TWI252910B - Extract method for 3-dimensional structure lines of building - Google Patents
Extract method for 3-dimensional structure lines of building Download PDFInfo
- Publication number
- TWI252910B TWI252910B TW93141868A TW93141868A TWI252910B TW I252910 B TWI252910 B TW I252910B TW 93141868 A TW93141868 A TW 93141868A TW 93141868 A TW93141868 A TW 93141868A TW I252910 B TWI252910 B TW I252910B
- Authority
- TW
- Taiwan
- Prior art keywords
- line
- data
- image data
- extraction method
- dimensional
- Prior art date
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
1252910 九、發明說明: 【發明所屬之技術領域】 =發明係有關於—種結構線萃取方法;特 關於有效融合一光達資 有 料,使該等資訊相互回、饋/、〉敕一以^之★學影像資 三維結構料取上。冑μ整合兩者之優點於房屋 【先前技術】 市其型為虛擬城市(CyberCity)、城市規劃、城 市㈣4各種制之必要單元,已有衫研究提供在房 屋极型上結合各種資料的方法,像是結合光達資料與航 空影像或衛星影像,甚至是二維地圖。 、 傳統上,在房屋三維結構線萃取時,在光達資料中 進行共面分析(C〇P|anarity Ana丨ysis)與在光學影像資 料上進行直線偵測是兩個獨立的程序,而在分別處理後 再把兩個程序所產生的資料整合在一起。由於該共面分 析所產生之平面及該直線偵測所產生之直線是分別處理 的’在沒有鎖定目標時,若直接進行資料整合,則會產 生一些不正確的三維線段。 而且,在共面分析方面,傳統的做法有兩種··( 1)使 用網格化(Rasterized )光達資料進行區塊分割 (Segmentation),(2)將原始光達資料轉換至參數空間進 行群聚分析(Clustering)。而前者在產生網格式光達資料 1252910 曰產生:罔格化的⑨差’造成精度損失。後者則备在 ::二間中進仃群聚分析時,所找出之共 慮到點雲間的空間相鄰關係。 又有考 時之=:般習用之技術並無法符合使用者於實際使用 【發明内容】 料盘本發明之主要目的係在於有效融合一光達資 而1:敫二二上先學影像資料’使該等資訊相互回饋, 而月匕王合兩者之優點於房屋三維結構線萃取上。 為達上述之目的,太私日日乂么达 線之萃取方法,係先對種建築物三維結構 測,以取得至少一屬於房屋 中的三維結構線;其中,二接二卒取該區塊 供該光達資料與該光學=^影像資料’可提 測與該三維結構線之萃 /之關係’且該房屋偵 少-光學影像資料。進—步融合該光達資料及至 【實施方式】 本發明為—種建築物三維結構線 點係有效融合一光達資料盥一 方法-特 互回績,而能整合兩上= 象資料’使資料相 上。本發明之建築物三維:構三維結構線萃取 、、、口構線之卞取方法,係包含以 l2529l〇 下步驟: (1 )對一空間套合資訊進行一房屋偵測,以取得 至少一房屋區塊;及 (2 )卒取該房屋區塊之三維結構線, 其中’該空間套合資訊(Space Registration)係統合 光達(LIDAR,Light Detecting and Ranging)資料及 :光學影像資料,而可提供該光達資料與該光學影像資 料間之關係;且 其中,該房屋偵測與該三維結構線之萃取係進一步 融合該光達資料及至少一光學影像資料。 (—)本發明之資料預備 本發明所使用之該空間套合資訊3係統合一原始光 =資料(圖中未示)及一光學影像資料2而成,而該光 學影像資料2係包含一多光譜(Multispectral)影像資料 2 1與一衛星/航空影像資料2 2。該統合之過程係包 含以下步驟: (A)内插(interpolate)光達資料 該原始光達資料係包含地面點(Ground Points)與 表面點(Surface Points),故可自該兩組點資料中不連 接之點,重新取樣並將其資料填入一規則表格,以一二 8 1252910 角網内插法(TIN_based Interpolation Method)形成一 網格化光達資料1,該網格化光達資料1係包含一數值 地形模型(DTM,Digital Terrain Model)與一數值地表 模型(DSM,Digital Surface Model)。 (B)產生空間套合資訊(Space Registration) 該空間套合資訊3之作用係為了建立該網格化光達’ 資料1與該光學影像資料2間之關係,其形成係將該光 達資料與該光學影像資料轉換到相同的坐標系統中予以 統合’故使用該地面控制點(Ground Control Points)以建 立該空間套合資訊3之數學模組,藉此將該網格化光達 資料1與該光學影像資料2合併記錄在一地圖參照系統 (GeoreferenceSystem)中,以提供該網格化光達資料 1與該光學影像資料2間之關係。該空間套合資訊不但 建立了該網格化絲資料i與該光學影像資料2間之關 係’同¥建立了該光達點雲資料6與該衛星/航空影像 賁料8間之關係。 (二)本發明之實施步驟 偵测 料中 請參考『第1圖』所示,本發明首先係進行一房屋 屬::房屋偵測之目的係為了在大範圍内確立出資 屬於房屋的區塊。該房屋偵測係包含以下步驟: 1252910 (A )對該網格化光達資料^及該光學影像資料2 進行區塊分割 4 (Region_based Segmentation),產生 性質相似的至少一區塊4 1 ;及 (B )再以區塊4 1為單元進行知識庫分類5 ( Κ_丨edge-based C丨assmcati〇n )’從其中篩撿出屬於 房屋5 1之區塊,而該知識庫所使用的分類知識包括·· 高程(Elevation)、光譜(Spectra丨)、紋理(丁' )及形狀(Shape)特徵, /、中"亥光學影像資料係包含該多光譜影像資料及 忒何生/航空影像資料以增加資料特徵便於進行分類。 口月多考第2圖』所示,在得到屬房屋之一區塊後 ’本發明係接著鎖定該區塊以萃取-三維結構線。該萃 取過程係包含以下步驟: l(A)對該區塊之一原始光達點S (Point clouds )貝料6進仃共面分析(c〇p|anahty八⑽帅),以取 得一平面資料6 1 ; (B)自該網格化光達資料7中偵測出一概略邊緣 線7 1,並將該概略邊緣線7丄分類, 料6 1與該概略邊绦始7 ,叫b3 ± --r® ^ 邊、、彖線7 1間之關連性,產生具精確高 私之概略邊緣線7 2 ; „ θ \ C)用該具精確高程之概略邊緣線7 2預估在-何生/航空影像資料8中之—房屋邊緣線區域9; 1252910 D )自忒房屋邊緣線區域中萃取一精確邊緣線1 ’在該光達雲點資料 光線追縱後取得一房 (E )利用該精確邊緣線1 〇 6所萃取出的平面資料61令經一 屋三維線段2 0。 分割-合併-屋之重建(完 、如此,習知此類技術者即可藉例如一 成形」(Split-Merge-Shape)演算法進行房 成圖如第7圖所示)。 睛參考『第3A〜 以下步驟: 圖』所不’該共面分析係包含 以產1A?二用原始光達點雲資料(如第3 A圖所示) 以產生稷數個三角網Γ T|M ;
Network)(如第 3B 圖所示丨ated 1「「剛|3丨 (B)考慮該三角網間之空 長,當相鄰三角網之共面特 X進仃£域成 最後可獲得屋頂之共平面-自 守,則視為共平面,
圖所示),、千面二角網的平面資料(如第3C 面分析所使用之共面特性係指:角網門 法向罝之夾角與三角網間之 夺曰一角、、、罔間 部及整體之共面特性。 。又八,且係同時考量局 然而,除共面特性外,兮妓 ,以删除小面積之雜訊。運::面7刀析尚考慮面積門檀 運用该面積門檻之步驟如下·· 1252910 (A )在完成該三角網之區域成長後,將該三角網 分成許多群; (B)汁异每一群投影至水平面後之總面積;及 (C ) g a亥總面積大於該面積門播時,則視為一平 面資訊。
口月麥考第4 A〜4 D圖』所示,該概略邊緣線係 =該網格化之光達資料中產生,然後結合該共面分析所 得之平面資訊以取得該概略邊輯之高程資訊。該概略 邊緣線取得之程序係包含以下步驟: (A)對該網格化光達資料(如第4 a圖所示)發 行一邊緣線偵測(如第4B圖所示); (B )進行一三維線追蹤(丁rac丨ng)(如第4 c圖戶, =:以產生共線之三維線段,其中,可將長度較短之 雜訊刪除;及 (C)計算該三維線及該平面資 孤社-A A 貝甙之空間距離,並 對該二維線之線段進行分類(如第 1 4 JJ圖所不),卡γ 該二維線分別屬於哪一個平面, 于
2此可建立該平面資訊與該概略邊緣線 同犄也可以得到各線段之精確高度。如建L 該三維結構線時充份結合不同型態之光達資料"於萃J (三)本發明之資料融合 12 1252910 光達資料與光學影 在光達資料中藉^^八2/、於特徵卒取時各有優劣。 學影像資料缺乏高程寻之平面資訊,可辅助光 取得之精確二維騎/ 題;在光學影像資料中所 徵不足的問題。因此:使用:助=資料中線段之特 特徵萃取時,光學影像㈣於 ,係:含:::f使用該光達資料與該光學影像資料時 r係包3以下兩部份之資料融合: 弋=,!料供應資訊給該光學影像資料 5月參考『第5A〜Rr闻 一 且古择主 圖』所示’在取得該較完等 且-度可靠之概略邊緣線(竿… 用一種物办門彻你咖 弟5 Α圖所不)後,係使 資料之、套:a象工間之轉換關係,以預估該光學影像 貝枓之邊緣線區域(如第 兀予如像 進行直線段萃取(^2圖所不),再鎖定該區域 干擾;及 c圖所示)’以降低不必要的 )»亥光學H㈣2回饋資訊給該光達資料 請參考『第 緣線(如第6 Α θ所-示,藉該影像精確邊 如第6BQ所一:可在其所對應之平面資訊( 行一光線追蹤法,以產生-邊界 一、、隹線(如苐6 C圖所示)。 築物 矣示上所述,本發明之建 維結構線之萃取方法 1252910 综上所述,本發明之建築物三维姓 ,可有效融合一光達資料與至少一°=之萃取方法 ,使該等資訊相互回饋,藉由―层尸伯";冬影像資料2 =:,整合兩者之優點於房屋二= 請之要件,爰依法提::: 月口口月貝審查委貝撥冗細審,並 以勵創作,實感德便。 干准予專利 惟以上所述者,僅為本發明之較佳實施例而已,冬 不能=此限定本發明實施之範圍;故,凡依本發明申二 專利軌圍及發明說明書内容所作之簡單的等效變化與修 飾’皆應仍屬本發明專利涵蓋之範圍内。
14 1252910 【圖式簡單說明】 第1圖係、本叙明之房屋偵測流程圖。 係本發明之三維結構線萃取流程圖。 係本發明之共面分析的光達點雲圖。 : 發明之共面分析的光達三角網圖。 弟3 C圖,係本發明之乒 第4 A圖,係本發明之、『::=平面三角網圖。 格化光達資料圖略邊緣線生成與分類』的網 概略邊緣線生成與分類』的邊 概略邊緣線生成與分類』的三 弟4 B圖,係本發明之 緣線偵測圖。 第4 C圖,係本發明之 維線追縱圖。 第4 D圖,係本發明之『如 略邊緣線分類圖。邊緣線生成與分類』的相 弟5 I料係二發明之『光達資料供應資訊給光學⑽ 貝枓』的概略邊緣線圖。 > 第5目係本發明之『光達資料供 貧料』的光學影像邊緣線區域圖貝u干^ 第5C圖’係本發明之『光 ^ ㈣』的光學影像之直線段萃取H先予㈣ 第6 Α圖,係本發明之『 ^ 之先學影像資料回饋資訊办#、 貝枓』的二維精確邊緣線圖。 孔、,士 第6B圖,係本發明之『光學影 貢料』的共平面資訊圖。 貝貝訊給光玄 1252910 第6 C圖,係本發明之『光學影像資料回饋資訊給光達 資料』的邊界三維線圖。 第7圖,係本發明之房屋模型最後完成圖。 【主要元件符號說明】 網格化光達資料1 光學影像資料2 多光譜影像資料2 1 衛星/航空影像資料2 2 空間套合資訊3 區塊分割4 區塊4 1 知識庫分類5 房屋5 1 光達雲點資料6 平面資料6 1 網格化光達資料7 概略邊緣線7 1 具精確高程之概略邊緣線7 2 衛星/航空影像資料8 房屋邊緣線區域9 精確邊緣線1 0 房屋三維線段2 0 16
Claims (1)
1252910 、申請專利範圍: f “日修(更)正替換頁 驟: 種建築物二維結構線之萃取方法,係包含以下步 )對一空間套合資訊(Space Registration)進行一 房屋偵測,以取得至少一房屋區塊;及 (2 )萃取該房屋區塊之一三維結構線, 其中,该空間套合資訊係統合一光達(UDAR,Ught Detecting and Rangmg)資料及一光學影像資料而
可提供該光達資料與該光學影像資料間之關係;且 其中,該房屋偵測與該三維結構線之萃取中之該光達 責料係進一步融合至少一光學影像資料。 2 ·依據申請專利範圍第丄項所述之結構線萃取方法, 其中,該空間套合資訊之形成係將該光達資料與該光 學影像資料轉換到相同的坐標系統中予以統合。 3·依據申請專利範圍第2項所述之結構線萃取方法,
其中,該光學影像資料係包含一多光譜影像資料及一 航空影像資料。 4 ·依據申請專利範圍第3項所述之結構線萃取方法, 其中,該航空影像資料係可進一步為一衛星影像資 料〇 5·依據申請專利範圍第1項所述之結構線萃取方法, 其中,該房屋偵測係包含以下步驟·· (A)將該光達資料予以網格化後,對該經網格化之 光達資料及該光學影像資料進行一區塊分割 17 (Region-based Segmentation ),以產生至少一區 塊;及 (B )以區塊為單元進行知識庫分類 (Knowledge-based Classification),以篩撿出一屬 於房屋之區塊。 •依據申請專利範圍第5項所述之結構線萃取方法, 其中’該光學影像資料係包含一多光譜影像資料及一 航空影像資料。 •依據申請專利範圍第6項所述之結構線萃取方法, 其中,該航空影像資料係可進一步為一衛星影像資 料。 •依據申請專利範圍第5項所述之結構線萃取方法, 其中,該知識庫分類係根據以下特徵··高程 (Elevat丨0n)、光譜(Spectral)、紋理(Texture) 及形狀(Shape)。 ^據申租專利範圍第1項所述之結構線萃取方法, '、中17亥萃取二維結構線之過程係包含以下步驟·· 、(f)對該光達資料中之複數個點雲(point clouds) ’ /、面刀析(Coplanarity Analysis) ’ 以取得一 平面資料;’ j B 1將該光達資料予以網格化後,自錢網格化之 二達資料t 1貞測出—概略邊緣線,並將該概略邊緣線 、、員以產生邊平面資料與該概略邊緣線間之關連
f ^ (c )用該概略邊緣線在一光學影像資料中預估一廣 屋邊緣線區域; (D)自5亥房屋邊緣線區域中卒取一精確邊緣線·及 (E )利用該精確邊緣線與該平面資料以取得一房屋 ^維線段;。 1 〇·依據申請專利範圍第9項所述之結構線萃取方 法其中’遠共面分析係包含以下步驟·· (A)使用該光達資料中之複數個點資料以產生 個三角網(TIN,Tria_latedlrregularNetw〇rk); 及 :B )進仃一區域成長以獲得至少一屋頂之平面資 鄰兩三角網間之共 其中’該區域成長之方式係根據相 面特性;且, 其中,該共面特性係指兩三角 各夾角間之一高度差異。 網間之一法向量爽角與
“ •依據申請專利範圍第丄 法’其中’該共面特性係同 體共面特性。 0項所述之結構線萃取方 時考量局部共面特性及整 法/其中,範圍第1Q項所述之結構線; 除小於該面她門植’ 19 大丨 j ^:2 XpW ---------- ............. ⑦年U月f t:曰修(更)正替換|『j 3 ·依據申請專利範圍第結構線萃 法,其中,該概略邊緣線取得之程序係包含以下牛驟方 (A )偵測僉網格化光達資料以取得一邊緣線· (B )追蹤該邊緣線以取得一三維線;及 ’ (C )計算該三維線與該平面資訊之空間距離,並對 該三維線進行分類,求得該三維線所屬之平面資訊,· 以建立該平面資訊與該三維線之關連性,及該=維線 之高度。 ' 4 ·依據申請專利範圍第i 3項所述之結構線萃取方_ 法八中,可對§亥二維線設一長度門檻,以刪除長度 短於該門檻之三維線。 又 5 ·依據申請專利範圍第9項所述之結構線萃取方 法,其中,在步驟(c )中該房屋邊緣線區域的預估 係使用一種物空間與像空間之轉換關係。 6 ·依據申請專利範圍第9項所述之結構線萃取方法, 其中,在步驟(E)中該房屋三維線段係經一光線追 縱取得。 % 20
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW93141868A TWI252910B (en) | 2004-12-31 | 2004-12-31 | Extract method for 3-dimensional structure lines of building |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW93141868A TWI252910B (en) | 2004-12-31 | 2004-12-31 | Extract method for 3-dimensional structure lines of building |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI252910B true TWI252910B (en) | 2006-04-11 |
TW200622210A TW200622210A (en) | 2006-07-01 |
Family
ID=37564930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW93141868A TWI252910B (en) | 2004-12-31 | 2004-12-31 | Extract method for 3-dimensional structure lines of building |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI252910B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI482043B (zh) * | 2013-01-11 | 2015-04-21 | Univ Nat Central | Housing roof search and establishment of roof structure |
-
2004
- 2004-12-31 TW TW93141868A patent/TWI252910B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
TW200622210A (en) | 2006-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Reconstructing building mass models from UAV images | |
Xiao et al. | Image-based façade modeling | |
CN105139379B (zh) | 基于分类分层的机载Lidar点云建筑物顶面渐进提取方法 | |
Ramiya et al. | Segmentation based building detection approach from LiDAR point cloud | |
CN108335352B (zh) | 一种面向多视图大规模三维重建场景的纹理映射方法 | |
WO2016082797A1 (zh) | 一种基于单幅图像的三维场景结构建模与注册方法 | |
CN105303616B (zh) | 基于单张照片的浮雕建模方法 | |
CN105354883B (zh) | 基于点云的3ds Max快速精细三维建模方法及系统 | |
CN109872397A (zh) | 一种基于多目立体视觉的飞机零件的三维重建方法 | |
WO2020192355A1 (zh) | 一种城市观山可视域的测量方法及系统 | |
CN106228609A (zh) | 一种基于空间特征信息的倾斜摄影三维建模方法 | |
CN107689079B (zh) | 一种卫星云图与自然图像结合的云景重建方法 | |
TW200929067A (en) | 3D image detecting, editing and rebuilding system | |
CN108830776A (zh) | 面向3d打印模型的三维可见实体水印版权防伪标识方法 | |
TW201022708A (en) | Method of change detection for building models | |
EP2606472A2 (en) | System and method for manipulating data having spatial coordinates | |
CN107657659A (zh) | 基于长方体拟合扫描三维点云的曼哈顿结构建筑物自动建模方法 | |
CN112164145B (zh) | 基于点云数据快速提取室内三维线段结构的方法 | |
CN114332366A (zh) | 数字城市单体房屋点云立面3d特征提取方法 | |
CN106846484A (zh) | 一种基于双视图三维重建的食物体积估计方法 | |
CN102222357A (zh) | 基于图像分割和网格细分的脚型三维表面重建方法 | |
CN104751479A (zh) | 基于tin数据的建筑物提取方法和装置 | |
CN112561832A (zh) | 一种遥感影像数据存储方法及系统 | |
CN115564926A (zh) | 基于影像建筑物结构学习的三维面片模型构建方法 | |
CN114119902A (zh) | 一种基于无人机倾斜三维模型的建筑物提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees | ||
MM4A | Annulment or lapse of patent due to non-payment of fees |