[发明专利]一种基于多元数据重建建筑物外轮廓多边形的方法

说明书

技术领域

本发明涉及一种建筑物外轮廓重建的方法，尤其是涉及一种基于多元数据重建建筑物外轮廓多边形方法，属于计算机模式识别与恢复技术领域。

背景技术

在各种不同的GIS应用中对建筑物建模的需求在不断的增大。特别是在城市地理信息系统的研究中，建筑物的检测和重建非常重要。据Ame ri表示，过去的几年里许多研究项目已经对相关领域进行了研究，如模式识别、3维重建以及建筑物对象表示等。遥感数据为这个需求提供了一种廉价而有效的数据源，然而高度自动化和鲁棒的建筑物建模方法未提出。建筑物建模通常分两个阶段，建筑物的提取与模型的建立。这方面的研究很多，但是很少有成功的方法能够应用于大区域影像。大区域建筑物模型的创建主要依赖于2维数字线划图(DLG)，如调查生成的土地线划图，或者通过影像交互生成的土地线划数据，而3维模型的自动生成主要依赖于专业的软件工具，如TerraScan，CyberCity Modeler和PhotoModeller等。在任何建筑物制图工程中生成DLG或2维模型通常会占用大部分的工作量。尤其是对大量的遥感数据而言，手工处理生成2维模型更不可行，因此急需输入参数少，人工干预少的自动化建模方法。

目前建筑物提取技术主要通过计算机手段(包括图像处理与模式识别技术)对单个或多个图像进行检测，并提取建筑物的信息，如它的轮廓线，形状，位置，高度等。分割与特征提取技术可以单独使用，也可组合使用。早期的研究通常只用影像，例如20世纪90年代的Irvin提出的基于建筑物阴影提取建筑物。当有了多源数据可用，多元数据融合来提取建筑物成为了可能。

影像数据和DSM数据常用语地物提取。由于影像数据受到地物反射率、复杂的非均匀光照、遮挡、阴影等影响，只用影像数据难以准确快速有效的识别出建筑物外轮廓；而DSM数据虽然提供了地物的高度信息，但因其缺乏细节信息，所以单用DSM数据只能快速粗略地定位建筑物区域，而难以准确的定位出建筑物边界轮廓。至今未见有文献公开用影像数据结合DSM数据提取建筑物外轮廓的文献。

发明内容

本发明要解决技术问题是：克服上述现有技术缺点，提出一种基于多元数据重建建筑物外轮廓多边形的方法，其结合DSM与影像数据快速、有效、自动化的重建建筑物外轮廓。

为了解决上述技术问题，本发明提出的技术方案是：一种基于多元数据重建建筑物外轮廓多边形的方法，包括如下步骤：

步骤1、遥感图像分割——对DSM数据进行控制标记分水岭分割得到建筑物感兴趣区掩膜图像；对影像数据进行彩色图像分割得到影像分割对象；

步骤2、建筑物对象提取——将步骤1获得的建筑物感兴趣区掩膜图像通过坐标变换映射到彩色图像的分割图层中，定位出被掩膜区域覆盖的影像分割对象，将落在同一掩膜区域的相邻影像分割对象合并，得到完整的建筑物对象；

步骤3、建筑物轮廓提取——对步骤2所得建筑物对象进行边界跟踪，得到建筑物轮廓的矢量曲线，计算矢量曲线上各点的曲率，将曲率的局部极大值对应的点作为角点，顺序连接所述角点得到建筑物轮廓多边形；

步骤4、建筑区主方向获取——用基于距离矩阵的层次聚类方法对建筑物对象进行分区，利用各分区内所有建筑物轮廓的线段角度分别构造角度直方图，各直方图中最高频率对应的角度作为相应建筑区分块的建筑物主方向；

步骤5、建筑物轮廓多边形建模——对建筑物多边形建立线性模型，并结合步骤4获取的建筑物主方向和影像数据的梯度信息对建筑物轮廓线性模型进行修正与规则化，使其准确的定位于建筑物边缘；

步骤6、获得最终的建筑物轮廓——利用多边形各线段的线性模型求出两两相邻直线段的交点，作为建筑物轮廓的角点，依次序顺序连接角点构成最终的建筑物多边形。

为了解决上述技术问题，本发明进一步的改进在于：

1)、步骤4中，所述距离矩阵中元素的值由建筑物之间的空间距离矩阵、角距离矩阵进行加权获得，公式如下：

d_i，j＝w₁Δρ_i，j+w₂Δθ_i，j