[发明专利]基于InSAR大数据和霍夫检测的房屋矢量框和PS点匹配方法

权利要求书

1.一种基于InSAR数据和霍夫检测技术的房屋矢量框和PS点匹配方法，其特征在于，包括以下步骤：

PS点霍夫检测：

S1:输入目标区域的InSAR数据库和房屋矢量框。建筑投影到地面，得到的二维封闭边缘线称为建筑矢量框，能够简洁的反映建筑外部轮廓，并存有房屋矢量框角点坐标；将PS点和房屋矢量框坐标，由WGS84坐标系转为UTM坐标系，建立单个房屋矢量框的缓冲区；遍历矢量框缓冲区，找出单个矢量框缓冲区内的PS点；

S2:笛卡尔坐标系下，直线可由斜率和截距唯一表示，斜率存在无限大的情况，笛卡尔坐标系下无法表示，故转到霍夫空间下，用原点到直线的距离r、直线与X轴的夹角θ为参数表示直线；在霍夫空间下，单个PS点的坐标就映射为(r,θ)空间中的正弦曲线；每个PS点会对应一条正弦曲线，在霍夫空间中，曲线的交点次数越多，代表对应参数的直线可信度越高。统计交点次数较多对应的r和θ，并对直线进行聚类和滤波处理，得到待匹配的霍夫直线；寻找待匹配霍夫曲线周边的PS点，称为待匹配点，这类点一般是建筑墙体的点，其分布和建筑物墙体轮廓具有很高的相似度；

S3:对这些待匹配点进行分类合并，得到若干个空间分布相互独立的点集，这些点集用于后续和房屋边框的匹配；

房屋矢量框迎面向分析：

S201:卫星从高空中检测建筑物，只能获取建筑物迎面向的信息，绝大多数PS点分布在建筑物迎面向的墙体上，而非迎面向大部分区域不能直接被照射到，只有少量PS点分布；待匹配霍夫曲线周边的PS点也大多分布在迎面向墙体上，将建筑物的迎面向筛选出，便于后续匹配，减少错配；

S202:房屋矢量框通过手绘得到，存在一定信息冗余，冗余部分和PS点匹配效果较差，需简化房屋矢量框；房屋矢量框由首尾相连地直线构成，相邻两条直线间的倾角小于阈值，则将两条直线合并为一条，获取精简后房屋矢量框；

S203:遍历精简后房屋矢量框所有的边，计算出每条边的中点；定义一条射线，该射线的起点位于该边的中点，方向为中点到卫星的方向，在这条射线上，取一点，该点距离起点1cm，判断该点是否在房屋矢量框内，如果在矢量框外，该点对应的边是雷达迎面向，若在矢量框内，该点对应的边是雷达的非迎面向；

S204:非迎面向的房屋边框，由于雷达无法直接照射到，PS点数量较少，质量较低，不参与与点集的匹配；迎面向边框PS点数量较多，质量也相对较高，用于后续和PS点集的匹配；

点集和线的匹配：

S301:经过上述的计算和处理，得到m个迎面向房屋边和n个点集，在实际应用中发现点集数量n一般小于迎面向房屋边数量m，理论上匹配关系有n^m个，若一一遍历，时间复杂度较大，内存占用太多；结合实际情况，设置一些限制条件，予以过滤，较少匹配关系，避免一些未知错误匹配；设置了三个限制规则：①PS点集拟合方向角和房屋边框方向角的差不超过阈值，PS点集是通过霍夫检测得到的，自身的空间分布近乎直线，对其进行拟合，得到其方向角；房屋边框是一条直线，可计算其方向角，两者的差值若大于阈值，则不予以匹配；②点集的长度小于房屋边框的长度，若该PS点集长度大于房屋边框，则两者不予匹配，在实际观测中，点集中的PS是由建筑墙面散射雷达信号而得到，故不存在PS点长度超过墙面长度的情形；③点集与房屋边框的平均距离不超过15米，实际应用发现，PS点和房屋矢量的偏移量一般不会超过15米；通过上述三个条件进行约束大大减少待匹配对的数量，减小计算时间和内存占用；

S302:通过上述操作，减少房屋边和PS点集的匹配对数量，建立房屋边和PS点集的匹配对应关系，通过格网法，求PS点集和房屋边最小距离和，选取最适的匹配关系。房屋矢量位置的校正，仅考虑在二维空间平移，不考虑旋转；根据实际操作的经验，房屋矢量框和PS点在X轴和Y轴偏移量都不超过15米；建立一个30*30米的格网，X和Y的坐标轴范围是-15到15。每个格网中心坐标表示房屋矢量框X、Y坐标偏移量，共计有900个点集到房屋边的距离和，最小的距离和对应的X、Y偏移量，就是最适偏移量；

核验：

S401:由于各个步骤都存在一定的误差和难以预估的错误，需要对最后的偏移结果做相应的核验，判断本次房屋矢量的平移是否正确，核验标准有二：①纠正后，是否有更多PS点位于该栋建筑内；②纠正后，是否更多的PS点分布在建筑矢量框边缘。