一种无人机多重叠遥感影像的建筑物轮廓线提取方法.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CN104484668A(43)申请公布日2015.04.01(21)申请号201510025503.9(22)申请日2015.01.19(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山武汉大学(72)发明人眭海刚涂继辉贾曲宋志娜陈光徐川(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人赵丽影(51)Int.Cl.G06K9/46(2006.01)G06T7/00(2006.01)权利要求书5页说明书10页附图2页(54)发明名称一种无人机多重叠遥感影像的建筑物轮廓线提取方法(57)摘要一种无人机多重叠遥感影像的建筑物轮廓线提取方法，包括利用空三结合密集匹配的方法生成三维点云，并对点云进行滤波处理，从其中检测出建筑物。对检测的建筑删除墙面后，从建筑物顶面信息提取建筑物粗轮廓。建筑物粗轮廓作为缓冲区叠加拼接影像上，利用建筑物粗轮廓作为形状先验信息，在缓冲区内用水平集算法进行演化，最后得到建筑物精确轮廓。本发明充分利用了多重叠影像生成的点云三维信息，同时结合高分辨率遥感影像的高精度几何信息，不但显著提高了建筑物轮廓提取的精度，而且降低了方法的复杂度。CN104484668ACN104484668A权利要求书1/5页1.一种无人机多重叠遥感影像的建筑物轮廓线提取方法，其特征在于，包括以下步骤：步骤一，利用空三对无人机遥感影像进行平差，同时利用GPU加速后的PMVS算法对影像密集匹配，最后得到精度高的密集彩色点云；步骤二，对平差后的无人机遥感影像进行拼接；步骤三，对彩色点云进行滤波；先利用改进的形态学滤波算法进行地面和非地面分离，然后利用颜色不变量对地面点中的植被滤除，最后利用高程和面积作为阈值滤除非建筑物；步骤四，利用区域增长算法检测点云中的建筑物；步骤五，删除建筑物的墙面，通过对顶面边界拟合最后得到建筑物的粗轮廓信息；步骤六，利用步骤三得到的建筑物粗轮廓作为叠加在拼接影像上，形成建筑物轮廓提取的缓冲区；步骤七，同时利用建筑物粗轮廓的形状作为先验信息，在缓冲区内用水平集算法演化出建筑物精确轮廓。2.根据权利要求1所述的一种无人机多重叠遥感影像的建筑物轮廓线提取方法，其特征在于，所述步骤一包括以下步骤：(1.1)利用先验信息对多视重叠无人机遥感影像进行预处理：(1.2)在步骤(1.1)的基础上进行空三摄影测量，利用空三勾网，求出每张影像的外方位元素，并进行光束法的整体平差；(1.3)根据影像分组，在步骤(1..2)的基础上利用现有技术中GPU加速的PMVS算法进行快速的密集匹配，生成密集的三维点云，所重建的点云作为三维高程数据。3.根据权利要求1所述的一种无人机多重叠遥感影像的建筑物轮廓线提取方法，其特征在于，所述步骤二包括以下步骤：(2.1)特征提取：利用SIFT进行影像的特征提取；(2.2)影像配准：先进行粗配准，利用k-d树搜索匹配的特征点；然后进行精配准，粗配准往往出现错误的匹配点，因此利用RANSAC算法剔除错误的匹配点；通过影像的配准，得到影像之间的变换矩阵；(2.3)影像的拼接：通过(2.2)得到的变换矩阵进行影像的拼接；(2.4)影像的融合：拼接后，利用双线性插值算法进行影像的融合。4.根据权利要求1所述的一种无人机多重叠遥感影像的建筑物轮廓线提取方法，其特征在于，所述步骤三包括以下步骤：(3.1)利用改进的形态学滤波对点云的地面点和非地面点进行分离；(3.2)对步骤(3.1)中的地面点中利用颜色不变量对植被进行滤波；(3.3)基于建筑物的特点，利用阈值过滤掉非建筑物目标点。5.根据权利要求4所述的一种无人机多重叠遥感影像的建筑物轮廓线提取方法，其特征在于，所述步骤(3.1)包括以下过程：首先取任意一个点和它的邻域点组成一个固定大小的窗口，通过形态学的开运算检测出窗口内的最低点，如果窗口内的点的高程值与最低点高程之差在阈值范围内，表示该点为地面点，以此取出点云中所有点进行滤波；2CN104484668A权利要求书2/5页其次根据y＝2×wk+1获得下次滤波所需的窗口大小，且该窗口的大小小于预设的滤波窗口最大值，再进行一次形态学滤波；最后当窗口大于预设窗口，结束滤波；其中，k为迭代次数，w前一次滤波窗口的大小。6.根据权利要求4所述的一种无人机多重叠遥感影像的建筑物轮廓线提取方法，其特征在于，所述步骤(3.2)包括以下过程：由于由影像密集匹配生成的点云具有颜色信息，因此利用颜色不变量理论对绿色植被进行过滤；设点云中每个点的坐标为(x,y,z)颜色三个通道为(R,G,B)，颜色不变量的对于植被的阈值为Tg,利用绿色和蓝色通道定义的颜色不变量公式为：其中，Ig(x,y,z)、Ib(x,y,z)表示点云在(x,y