面向对象的真正射影像纠正方法

朱庆; 于杰; 杜志强; 张叶廷

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

面向对象的真正射影像纠正方法

朱庆, 于杰, 杜志强, 张叶廷

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(7): 757-760

朱庆, 于杰, 杜志强, 张叶廷. 面向对象的真正射影像纠正方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 757-760.

引用本文:

朱庆, 于杰, 杜志强, 张叶廷. 面向对象的真正射影像纠正方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 757-760.

ZHU Qing, YU Jie, DU Zhiqiang, ZHANG Yeting. An Object-Oriented True Ortho Image Rectification Method[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 757-760.

Citation:

ZHU Qing, YU Jie, DU Zhiqiang, ZHANG Yeting. An Object-Oriented True Ortho Image Rectification Method[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 757-760.

面向对象的真正射影像纠正方法

¹武汉大学测绘遥感信息工程国家重点实验室;²西南交通大学地球科学与环境工程学院

基金项目: 国家973计划资助项目(2010CB731801); 国家自然科学基金资助项目(41021061,41201413)

详细信息

作者简介:
朱庆，教授，博士，博士生导师。现从事数字摄影测量、实时ＧＩＳ与虚拟地理环境研究。

中图分类号: P231.5

An Object-Oriented True Ortho Image Rectification Method

¹State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China;²Faculty of Geosciences and Environmental Engineering,Southwest Jiaotong University, 111 Erhuan Road,Chengdu 610031,China

Funds: 国家973计划资助项目(2010CB731801); 国家自然科学基金资助项目(41021061,41201413)

摘要: 现有"像素级"的真正射影像纠正方法由于没有充分考虑地物特征和影像像素间的关联关系,导致对DSM分辨率十分敏感,难以保持地物轮廓边缘特征的准确性和纹理结构的完整性,遮挡恢复和阴影补偿难以自动化处理,需要大量人工干预等问题。提出了一种面向对象的真正射影像纠正方法,主要内容包括:①物方和像方对象的定义及语义描述;②像方对象的全局可见性索引;③面向对象的真正射纠正和纹理优化采样。选择广东阳江地区多角度航摄影像进行了实验,结果表明,面向对象的真正射纠正方法既能保持准确的几何特征和完整的纹理结构,还能自适应地处理遮挡和阴影,为多角度高分辨率影像数据的自动化、智能化真正射纠正提供了一种有效的新途径。
- 真正射纠正 /
- 面向对象 /
- 语义描述 /
- 优化采样 /
- 全局可见性索引
Abstract: After reviewing the existing true ortho image rectification methods,we analyze image rectification and texture resampling processes that use a pixel-oriented strategy.These strategies generate inaccurate geometric features,imperfect texture structures of man-made objects.Thus,occlusion recovery and shadow compensation are difficult to automatically process,requiring much manual intervention.Aiming to solve these problems,this paper proposes a novel object-oriented true-ortho rectification method,implementing a high-level object-oriented strategy instead of a low-level pixel-oriented strategy.There are three main steps:① definition of physical objects and image object containing geometric and semantic information.In 3-D physical space,all the objects in the horizontal plane of projection form a seamless surface comprised of a series of contiguous triangular facets,in this paper this surface is represented by Semantics constrained Triangulated Irregular Network(STIN).The physical objects are characterized by different aspects: property,outline,geometry and topological relation,extracted from 3-D city models and point clouds.The image objects are made up of several pixels with semantic descriptions for spectral information,2-D geometry and topological relations.They can be extracted by image segmentation,edge detection,and texture clustering.② establishment of a global hierarchical spatial index of image objects.After deriving visual correspondence relationship between 3-D physical objects and 2-D image objects,we use the index to organize all the information from physical and image objects efficiently and provide a foundation for high performance true-ortho rectification and optimized image sampling.③ object-oriented true-ortho rectification and optimal image resampling.True-ortho rectification is carried out based on the physical objects as STIN.And based on the semantic links in the global index,the image objects with semantic information on visibility,integrality,and radiometric features can be chosen for optimized sampling to adaptively handle occlusion and shadows.Experimental results revealed that the proposed method has the advantages of high accuracy,high efficiency and full automation.
- true-ortho rectification /
- object oriented /
- semantic description /
- optimized image sampling /
- global hierarchical spatial index
[1] 史照良,沈泉飞,曹敏,. 像素工厂中真正射影像的生产及其精度分析[J]. 测绘科学技术学报. 2007(05)

[1]	朱杰, 张宏军. 面向仿真事件的战场地理环境时空过程建模 . 武汉大学学报 ( 信息科学版), 2020, 45(9): 1367-1377, 1437. doi: 10.13203/j.whugis20200175
[2]	杨腊梅, 贾永红. 利用多源数据确定季节性咸水湖湿地自然边界的方法 . 武汉大学学报 ( 信息科学版), 2020, 45(3): 419-425. doi: 10.13203/j.whugis20180207
[3]	朱杰, 游雄, 夏青. 基于任务过程的战场环境对象时空数据组织模型 . 武汉大学学报 ( 信息科学版), 2018, 43(11): 1739-1745. doi: 10.13203/j.whugis20170074
[4]	冯文卿, 张永军. 利用模糊综合评判进行面向对象的遥感影像变化检测 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 875-881. doi: 10.13203/j.whugis20140291
[5]	刘晓慧, 吴信才, 罗显刚. 面向对象的地质灾害数据模型与时空过程表达 . 武汉大学学报 ( 信息科学版), 2013, 38(8): 958-962.
[6]	余洁, 刘振宇, 燕琴, 朱腾. 多尺度下的半自动面向对象SAR影像分类 . 武汉大学学报 ( 信息科学版), 2013, 38(3): 253-256.
[7]	孙开敏, 李德仁, 眭海刚. 基于多尺度分割的对象级影像平滑算法 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 423-426.
[8]	张龙其, 刘亚岚, 阎守邕, 刘旭东. 面向应用的模型库系统的设计与实现 . 武汉大学学报 ( 信息科学版), 2009, 34(2): 135-137.
[9]	管海燕, 邓非, 张剑清, 钟良. 面向对象的航空影像与LiDAR数据融合分类 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 830-833.
[10]	薄树奎, 韩新超, 丁琳. 面向对象影像分类中分割参数的选择 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 514-517.
[11]	周新忠, 孟令奎, 王永杰, 郭朋飞. 面向对象的地理空间信息元数据标准研制方法 . 武汉大学学报 ( 信息科学版), 2007, 32(6): 477-480.
[12]	罗静, 崔伟宏, 牛振国. 面向对象的超图时空推理模型的研究与应用 . 武汉大学学报 ( 信息科学版), 2007, 32(1): 90-93.
[13]	陈云浩, 冯通, 史培军, 王今飞. 基于面向对象和规则的遥感影像分类研究 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 316-320.
[14]	谢智颖, 李清泉, 彭军还. 面向对象的测量平差软件设计与网络化应用 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 604-607.
[15]	龚健雅, 朱欣焰, 朱庆, 熊汉江. 面向对象集成化空间数据库管理系统的设计与实现 . 武汉大学学报 ( 信息科学版), 2000, 25(4): 289-293.
[16]	龚健雅, 夏宗国. 矢量与栅格集成的三维数据模型 . 武汉大学学报 ( 信息科学版), 1997, 22(1): 7-15.
[17]	舒红, 陈军, 杜道生, 周勇前. 面向对象的时空数据模型 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 229-233.
[18]	张巍, 许云涛, 龚健雅. 面向对象的空间数据模型 . 武汉大学学报 ( 信息科学版), 1995, 20(1): 18-22.
[19]	朱欣焰, 许云涛, 张银州, 李锦祥. 面向对象的语义数据模型及其在空间数据库中的应用 . 武汉大学学报 ( 信息科学版), 1993, 18(4): 76-81.
[20]	彭楚粤, 程晓, 夏林元. 面向对象分类的企鹅种群无人机影像识别方法研究 . 武汉大学学报 ( 信息科学版), 0, 0(0): 0-0. doi: 10.13203/j.whugis20200557

点击查看大图

计量

文章访问数: 1320
HTML全文浏览量: 48
PDF下载量: 674
被引次数: 0

面向对象的真正射影像纠正方法

¹武汉大学测绘遥感信息工程国家重点实验室;²西南交通大学地球科学与环境工程学院

基金项目: 国家973计划资助项目(2010CB731801); 国家自然科学基金资助项目(41021061,41201413)

作者简介:
朱庆，教授，博士，博士生导师。现从事数字摄影测量、实时ＧＩＳ与虚拟地理环境研究。

收稿日期: 2013-04-01
修回日期: 2013-04-01
刊出日期: 2013-07-05

中图分类号: P231.5

关键词:

摘要: 现有"像素级"的真正射影像纠正方法由于没有充分考虑地物特征和影像像素间的关联关系,导致对DSM分辨率十分敏感,难以保持地物轮廓边缘特征的准确性和纹理结构的完整性,遮挡恢复和阴影补偿难以自动化处理,需要大量人工干预等问题。提出了一种面向对象的真正射影像纠正方法,主要内容包括:①物方和像方对象的定义及语义描述;②像方对象的全局可见性索引;③面向对象的真正射纠正和纹理优化采样。选择广东阳江地区多角度航摄影像进行了实验,结果表明,面向对象的真正射纠正方法既能保持准确的几何特征和完整的纹理结构,还能自适应地处理遮挡和阴影,为多角度高分辨率影像数据的自动化、智能化真正射纠正提供了一种有效的新途径。

English Abstract

An Object-Oriented True Ortho Image Rectification Method

¹State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China;²Faculty of Geosciences and Environmental Engineering,Southwest Jiaotong University, 111 Erhuan Road,Chengdu 610031,China

Funds: 国家973计划资助项目(2010CB731801); 国家自然科学基金资助项目(41021061,41201413)

Received Date: 2013-04-01
Rev Recd Date: 2013-04-01
Publish Date: 2013-07-05

Keywords:

Abstract: After reviewing the existing true ortho image rectification methods,we analyze image rectification and texture resampling processes that use a pixel-oriented strategy.These strategies generate inaccurate geometric features,imperfect texture structures of man-made objects.Thus,occlusion recovery and shadow compensation are difficult to automatically process,requiring much manual intervention.Aiming to solve these problems,this paper proposes a novel object-oriented true-ortho rectification method,implementing a high-level object-oriented strategy instead of a low-level pixel-oriented strategy.There are three main steps:① definition of physical objects and image object containing geometric and semantic information.In 3-D physical space,all the objects in the horizontal plane of projection form a seamless surface comprised of a series of contiguous triangular facets,in this paper this surface is represented by Semantics constrained Triangulated Irregular Network(STIN).The physical objects are characterized by different aspects: property,outline,geometry and topological relation,extracted from 3-D city models and point clouds.The image objects are made up of several pixels with semantic descriptions for spectral information,2-D geometry and topological relations.They can be extracted by image segmentation,edge detection,and texture clustering.② establishment of a global hierarchical spatial index of image objects.After deriving visual correspondence relationship between 3-D physical objects and 2-D image objects,we use the index to organize all the information from physical and image objects efficiently and provide a foundation for high performance true-ortho rectification and optimized image sampling.③ object-oriented true-ortho rectification and optimal image resampling.True-ortho rectification is carried out based on the physical objects as STIN.And based on the semantic links in the global index,the image objects with semantic information on visibility,integrality,and radiometric features can be chosen for optimized sampling to adaptively handle occlusion and shadows.Experimental results revealed that the proposed method has the advantages of high accuracy,high efficiency and full automation.

朱庆, 于杰, 杜志强, 张叶廷. 面向对象的真正射影像纠正方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 757-760.

引用本文:

朱庆, 于杰, 杜志强, 张叶廷. 面向对象的真正射影像纠正方法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 757-760.

ZHU Qing, YU Jie, DU Zhiqiang, ZHANG Yeting. An Object-Oriented True Ortho Image Rectification Method[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 757-760.

Citation:

ZHU Qing, YU Jie, DU Zhiqiang, ZHANG Yeting. An Object-Oriented True Ortho Image Rectification Method[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 757-760.