[发明专利]一种基于倾斜摄影城市三维模型的高大植被提取方法

权利要求书

1.一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，具体包括以下步骤：

S1：初始植被区域提取：将三维场景模型中的三角网格表示为M＝{f_i}，每张三角网格对应的纹理影像I＝{I_i}，根据纹理空间的植被指数计算公式计算纹理空间的植被指数VI′，再将三角网格中的每个三角面f_i同绑定的UV值投影到对应纹理I_i上，获取纹理I_i上三角网f_i覆盖区域的像素点集合进一步的得到单个三角面f_i的植被指数VI_i；

S2：植被区域精化：将植被指数相似的空间邻接三角面聚集成区域，再通过最大流/最小割定理计算最小割路径，将聚集之后的区域分成对应一致性类别小区域，以实现对植被区域的提取；

S3：高大植被提取：对提取出的植被对象进行空间分割，并将空间分割的单个对象的高程与设定的阈值进行比较，大于阈值，即为高大植被。

2.根据权利要求1所述的一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，S1中纹理空间的植被指数VI′＝(2*G′-R′-B′)-(1.4*R′-G′)，其中，G′＝G/(R+G+B)，R′＝R/(R+G+B)，B′＝B/(R+G+B)，R、G、B分别表示波段红、波段率、波段蓝。

3.根据权利要求1所述的一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，S1中计算单个三角面f_i的植被指数VI_i通过面积规则化植被指数：其中，S_i＝Square(f_i)表示三角面f_i的平面面积。

4.根据权利要求1所述的一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，S2中将植被指数相似的空间邻接三角面聚集成区域的具体方式是：迭代计算与当前区域相连接的三角面到区域中心的距离，判断其是否满足设定的判别条件，如果三角面满足条件，则加入到区域中，更新区域的植被指数参数，直到没有满足条件的相邻三角面加入为止。

5.根据权利要求4所述的一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，判断三角面到当前区域中心距离是否满足判别条件具体操作为：以正态分布的概率密度函数f(μ，σ)＝N(μ，σ)来描述区域的属性，用是否在μ±α·σ内作为三角面是否属于当前区域的判别准则，其中：μ为区域中心植被指数参数，σ为植被指数参数的变化程度，参数α与邻域的平滑程度相关。

6.根据权利要求1所述的一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，S2中求解最小割路径的步骤：构造前景/背景二元标号的能量函数，能量函数由数据项和平滑项两部分组成，表示为：E(f)＝E_data(f)+γ·E_smooth(f)，数据项损失函数E_data(f)＝∑_p∈PD_p(f_p)，平滑项损失函数E_smooth(f)＝∑_p∈PV_{p，q}∈N(f_p，f_q)，γ系数控制数据项与平滑项对总体损失函数的影响效力，计算能量函数的最小值，即为最小分隔路径。

7.根据权利要求6所述的一种基于倾斜摄影城市三维模型的高大植被提取方法，其特征在于，以高斯函数f(v)＝N(μ，σ)作为概率密度函数描述数据项损失，数据中心项为最理想情况下获取的植被。