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

数字建筑模型整体投影真正射影像制作中的遮蔽检测方法

邓非 李朋龙 阚酉浔 康俊华 万方

邓非, 李朋龙, 阚酉浔, 康俊华, 万方. 数字建筑模型整体投影真正射影像制作中的遮蔽检测方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
引用本文: 邓非, 李朋龙, 阚酉浔, 康俊华, 万方. 数字建筑模型整体投影真正射影像制作中的遮蔽检测方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
DENG Fei, LI Penglong, KAN Youxun, KANG Junhua, WAN Fang. Overall Projection of DBM for Occlusion Detection in True Orthophoto Generation[J]. Geomatics and Information Science of Wuhan University, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
Citation: DENG Fei, LI Penglong, KAN Youxun, KANG Junhua, WAN Fang. Overall Projection of DBM for Occlusion Detection in True Orthophoto Generation[J]. Geomatics and Information Science of Wuhan University, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660

数字建筑模型整体投影真正射影像制作中的遮蔽检测方法

doi: 10.13203/j.whugis20140660
基金项目: 

国家自然科学基金 41271431

详细信息
    作者简介:

    邓非, 教授, 主要从事摄影测量与遥感、计算机视觉、三维GIS等方面的研究。fdeng@sgg.whu.edu.cn

    通讯作者: 李朋龙, 硕士生。penglongli@whu.edu.com
  • 中图分类号: P237.3;TP751

Overall Projection of DBM for Occlusion Detection in True Orthophoto Generation

Funds: 

The National Natural Science Foundation of China 41271431

More Information
    Author Bio:

    DENG Fei, PhD, professor, specializes in photogrammetry, computer vision, remote sensing techniques and 3-D GIS. fdeng@sgg.whu.edu.cn

    Corresponding author: LI Penglong, postgraduate. E-mail: penglongli@whu.edu.com
图(8)
计量
  • 文章访问数:  3067
  • HTML全文浏览量:  132
  • PDF下载量:  435
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-09-16
  • 刊出日期:  2017-01-05

数字建筑模型整体投影真正射影像制作中的遮蔽检测方法

doi: 10.13203/j.whugis20140660
    基金项目:

    国家自然科学基金 41271431

    作者简介:

    邓非, 教授, 主要从事摄影测量与遥感、计算机视觉、三维GIS等方面的研究。fdeng@sgg.whu.edu.cn

    通讯作者: 李朋龙, 硕士生。penglongli@whu.edu.com
  • 中图分类号: P237.3;TP751

摘要: 为解决城市大比例尺真正射影像制作问题,提出了一种数字建筑模型(digital building model,DBM)整体投影遮蔽检测方法。该方法利用DBM表面以矢量三角面存储和平面图形投影内部栅格互不遮蔽的特点,首先以三角面为单元对整个建筑物进行正射投影得到房顶多边形;然后进行透视投影得到整个建筑物在像方的成像多边形,通过数字高程模型(digital elevation model,DEM)投影迭代算法得到该建筑物在传统正射影像上的成像多边形,两者求差集得到建筑物的遮蔽区域物方多边形;最后选取最优辅助影像对遮蔽区域进行纹理补偿,制作出真正射影像。实验结果表明,该方法能够快速准确地检测出影像遮蔽区域,为生成高质量真正射影像提供了保障和前提。

English Abstract

邓非, 李朋龙, 阚酉浔, 康俊华, 万方. 数字建筑模型整体投影真正射影像制作中的遮蔽检测方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
引用本文: 邓非, 李朋龙, 阚酉浔, 康俊华, 万方. 数字建筑模型整体投影真正射影像制作中的遮蔽检测方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
DENG Fei, LI Penglong, KAN Youxun, KANG Junhua, WAN Fang. Overall Projection of DBM for Occlusion Detection in True Orthophoto Generation[J]. Geomatics and Information Science of Wuhan University, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
Citation: DENG Fei, LI Penglong, KAN Youxun, KANG Junhua, WAN Fang. Overall Projection of DBM for Occlusion Detection in True Orthophoto Generation[J]. Geomatics and Information Science of Wuhan University, 2017, 42(1): 97-102. doi: 10.13203/j.whugis20140660
  • 传统正射影像是利用定向后的影像结合数字高程模型(digital elevation model, DEM),通过数字微分纠正得到的[1]。由于未考虑人工建筑物等空间目标,传统正射影像只消除了由地形起伏和相机倾斜引起的投影变形,影像中依旧存在建筑物错位、影像遮蔽、信息缺失等。随着航空影像分辨率达到0.1 m,传统正射影像已经不能满足城市大比例影像地图的要求,国内外学者提出了真正射影像的概念[2-4]。真正射影像是完全消除地形起伏与地面三维目标投影变形的正射影像,不存在人工地物的偏移与遮蔽现象。建筑物遮蔽区域的消除主要是根据数字表面模型(digital surface model, DSM)或数字建筑模型(digital building model, DBM)进行可见性分析,检测遮蔽区域,然后利用辅助影像或是仿真方法对遮蔽区域进行纹理修复[5-6]

    遮蔽区域检测是真正射影像制作中最关键的技术[7],主要分为基于DSM的和基于DBM的遮蔽检测两类。相比于无法准确描述建筑物边界信息的DSM,DBM能够准确地描述建筑物的边界特征。自文献[2]提出基于矢量建筑物模型进行遮蔽检测的Z-Buffer算法以来,国内外学者提出了很多基于DBM遮蔽检测的方法。文献[8]提出的基于最小边界扇形的遮蔽检测方法(minimum boundary rectangle, MBS)对Z-Buffer算法进行了改进,以最小扇形为边界进行遮蔽区域搜索,减少了搜索区域,提高了检测效率。文献[9]提出的基于高程面投影的迭代检测算法先提取矢量DBM上房顶、墙面多边形的顶点信息,然后将这些多边形沿投影方向投影到某一高程面,将多边形栅格化,然后根据DEM迭代逼近方法,逐像素计算出摄影光线与地面的真实交点。该算法较Z-Buffer算法检测效果和效率有了一定的提高,但是对于复杂的地形可能出现迭代不收敛的情况。文献[10]提出的基于多边形反演成像遮蔽检测方法(polygon based inversion imaging,PBI)是将建筑物表面多边形逆投影到像方,栅格化投影后的多边形,通过判断重叠部分的像素归属确定多边形之间的遮蔽情况。该方法通过稳健地栅格化复杂房屋模型和综合滤波多边形边界减少伪遮蔽和伪可见问题, 得到了很好的实验结果。文献[11-12]提出的利用三角网的遮蔽检测算法是用地面不规则三角网和建筑物三角面组成联合三角网,以三角形为检测单元,通过对三角形进行视觉排序进行遮蔽检测。该算法通过矢量计算提高了遮蔽检测的效率,对于复杂建筑物很不稳定。

    以上方法对利用DBM进行精确遮蔽检测作出了较大贡献,但是也存在以下不足:

    1) 需要提取矢量建筑物模型上房顶与墙面多边形顶点信息,而对于复杂的建筑物,多边形顶点信息很难准确提取出来,自动化程度低。

    2) 除三角网遮蔽检测方法外,其他方法都是基于栅格逐像素进行遮蔽检测,不仅效率低,还会造成检测边缘明显的锯齿状。

    3) 算法过程过于复杂,会导致精度的流失,同时对于结构复杂的建筑物遮蔽检测很不稳定。

    因此,本文提出了一种DBM整体投影遮蔽检测方法。首先,对DBM整体进行正射投影,得到房顶矢量多边形;然后,将DBM整体投影到像方得到成像矢量多边形,再基于DEM迭代逼近算法得到成像多边形对应的物方矢量多边形;最后与房顶矢量多边形求差集,即可得到建筑物遮蔽区域物方矢量多边形。

    • 在3D MAX重建出的三维模型中,建筑物顶点是以三维坐标(X, Y, Z)形式存储的,相关联的点构成三角面,再由三角面构成相应的几何图形。也就是说,建筑物模型的表面是由一个个三角面片无缝连结而成,建筑物及其三维模型如图 1所示。

      图  1  建筑物影像及三维模型

      Figure 1.  Image and Digital Model of Building

    • DBM表面是由三角网构成的闭合结构,根据拓扑关系投影不变原理,相连结的三角形投影之后依然连结,将整个三角网整体投影到任意平面,得到的都是一个无洞的多边形。由于正射投影的特点,对建筑物进行正射投影等同于对所有房顶三角形进行正射投影。同时,平面多边形作任意投影内部栅格互不遮蔽,因此可以以三角形为单元对DBM进行整体投影。

      图 2所示,O是摄影中心,假设长方体AB-CD-abcd为建筑物,多边形ABCD为建筑物房顶,由三角形ABCACD组成。首先,将房顶三角形ABCACD正射投影到地面求并集即得房顶的物方多边形abcd。再将建筑物表面所有三角形根据式(1)投影到像方求并集,得到整个建筑物在原始影像的成像多边形aa′b′c′cda

      图  2  建筑物遮蔽检测原理

      Figure 2.  Occlusion Detection Principle of the Building

      $$ \begin{align} & x=-f\cdot \\ & \frac{{{a}_{1}}({{X}_{A}}-{{X}_{S}})+{{b}_{1}}({{Y}_{A}}-{{Y}_{S}})+{{c}_{1}}({{Z}_{A}}-{{Z}_{S}})}{{{a}_{3}}({{X}_{A}}-{{X}_{S}})+{{b}_{3}}({{Y}_{A}}-{{Y}_{S}})+{{c}_{3}}({{Z}_{A}}-{{Z}_{S}})} \\ & y=-f\cdot \\ & \frac{{{a}_{2}}({{X}_{A}}-{{X}_{S}})+{{b}_{2}}({{Y}_{A}}-{{Y}_{S}})+{{c}_{2}}({{Z}_{A}}-{{Z}_{S}})}{{{a}_{3}}({{X}_{A}}-{{X}_{S}})+{{b}_{3}}({{Y}_{A}}-{{Y}_{S}})+{{c}_{3}}({{Z}_{A}}-{{Z}_{S}})} \\ \end{align} $$ (1)

      然后,由像方坐标根据式(2)进行基于DEM的迭代逼近计算[9],将多边形aa′b′c′cda转化为该建筑物在传统正射影像上纹理范围,即多边形aa″b″c″cd

      $$ \begin{array}{l} X = {X_S}-({Z_s}-Z)\frac{{{a_1}x + {a_2}y{a_3}f}}{{{c_1}x + {c_2}y{c_3}f}}\\ Y = {Y_S}-({Z_s}-Z)\frac{{{b_1}x + {b_2}y{b_3}f}}{{{c_1}x + {c_2}y{c_3}f}} \end{array} $$ (2)

      最后,将多边形aa″b″c″cd与多边形abcd求差集,即可得该建筑物的遮蔽区域的物方矢量多边形aa″b″c″cb

    • DBM整体投影遮蔽检测将三角形投影后合并成规则的多边形,多边形不仅具有良好的封闭性,而且结构简单、易于存储。对于一栋建筑物,定义以下矢量多边形:整个建筑物在原始影像上的像方多边形BuildSrcPloy,房顶在原始影像上的像方多边形RoofSrcPloy,整个建筑物在传统正射影像上的多边形BuildDomPloy,建筑物在真正射影像上的多边形BuildTDomPloy,建筑物遮蔽区域在传统正射影像上的多边形DomOccPloy。图 3给出了基于DBM整体投影遮蔽检测的计算流程:

      图  3  遮蔽检测计算流程

      Figure 3.  Calculation Process of Occlusion Detection

      1)  将DBM所有三角形透视投影到原始影像合并得到多边形BuildSrcPloy。

      2)  将BuildSrcPloy基于DEM迭代运算得到多边形BuildDomPloy。

      3)  通过判断三角形法线与垂直方向夹角小于90°的方法筛选出所有组成房顶的三角形,透视投影到原始影像合并得到RoofSrcPloy多边形。

      4)  将所有三角形正射投影到地面,合并得到BuildTDomPloy多边形。

      5)  将多边形BuildDomPloy与多边形BuildTDomPloy作差即可得到遮蔽区域物方矢量多边形DomOccPloy。

    • 将房顶位置纠正之后,再根据遮蔽检测的结果,在众多辅助影像中选取最佳影像对建筑物的遮蔽区域进行纹理补偿[13-14]

    • 在众多的辅助影像中找到纹理补偿的最优影像,根据中心投影的特点,最优影像选择满足以下3个原则:

      1) 遮蔽区域在该影像上全部可见。

      2) 遮蔽区域在该影像中离像主点尽量近,根据中心投影的特点,离像主点越近,地物的投影变形越小。

      3) 从摄影中心看遮蔽区域的视线方向与垂直方向夹角要小,夹角越小,中心投影造成的变形越小。

      图 4所示,主影像中建筑物ABCD的遮蔽区域为DE,用多边形OccPloy表示。

      图  4  最优影像选取原理

      Figure 4.  Best Image Choosing Principle

      1) 找出成像范围包含OccPloy的所有影像:影像1、影像2、…、影像n

      2) 将OccPloy多边形按式(1)投影到影像n上,得到在该影像的像方范围OccPloy_n

      3) OccPloy的中心为圆心,选择半径50 m范围内的所有建筑物,将OccPloy_n多边形与这些建筑物在影像n上的成像范围多边形求交集,得到OccPloy_n被其他建筑物遮蔽的百分比rate_n

      4) 将各个可见影像依据遮挡比率按升序排列,挑出无遮挡的影像1、影像2、…、影像m (m < n)。

      5) 根据像主点与遮蔽区域中心的距离和摄影中心到遮蔽区域中心的视角,按照一定的权重比例来确定最终的最优影像。如式(3)所示, csca分别是距离和视角影响因子,wswa分别为二者的权重,本文取ws=wa=0.5。

      $$ W = {w_s}{c_s} + {w_a}{c_a} $$ (3)

      选择W最大的影像为最佳影像。

    • 利用检测出遮蔽区域的物方多边形以及用于修补该遮蔽区域的最佳辅助影像,在主影像上找到包含该遮蔽多边形的最小矩形,在矩形内逐像素判断是否在遮蔽多边形内部,如果在则反算至最优影像进行灰度赋值。纹理修补之后,再沿着遮蔽区域多边形矢量线以高斯滤波的方式进行羽化处理,消除逐像素纠正带来的边缘噪声。如图 5所示,滤波前纹理补偿边界线有明显的锯齿,高斯滤波后基本消除了逐像素填补带来的边缘噪声。

      图  5  边缘滤波效果

      Figure 5.  Results of Edge Filtering

    • 本文以广东顺德城区65张分辨率0.15 m、高重叠度无人机影像及空三结果、测区的DEM和8 000多栋建筑物三维模型为实验数据进行实验。如图 6所示,以两栋建筑物为例,检测出其所在4张影像中的遮蔽区域,并制作真正射影像。其中图 6(a)6(d)6(g)6(j)为原始影像,图 6(a)中黄线为房顶矢量边界,红线为整个建筑物成像矢量边界,二者有重合;图 6(b)6(e)6(h)6(k)为传统正射影像上的遮蔽检测结果, 黑色区域为检测出的遮蔽区域;图 6(c)6(f)6(i)6(l)为遮蔽区域纹理补偿后的真正射影像。从图 6中可以看出,本文提出的方法遮蔽检测非常准确。首先,本文检测方法是从三维模型输入自动检测,没有人为提取建筑特征点的过程,避免了人为提取造成的误差,能够精细完整地进行遮蔽检测;其次,本文算法是基于矢量多边形计算进行遮蔽检测,在遮蔽区域边缘整齐平滑没有明显的锯齿;最后,本文算法原理简单,没有复杂的计算过程,减少了中间繁琐计算带来的精度损耗,同时效率远高于栅格计算遮蔽检测方法。

      图  6  遮蔽检测结果及真正射影像

      Figure 6.  Results of Occlusion Detection and True Orthophoto

      用基于高程面射线跟踪法对图 6(a)数据进行遮蔽检测,栅格划分间隔为0.15 m,结果如图 7(a)所示。因为该方法是栅格逐像素检测方法,在遮蔽区域边缘势必会造成明显的锯齿。同时,由于该方法需要人工提取建筑多边形顶点,因此会带入人为误差,造成细部检测不准的情况,如椭圆区域所示。如图 7(b)所示,本文方法是全自动基于矢量多边形计算遮蔽的检测方法,检测结果精细完整,且遮蔽区域边缘整齐平滑。完成同样的工作量本文方法共耗时1.201 s,检测效率远高于基于高程射线追踪法。

      图  7  与其他遮蔽检测方法比较

      Figure 7.  Comparison with Other Methods

      本文提出的遮蔽检测算法不仅适用于结构简单的建筑物,对于结构复杂的建筑物也能快速准确地检测遮蔽区域。图 8给出了测区内复杂建筑物遮蔽检测结果以及真正射影像,图 8(c)中,房顶右侧的黑色区域为检测出的遮蔽区域。

      图  8  结构复杂建筑物遮蔽检测结果及真正射影像

      Figure 8.  Results of Occlusion Detection and True Orthophoto for Complex Buildings

    • 本文提出了一种DBM整体投影遮蔽检测的方法,实验表明该方法不仅适用于简单的建筑物,对于复杂的建筑物也能自动、准确、高效地检测出影像的遮蔽区域,再根据最优影像进行遮蔽区域的纹理补偿,可以运用于大规模、高质量真正射影像的制作。后续研究是进一步改进算法,在建筑物密集区得到更为精确的结果,提高该算法的效率。

参考文献 (14)

目录

    /

    返回文章
    返回