[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

说明书

本发明涉及一种基于倾斜摄影城市三维模型的高大植被提取方法，具体包括以下步骤：S1：初始植被区域提取：先计算纹理空间的植被指数，再将三角网格中的每个三角面同绑定的UV值投影到对应纹理上，获取纹理上三角网覆盖区域的像素点集合，进一步的得到单个三角面的植被指数；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：空间分割，单个植被对象的高程判断。本申请的一种基于倾斜摄影城市三维模型的高大植被提取方法，自动化程度高、无需人工干预，解决现有植被提取方法无法在三维场景中适用的技术问题。

技术领域

本发明涉及测绘技术领域，特别是涉及一种基于倾斜摄影城市三维模型的高大植被提取方法。

背景技术

随着低空倾斜系统平台的快速发展与推广，出现了一种全新获取城市场景三维重建的方法：倾斜摄影。倾斜摄影是通过在同一飞行器平台上，搭载多台传感器，同时从一个垂直、四个倾斜等五个不同的角度采集影像，基于多视影像的三维建模方法，恢复目标对象的三维结构的同时获取三维模型表面的纹理信息。近几年，随着无人机技术的日益成熟，我们获取影像数据的成本也大大降低。因此，基于多视倾斜影像的城市三维场景的构建就变得更加的广泛。

植被作为城市生态系统中的重要组成部分，其提取方法是城市规划、生态评估的基础。与此同时，基于多视影像的自动化重建结果由一整张三角网格以及相对应的纹理信息组成，虽然较为真实的表达了城市三维场景，但无对应植被属性信息。影像数据与实景三维数据示意图如图1所示，与常规影像数据相比，实景三维模型数据具有以下特点：1)由像素组成，MVS数据基本单元为三角网以及三角网对应一块纹理区域；2)与二维栅格影像不同，MVS数据具有在三维空间中的拓扑连接性，导致现有植被提取方法在此处无法适用。

发明内容

为了克服现有技术的上述不足，本发明提出了一种基于倾斜摄影城市三维模型的高大植被提取方法，解决现有三维模型中植被提取难度大、无法实现的技术问题。

本发明是通过以下技术方案实现的：

一种基于倾斜摄影城市三维模型的高大植被提取方法，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。

进一步的，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。

进一步的，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。