System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及攝影測量與遙感,尤其涉及一種基于輪廓矢量配準的建筑物高程估計方法。
技術介紹
1、城市建筑物的高度信息作為基礎數據與重要參數,可以從側面反映城市的縱向信息。目前,建筑物的高度主要通過傳統測繪方法和基于遙感技術的測量方法測量得到。
2、其中,傳統測繪方法包括全站儀測量、gps測量和激光掃描測量等,這種方式的技術成熟且測量精度高,但是測量成本高、耗時長,對人員的經驗和設備操作水平有一定要求,需要大量人力,難以滿足快速測量的需求。
3、基于遙感技術的測量方法主要包括陰影長度檢測法、同名點影像匹配法和密集匹配法等,與傳統測繪方法相比較,這些方法具有效率高、速度快、覆蓋范圍廣等優點。其中,陰影長度檢測法可以利用單張衛星影像中建筑物陰影長度結合影像攝影時間、方位等信息來估算建筑物高度,這種方式操作簡單、實施成本低,但容易受到光照條件、地形等環境因素影響,在不利于檢測的環境因素影響下會產生較大誤差;同名點影像匹配法可以通過匹配多視衛星影像中同名建筑物的同名像點,并根據影像幾何定位參數進行前方交會計算建筑物高度,然而同名點匹配的成功率和可靠性依賴影像紋理豐富程度,而一般情況下建筑物屋頂缺乏紋理,故嚴重降低了該方法的成功率和可靠性;密集匹配法則利用立體影像通過密集匹配算法重建建筑物三維表面信息,該方法同樣受到建筑物屋頂影像缺乏紋理的影響。
4、由此,目前缺乏一種操作簡單且能夠快速、簡便的獲取建筑物高程信息的方法。
技術實現思路
1、本申請實施例提供一種基
2、第一方面,本申請實施例提供一種基于輪廓矢量配準的建筑物高程估計方法,包括:
3、獲取至少兩個視角的衛星影像,通過訓練好的建筑物輪廓提取模型提取每張所述衛星影像中的第一建筑物矢量輪廓;
4、對所有的所述第一建筑物矢量輪廓進行配對,確定對應于同一目標建筑物的第一建筑物矢量輪廓;
5、確定所述目標建筑物的高程搜索范圍,基于所述高程搜索范圍中的每個高程值分別將除基準影像之外的其他影像的第一建筑物矢量輪廓投影至物方,得到每個所述第一建筑物矢量輪廓在不同高程值對應的第二建筑物矢量輪廓;
6、將每個所述第二建筑物矢量輪廓投影至所述基準影像,得到在所述基準影像上的第三建筑物矢量輪廓;
7、計算每個所述第三建筑物矢量輪廓與所述基準影像的基準建筑物矢量輪廓的重疊面積比例,基于所述重疊面積比例與對應的高程值的變化關系確定所述目標建筑物的建筑物高程值;
8、基于所述建筑物高程值輸出所述目標建筑物的高度。
9、在第一方面的一種可選方案中,所述對所有的所述第一建筑物矢量輪廓進行配對,確定對應于同一目標建筑物的第一建筑物矢量輪廓,包括:
10、基于每個所述第一建筑物矢量輪廓的地理位置、覆蓋面積、矢量節點數量以及矢量輪廓形狀計算每兩個所述第一建筑物矢量輪廓之間的輪廓相似性;
11、計算所述輪廓相似性大于輪廓相似性閾值的第一建筑物矢量輪廓為所述對應于同一目標建筑物的第一建筑物矢量輪廓。
12、在第一方面的一種可選方案中,所述確定所述目標建筑物的高程搜索范圍,包括:
13、根據數字高程模型以及所述目標建筑物在對應的衛星影像上覆蓋的地理范圍,得到所述地理范圍內所有格網點的高程最大值和高程最小值,基于所述高程最大值和所述高程最小值確定得到所述高程搜索范圍。
14、在第一方面的一種可選方案中,所述確定所述目標建筑物的高程搜索范圍之后,還包括:
15、確定所述其他影像上的預設參照點在高程取所述高程最大值時,在物方對應的第一地面點,以及在高程取所述高程最小值時在物方對應的第二地面點;
16、將所述第一地面點和所述第二地面點分別投影至所述基準影像得到對應的投影點;
17、基于所述第一地面點與所述第二地面點之間的間距和所述投影點之間的間距的比值確定得到高程步距;
18、基于所述高程步距和所述高程最小值確定所述高程搜索范圍中的每個高程值。
19、在第一方面的一種可選方案中,所述基于所述高程搜索范圍中的每個高程值分別將除基準影像之外的其他影像的第一建筑物矢量輪廓投影至物方,得到每個所述第一建筑物矢量輪廓在不同高程值對應的第二建筑物矢量輪廓,包括:
20、基于所述高程最小值將所述第一建筑物矢量輪廓投影至物方,得到所述第一建筑物矢量輪廓在高程最小值時對應的所述第二建筑物矢量輪廓;
21、基于所述高程最小值累加所述高程步距以更新高程值,分別基于更新后的高程值執行所述將所述第一建筑物矢量輪廓投影至物方的步驟,得到所述第一建筑物矢量輪廓在當前高程值對應的所述第二建筑物矢量輪廓。
22、在第一方面的一種可選方案中,所述計算每個所述第三建筑物矢量輪廓與所述基準影像的基準建筑物矢量輪廓的重疊面積比例,包括:
23、分別獲取每個所述第三建筑物矢量輪廓與所述基準建筑物矢量輪廓的重疊面積,計算得到每個所述重疊面積占所述基準建筑物矢量輪廓的重疊面積比例;
24、確定所有所述第三建筑物矢量輪廓對應的高程值與重疊面積比例的變化關系,得到所述重疊面積比例的最大值對應的高程值,基于所述重疊面積比例的最大值對應的高程值確定得到所述目標建筑物的建筑物高程值。
25、在第一方面的一種可選方案中,所述基于所述建筑物高程值輸出所述目標建筑物的高度,包括:
26、獲取所述目標建筑物所在區域的水平基準面的地面高程值;
27、計算所述建筑物高程值與所述地面高程值的差值,輸出所述差值為所述目標建筑物的高度。
28、第二方面,本申請實施例還提供一種基于輪廓矢量配準的建筑物高程估計裝置,包括:
29、輪廓提取模塊,用于獲取至少兩個視角的衛星影像,通過訓練好的建筑物輪廓提取模型提取每張所述衛星影像中的第一建筑物矢量輪廓;
30、輪廓配對模塊,用于對所有的所述第一建筑物矢量輪廓進行配對,確定對應于同一目標建筑物的第一建筑物矢量輪廓;
31、矢量配準模塊,用于確定所述目標建筑物的高程搜索范圍,基于所述高程搜索范圍中的每個高程值分別將除基準影像之外的其他影像的第一建筑物矢量輪廓投影至物方,得到每個所述第一建筑物矢量輪廓在不同高程值對應的第二建筑物矢量輪廓;
32、所述矢量配準模塊還用于將每個所述第二建筑物矢量輪廓投影至所述基準影像,得到在所述基準影像上的第三建筑物矢量輪廓;
33、高度計算模塊,用于計算每個所述第三建筑物矢量輪廓與所述基準影像的基準建筑物矢量輪廓的重疊面積比例,基于所述重疊面積比例與對應的高程值的變化關系確定所述目標建筑物的建筑物高程值;
34、所述高度計算模塊還用于基于所述建筑物高程值輸出所述目標建筑物的高度。
35、本文檔來自技高網...
【技術保護點】
1.一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,包括:
2.根據權利要求1所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述對所有的所述第一建筑物矢量輪廓進行配對,確定對應于同一目標建筑物的第一建筑物矢量輪廓,包括:
3.根據權利要求1或2所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述確定所述目標建筑物的高程搜索范圍,包括:
4.根據權利要求3所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述確定所述目標建筑物的高程搜索范圍之后,還包括:
5.根據權利要求4所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述基于所述高程搜索范圍中的每個高程值分別將除基準影像之外的其他影像的第一建筑物矢量輪廓投影至物方,得到每個所述第一建筑物矢量輪廓在不同高程值對應的第二建筑物矢量輪廓,包括:
6.根據權利要求1或4所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述計算每個所述第三建筑物矢量輪廓與所述基準影像的基準建筑物矢量輪廓的重疊面積比例,包括:
...【技術特征摘要】
1.一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,包括:
2.根據權利要求1所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述對所有的所述第一建筑物矢量輪廓進行配對,確定對應于同一目標建筑物的第一建筑物矢量輪廓,包括:
3.根據權利要求1或2所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述確定所述目標建筑物的高程搜索范圍,包括:
4.根據權利要求3所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述確定所述目標建筑物的高程搜索范圍之后,還包括:
5.根據權利要求4所述的一種基于輪廓矢量配準的建筑物高程估計方法,其特征在于,所述基于所述高程搜索范圍中的每個高程值分別將除基準影像之外的其他影像的第一建筑物矢量輪廓投影至物方,得到每個所述第一建筑物矢量輪廓在不同高程值對應的第...
【專利技術屬性】
技術研發人員:陶鵬杰,段亞暄,祝曉坤,柯濤,田慧敏,段延松,張祖勛,
申請(專利權)人:武漢大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。