基于倾斜航空影像的建筑物纹理提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109816708A(43)申请公布日2019.05.28(21)申请号201910091945.1G06T17/00(2006.01)(22)申请日2019.01.30(71)申请人北京建筑大学地址102616北京市大兴区黄村镇永源路15号(72)发明人张学东王勇庞蕾高智文卢剑张天(74)专利代理机构北京远大卓悦知识产权代理事务所(普通合伙)11369代理人史霞(51)Int.Cl.G06T7/44(2017.01)G06T7/13(2017.01)G06T7/168(2017.01)G06T15/04(2011.01)权利要求书3页说明书9页附图6页(54)发明名称基于倾斜航空影像的建筑物纹理提取方法(57)摘要本发明公开了一种基于倾斜摄影测量的建筑物纹理提取方法，包括：获取建筑物的垂直影像和倾斜影像；根据双重约束模型从建筑物的垂直影像中筛选出建筑物的顶部最佳纹理源，双重约束模型包括：纹理区域是否在垂直影像中心和纹理区域是否完整；根据多重组合约束模型从建筑物的倾斜影像中筛选出建筑物的立面最佳纹理源，多重组合约束模型包括：立面纹理面在倾斜影像上的可见性、建筑物的倾斜影像是否完全包含立面纹理面和立面纹理面在倾斜影像上的投影面积是否为最大；从筛选出的建筑物顶部最佳纹理源和建筑物立面最佳纹理源中检测提取出建筑物的纹理轮廓线。该方法能够精确定位最佳的纹理影像源，能够精确定位与提取建筑物纹理信息的准确位置。CN109816708ACN109816708A权利要求书1/3页1.基于倾斜摄影测量的建筑物纹理提取方法，其特征在于，包括：获取一建筑物的垂直影像和倾斜影像；根据双重约束模型从建筑物的垂直影像中筛选出建筑物的顶部最佳纹理源，所述双重约束模型包括：建筑物的纹理区域是否在建筑物的垂直影像中心和建筑物的纹理区域是否完整；根据多重组合约束模型从建筑物的倾斜影像中筛选出建筑物的立面最佳纹理源，所述多重组合约束模型包括：建筑物的立面纹理面在倾斜影像上的可见性、建筑物的倾斜影像是否完全包含建筑物的立面纹理面和建筑物的立面纹理面在倾斜影像上的投影面积是否为最大；从筛选出的建筑物顶部最佳纹理源和建筑物立面最佳纹理源中检测提取出建筑物的纹理轮廓线。2.如权利要求1所述的基于倾斜航空影像的建筑物纹理提取方法，其特征在于，从获取的顶部最佳纹理源和立面最佳纹理源中检测提取出建筑物的纹理轮廓线，具体包括：获取建筑物顶部角点的空间坐标，将获取的顶部角点依次连接，得到建筑物的顶部矢量轮廓线；利用建筑物立面与顶部存在的垂直关系通过向下垂直挤出的方法获取建筑物的骨架模型；获取建筑物每一个面的矢量线，再将每个面的矢量线反投影到最佳纹理源上，建立纹理缓冲区；在纹理缓冲区内检测建筑物纹理的边界点；将检测出的边界点进行连接，抽取建筑物纹理边缘直线；通过不断迭代优化实现建筑物纹理信息的精确定位与提取。3.如权利要求1所述的基于倾斜航空影像的建筑物纹理提取方法，其特征在于，所述根据双重约束模型从建筑物的垂直影像中筛选出建筑物的顶部最佳纹理源，具体包括：步骤一、从建筑物的垂直影像集合中任意选取一张垂直影像作为目标图像，计算建筑物顶部中心点在目标图像上的像点坐标与该目标图像摄影中心的距离D0，将距离D0作为目标距离；步骤二、计算建筑物顶部中心点在第i个垂直影像Si上的像点坐标与该垂直影像Si摄影中心的距离Di，并判断是否小于目标距离D0，其中，i≤n，n为垂直影像集合中的元素个数；步骤三、若Di＜D0，则继续判断该垂直影像Si是否包含整个建筑物，若包含，则将该垂直影像Si作为目标图像，距离Di作为目标距离，更新i的值为i+1，继续步骤二；若不包含，更新i的值为i+1，继续步骤二；若Di≥D0，则更新i的值为i+1，继续步骤二；步骤四、将目标图像作为建筑物的最佳顶部纹理源。4.如权利要求1所述的基于倾斜航空影像的建筑物纹理提取方法，其特征在于，所述根据多重组合约束模型从建筑物的倾斜影像中筛选出建筑物的立面最佳纹理源，具体包括：步骤一、计算建筑物立面的法线向量与该建筑物立面的中心O到摄影中心P的方向向量之间的角度值θ，根据角度值θ的大小对建筑物的倾斜影像进行筛选，若角度值θ小于第一阈值，则确定建筑物立面在倾斜影像上的可见性满足条件；2CN109816708A权利要求书2/3页步骤二、从步骤一筛选后的倾斜影像中筛选出完全包含整个建筑物立面纹理的倾斜影像；步骤三、计算建筑物立面在倾斜影像中构成的纹理区域面积T，从步骤二筛选后的倾斜影像中筛选出纹理区域面积T最大的倾斜影像作为立面最佳纹理源。5.如权利要求1所述的基于倾斜航空影像的建筑物纹理提取方法，其特征在于，所述根据多重组合约束模型从建筑物的倾斜影像中筛选出目标