过DEM图像和DSM图像可以将建筑物的顶部矢量校正到建筑物的底座位置,消除了由投影差带来的顶部矢量轮廓与底座位置发生偏移的问题,实现建筑物顶部矢量的投影差改正。
图6为本申请实施例提供的另一种基于卫星影像平顶建筑物顶底偏移校正方法的流程示意图。与上述图2所示的方法区别在于,为验证本申请的基于卫星影像平顶建筑物顶底偏移校正方法的有效性和实用性,在得到校正后的物方底部矢量轮廓后,结合参考底部矢量轮廓,确定卫星遥感正射影像中的物方底部矢量轮廓的准确度。
步骤610、根据参考底部矢量轮廓确定卫星遥感正射影像中物方底部矢量轮廓的准确度。
在本申请实施例中,参考底部矢量轮廓是经过人工校正后的建筑物底部位置的矢量轮廓。此时参考底部矢量轮廓和物方底部矢量轮廓的坐标系不一致,为方便后续的面积计算,先将参考底部矢量轮廓和物方底部矢量轮廓的坐标转换至同一坐标系下。例如,将参考底部矢量轮廓和物方底部矢量轮廓上各节点的坐标均转换为CGCS2000投影坐标系的平面坐标。
为了减少准确度计算过程中的运算量。计算参考底部矢量轮廓与物方底部矢量轮廓的交并比IoU:
其中,Area物方指物方底部矢量轮廓的面积;Area参考指的是参考底部矢量轮廓的面积。换句话说,参考底部矢量轮廓与物方底部矢量轮廓的交并比是指参考底部矢量轮廓、物方底部矢量轮廓相交的面积与参考底部矢量轮廓、物方底部矢量轮廓面积之和的比值。
当参考底部矢量轮廓与物方底部矢量轮廓的交并比大于第一阈值时,指示该物方底部矢量轮廓校正合格。从卫星遥感正射影像中筛选出参考底部矢量轮廓与物方底部矢量轮廓的交并比大于第一阈值的物方底部矢量轮廓,即卫星遥感正射影像中校正合格的物方底部矢量轮廓。
进一步的,在上述校正合格的物方底部矢量轮廓中进行进一步筛选。在这里可以根据参考底部矢量轮廓与物方底部矢量轮廓的平均误差进行进一步筛选。参考底部矢量轮廓与物方底部矢量轮廓的平均误差:
其中,Xi,Yi,xi,yi分别是交并比大于第一阈值的物方底部矢量轮廓和对应的参考底部矢量轮廓上各节点的坐标。n指的是建筑物底部矢量轮廓上节点的数量。
当参考底部矢量轮廓与物方底部矢量轮廓的平均误差小于第二阈值时,可以进一步确定该物方底部矢量轮廓校正合格。从上一步筛选后的物方底部矢量轮廓中进一步筛选出平均误差小于第二阈值的物方底部矢量轮廓,并统计筛选后的物方底部矢量轮廓的数量,根据最终筛选后的物方底部矢量轮廓的数量和卫星遥感正射影像中的物方底部矢量轮廓的总数量确定卫星遥感正射影像中物方底部矢量轮廓的准确度。
综上,本申请针对卫星遥感正射影像中逐个物方底部矢量轮廓通过交并比、平均误差两个指标为依据分步完成正确物方底部矢量轮廓的筛选,整体上选择正确率评估指标对投影差改正结果进行精度评估。进而实现本申请的基于卫星影像平顶建筑物顶底偏移校正的准确度验证。
可以理解的是,为了实现上述实施例中功能,计算机设备包括了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本申请中所公开的实施例描述的各示例的单元及方法步骤,本申请能够以硬件或硬件和计算机软件相结合的形式来实现。某个功能究竟以件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用场景和设计约束条件。
进一步的,作为对上述图2所示方法实施例的实现,本申请实施例提供了一种基于卫星影像平顶建筑物顶底偏移校正装置。该装置的实施例与前述方法实施例对应,为便于阅读,本实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。具体如图7所示,基于卫星影像平顶建筑物顶底偏移校正装置700包括:获取模块710和校正模块720。
获取模块710,用于获取目标建筑的建筑物信息,建筑物信息包括目标建筑的物方顶部矢量轮廓、DEM图像和DSM图像,物方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感正射影像上的成像多边形。
校正模块720,用于根据物方顶部矢量轮廓和DEM图像确定目标建筑的像方顶部矢量轮廓,像方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感原始影像上的成像多边形;根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值;根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓。
进一步的,如图7所示,校正模块720具体用于,获取物方顶部矢量轮廓上各节点的地理坐标,地理坐标用于指示物方顶部矢量轮廓在地理坐标系下的坐标;根据DEM图像确定物方顶部矢量轮廓的DEM高程值;根据有理函数校正模型、地理坐标和DEM高程值确定像方顶部矢量轮廓上各节点的像素坐标,像素坐标用于指示像方顶部矢量轮廓在卫星遥感原始影像上的坐标。
进一步的,如图7所示,校正模块720具体用于,根据DSM图像确定最大高程值和最小高程值,最大高程值用于指示目标建筑的最大高程值,最小高程值用于指示目标建筑所在的地面的高程值;根据最大高程值、最小高程值和像素坐标计算投影光线的斜率;根据DSM图像的分辨率确定搜索间距;根据斜率和搜索间距确定投影光线的高度;根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值。
进一步的,如图7所示,校正模块720具体用于,当搜索路径上第一点的DSM高程值等于投影光线的高度时,获取第一点的地理坐标和DSM高程值,搜索路径为投影光线在DSM图像上的投影。
进一步的,如图7所示,校正模块720具体用于,当搜索间距与分辨率相同,且第二点的高程值等于投影光线的高度,第三点的高程值小于投影光线的高度时,获取第二点、第三点的连线与投影光线的交点的DSM高程值,第二点与第三点在搜索路径上相差搜索间距;根据DSM图像确定交点的地理坐标。
进一步的,如图7所示,校正模块720具体用于,当搜索路径上第四点的高程值大于投影光线的高度,且第五点的高程值小于投影光线的高度时,将第四点和第五点之间的区域设置为搜索路径,将搜索间距设置为分辨率,第四点与第五点在搜索路径上相差搜索间距。
进一步的,如图7所示,校正模块720具体用于,根据像方矢量轮廓上各节点的DSM高程值和地理坐标确定像方矢量轮廓的DSM高程值;根据像方矢量轮廓上各节点的像素坐标和像方矢量轮廓的DSM高程值、误差阈值确定物方底部矢量轮廓上各节点的地理坐标。
进一步的,如图7所示,基于卫星影像平顶建筑物顶底偏移校正装置还包括:验证模块730。验证模块730用于根据参考底部矢量轮廓确定卫星遥感正射影像中物方底部矢量轮廓的准确度。
进一步的,如图7所示,验证模块730具体用于,从卫星遥感正射影像中筛选出参考底部矢量轮廓与物方底部矢量轮廓的交并比大于第一阈值的物方底部矢量轮廓;确定筛选后的卫星遥感正射影像中参考底部矢量轮廓与物方底部矢量轮廓的平均误差小于第二阈值的物方底部矢量轮廓的数量;根据数量和卫星遥感正射影像中物方底部矢量轮廓的数量确定准确度。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述基于卫星影像平顶建筑物顶底偏移校正方法。
本申请实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述基于卫星影像平顶建筑物顶底偏移校正方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取目标建筑的建筑物信息,建筑物信息包括目标建筑的物方顶部矢量轮廓、DEM图像和DSM图像,物方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感正射影像上的成像多边形;根据物方顶部矢量轮廓和DEM图像确定目标建筑的像方顶部矢量轮廓,像方顶部矢量轮廓用于指示目标建筑顶部矢量在卫星遥感原始影像上的成像多边形;根据像方顶部矢量轮廓和DSM图像构建投影光线搜索模型,根据投影光线搜索模型确定像方顶部矢量轮廓上各节点的DSM高程值;根据像方顶部矢量轮廓、DSM高程值确定物方底部矢量轮廓。
进一步的,获取物方顶部矢量轮廓上各节点的地理坐标,地理坐标用于指示物方顶部矢量轮廓在地理坐标系下的坐标;根据DEM图像确定物方顶部矢量轮廓的DEM高程值;根据有理函数校正模型、地理坐标和DEM高程值确定像方顶部矢量轮廓上各节点的像素坐标,像素坐标用于指示像方顶部矢量轮廓在卫星遥感原始影像上的坐标。
进一步的,根据DSM图像确定最大高程值和最小高程值,最大高程值用于指示目标建筑的最大高程值,最小高程值用于指示目标建筑所在的地面的高程值;根据最大高程值、最小高程值和像素坐标计算投影光线的斜率;根据DSM图像的分辨率确定搜索间距;根据斜率和搜索间距确定投影光线的高度;根据像方顶部矢量轮廓、投影光线的高度和DSM图像确定像方顶部矢量轮廓上各节点的DSM高程值。
进一步的,当搜索路径上第一点的DSM高程值等于投影光线的高度时,获取第一点的地理坐标和DSM高程值,搜索路径为投影光线在DSM图像上的投影。
进一步的,当搜索间距与分辨率相同,且第二点的高程值等于投影光线的高度,第三点的高程值小于投影光线的高度时,获取第二点、第三点的连线与投影光线的交点的DSM高程值,第二点与第三点在搜索路径上相差搜索间距;根据DSM图像确定交点的地理坐标。
进一步的,当搜索路径上第四点的高程值大于投影光线的高度,且第五点的高程值小于投影光线的高度时,将第四点和第五点之间的区域设置为搜索路径,将搜索间距设置为分辨率,第四点与第五点在搜索路径上相差搜索间距。
进一步的,根据像方矢量轮廓上各节点的DSM高程值和地理坐标确定像方矢量轮廓的DSM高程值;根据像方矢量轮廓上各节点的像素坐标和像方矢量轮廓的DSM高程值、误差阈值确定物方底部矢量轮廓上各节点的地理坐标。
进一步的,建筑物信息还包括参考底部矢量轮廓,方法还包括:根据参考底部矢量轮廓确定卫星遥感正射影像中物方底部矢量轮廓的准确度。
进一步的,从卫星遥感正射影像中筛选出参考底部矢量轮廓与物方底部矢量轮廓的交并比大于第一阈值的物方底部矢量轮廓;确定筛选后的卫星遥感正射影像中参考底部矢量轮廓与物方底部矢量轮廓的平均误差小于第二阈值的物方底部矢量轮廓的数量;根据数量和卫星遥感正射影像中物方底部矢量轮廓的数量确定准确度。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于卫星影像平顶建筑物顶底偏移校正方法,其特征在于,所述方法包括:
获取目标建筑的建筑物信息,所述建筑物信息包括所述目标建筑的物方顶部矢量轮廓、数字高程模型(DEM)图像和数字地表模型(DSM)图像,所述物方顶部矢量轮廓用于指示所述目标建筑顶部矢量在卫星遥感正射影像上的成像多边形;
根据所述物方顶部矢量轮廓和所述DEM图像确定所述目标建筑的像方顶部矢量轮廓,所述像方顶部矢量轮廓用于指示所述目标建筑顶部矢量在卫星遥感原始影像上的成像多边形;
根据所述像方顶部矢量轮廓和所述DSM图像构建投影光线搜索模型,根据所述投影光线搜索模型确定所述像方顶部矢量轮廓上各节点的DSM高程值;
根据所述像方顶部矢量轮廓、所述DSM高程值确定物方底部矢量轮廓,所述物方底部矢量轮廓用于指示所述目标建筑底部矢量在所述卫星遥感正射影像上校正后的多边形。
2.根据权利要求1所述的方法,其特征在于,根据所述像方顶部矢量轮廓和所述DSM图像构建投影光线搜索模型,根据所述投影光线搜索模型确定所述像方顶部矢量轮廓上各节点的DSM高程值,包括:
根据所述DSM图像确定最大高程值和最小高程值,所述最大高程值用于指示所述目标建筑的最大高程值,所述最小高程值用于指示所述目标建筑所在的地面的高程值;
根据所述最大高程值、所述最小高程值和所述像方顶部矢量轮廓上各节点的像素坐标计算投影光线的斜率;
根据所述DSM图像的分辨率确定搜索间距;
根据所述斜率和所述搜索间距确定所述投影光线的高度;
根据所述像方顶部矢量轮廓、所述投影光线的高度和所述DSM图像确定所述像方顶部矢量轮廓上各节点的DSM高程值。
3.根据权利要求2所述的方法,其特征在于,根据所述像方顶部矢量轮廓、所述投影光线的高度和所述DSM图像确定所述像方顶部矢量轮廓上各节点的DSM高程值,包括:
当搜索路径上第一点的DSM高程值等于所述投影光线的高度时,获取所述第一点的地理坐标和所述DSM高程值,所述搜索路径为所述投影光线在所述DSM图像上的投影。
4.根据权利要求2所述的方法,其特征在于,根据所述像方顶部矢量轮廓、所述投影光线的高度和所述DSM图像确定所述像方顶部矢量轮廓上各节点的DSM高程值,还包括:
当所述搜索间距与所述分辨率相同,且第二点的高程值等于所述投影光线的高度,第三点的高程值小于所述投影光线的高度时,获取所述第二点、所述第三点的连线与所述投影光线的交点的DSM高程值,所述第二点与所述第三点在搜索路径上相差所述搜索间距;
根据所述DSM图像确定所述交点的地理坐标。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当搜索路径上第四点的高程值大于所述投影光线的高度,且第五点的高程值小于所述投影光线的高度时,将所述第四点和所述第五点之间的区域设置为所述搜索路径,将所述搜索间距设置为所述分辨率,所述第四点与所述第五点在所述搜索路径上相差所述搜索间距。
6.根据权利要求3或4所述的方法,其特征在于,根据所述像方顶部矢量轮廓、所述DSM高程值确定物方底部矢量轮廓,包括:
根据所述像方矢量轮廓上各节点的所述DSM高程值和所述地理坐标确定所述像方矢量轮廓的DSM高程值;
根据所述像方矢量轮廓上各节点的所述像素坐标和所述像方矢量轮廓的DSM高程值、误差阈值确定所述物方底部矢量轮廓上各节点的地理坐标。
7.根据权利要求1所述的方法,其特征在于,所述建筑物信息还包括参考底部矢量轮廓,所述参考底部矢量轮廓用于指示所述目标建筑底部矢量在所述卫星遥感正射影像上人工校正后的多边形,所述方法还包括:
根据所述参考底部矢量轮廓确定所述卫星遥感正射影像中所述物方底部矢量轮廓的准确度。
8.一种基于卫星影像平顶建筑物顶底偏移校正方法,其特征在于,所述方法包括:
获取模块,用于获取目标建筑的建筑物信息,所述建筑物信息包括所述目标建筑的物方顶部矢量轮廓、DEM图像和DSM图像,所述物方顶部矢量轮廓用于指示所述目标建筑顶部矢量在卫星遥感正射影像上的成像多边形;
校正模块,用于根据所述物方顶部矢量轮廓和所述DEM图像确定所述目标建筑的像方顶部矢量轮廓,所述像方顶部矢量轮廓用于指示所述目标建筑顶部矢量在卫星遥感原始影像上的成像多边形;
根据所述像方顶部矢量轮廓和所述DSM图像构建投影光线搜索模型,根据所述投影光线搜索模型确定所述像方顶部矢量轮廓上各节点的DSM高程值;
根据所述像方顶部矢量轮廓、所述DSM高程值确定物方底部矢量轮廓,所述物方底部矢量轮廓为所述目标建筑底部矢量在所述卫星遥感正射影像上校正后的多边形。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如权利要求1-7中任一项所述的基于卫星影像平顶建筑物顶底偏移校正方法。
10.一种电子设备,其特征在于,所述设备包括至少一个处理器、与处理器连接的至少一个存储器、总线;所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如权利要求1-7中任一项所述的基于卫星影像平顶建筑物顶底偏移校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311353695.7A CN117455815B (zh) | 2023-10-18 | 2023-10-18 | 基于卫星影像平顶建筑物顶底偏移校正方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311353695.7A CN117455815B (zh) | 2023-10-18 | 2023-10-18 | 基于卫星影像平顶建筑物顶底偏移校正方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117455815A true CN117455815A (zh) | 2024-01-26 |
CN117455815B CN117455815B (zh) | 2024-07-09 |
Family
ID=89580906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311353695.7A Active CN117455815B (zh) | 2023-10-18 | 2023-10-18 | 基于卫星影像平顶建筑物顶底偏移校正方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117455815B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100870269B1 (ko) * | 2007-07-03 | 2008-11-26 | 주식회사 에이알맥스 | Rfm을 이용한 단영상으로부터 개체의 3차원 정보 추출방법, 이를 수행하는 프로그램을 기록한 기록매체 및rfm을 이용한 단영상으로부터 개체의 3차원 정보 추출시스템 |
US20160260195A1 (en) * | 2015-03-02 | 2016-09-08 | Aerial Sphere, Llc | Post capture imagery processing and deployment systems |
CN106846251A (zh) * | 2017-01-24 | 2017-06-13 | 重庆市地理信息中心 | 基于建筑物房顶矢量的正射影像镶嵌线网络自动选择方法 |
CN107607090A (zh) * | 2017-09-12 | 2018-01-19 | 中煤航测遥感集团有限公司 | 建筑物投影纠正方法及装置 |
WO2022062854A1 (zh) * | 2020-09-27 | 2022-03-31 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、设备和存储介质 |
CN115471619A (zh) * | 2022-08-09 | 2022-12-13 | 中国四维测绘技术有限公司 | 基于立体成像高分辨率卫星影像的城市三维模型构建方法 |
-
2023
- 2023-10-18 CN CN202311353695.7A patent/CN117455815B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100870269B1 (ko) * | 2007-07-03 | 2008-11-26 | 주식회사 에이알맥스 | Rfm을 이용한 단영상으로부터 개체의 3차원 정보 추출방법, 이를 수행하는 프로그램을 기록한 기록매체 및rfm을 이용한 단영상으로부터 개체의 3차원 정보 추출시스템 |
US20160260195A1 (en) * | 2015-03-02 | 2016-09-08 | Aerial Sphere, Llc | Post capture imagery processing and deployment systems |
CN106846251A (zh) * | 2017-01-24 | 2017-06-13 | 重庆市地理信息中心 | 基于建筑物房顶矢量的正射影像镶嵌线网络自动选择方法 |
CN107607090A (zh) * | 2017-09-12 | 2018-01-19 | 中煤航测遥感集团有限公司 | 建筑物投影纠正方法及装置 |
WO2022062854A1 (zh) * | 2020-09-27 | 2022-03-31 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、设备和存储介质 |
CN115471619A (zh) * | 2022-08-09 | 2022-12-13 | 中国四维测绘技术有限公司 | 基于立体成像高分辨率卫星影像的城市三维模型构建方法 |
Non-Patent Citations (5)
Title |
---|
任东风;许彪;路海洋;: "基于高程约束的真正射影像遮蔽检测算法", 测绘通报, no. 06, 25 June 2012 (2012-06-25), pages 46 - 54 * |
卓莉;黄信锐;王芳;陶海燕;郑;: "基于高空间分辨率与立体像对遥感数据的建筑物三维信息提取", 遥感技术与应用, no. 06, 15 December 2013 (2013-12-15), pages 126 - 132 * |
林栋;秦志远;童晓冲;李贺;: "静止轨道卫星的对地观测高程修正方法", 武汉大学学报(信息科学版), no. 06, 5 June 2017 (2017-06-05), pages 144 - 149 * |
潘红播;张过;唐新明;周平;蒋永华;祝小勇;江万寿;许妙忠;李德仁;: "资源三号测绘卫星传感器校正产品几何模型", 测绘学报, no. 04, 15 August 2013 (2013-08-15), pages 46 - 52 * |
王潇;江万寿;谢俊峰;: "一种新的真正射影像生成算法", 武汉大学学报(信息科学版), no. 10, 5 October 2009 (2009-10-05), pages 120 - 124 * |
Also Published As
Publication number | Publication date |
---|---|
CN117455815B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021233029A1 (en) | Simultaneous localization and mapping method, device, system and storage medium | |
US11010924B2 (en) | Method and device for determining external parameter of stereoscopic camera | |
WO2018127007A1 (zh) | 深度图获取方法及系统 | |
US9020204B2 (en) | Method and an apparatus for image-based navigation | |
Zhao et al. | Geometric-constrained multi-view image matching method based on semi-global optimization | |
CN113358091B (zh) | 一种利用三线阵立体卫星影像生产数字高程模型dem的方法 | |
CN112597428B (zh) | 基于rfm模型光束法平差和影像重采样的颤振探测修正方法 | |
CN112529946B (zh) | 高分立体模型优化方法、系统、电子设备及可读存储介质 | |
CN113870379A (zh) | 地图生成方法、装置、电子设备及计算机可读存储介质 | |
CN111429527A (zh) | 一种车载相机的外参自动标定方法及系统 | |
US9875575B2 (en) | Smoothing 3D models of objects to mitigate artifacts | |
CN108801225B (zh) | 一种无人机倾斜影像定位方法、系统、介质及设备 | |
You et al. | A quality prediction method for building model reconstruction using LiDAR data and topographic maps | |
CN116086411B (zh) | 数字地形图生成方法、装置、设备和可读存储介质 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN115439571A (zh) | 一种适用于线阵推扫式卫星影像核线影像生成方法及装置 | |
CN108253942B (zh) | 一种提高倾斜摄影测量空三质量的方法 | |
US8340399B2 (en) | Method for determining a depth map from images, device for determining a depth map | |
CN110660099B (zh) | 基于神经网络的遥感影像处理的有理函数模型拟合方法 | |
Zhu et al. | Triangulation of well-defined points as a constraint for reliable image matching | |
CN117455815B (zh) | 基于卫星影像平顶建筑物顶底偏移校正方法及相关设备 | |
CN109579796B (zh) | 一种投影后影像的区域网平差方法 | |
Awange et al. | Fundamentals of photogrammetry | |
Zheng et al. | 3D model reconstruction with common hand-held cameras | |
CN113421292A (zh) | 一种三维建模细节增强方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |