[发明专利]一种基于语义约束的等高线生成方法和装置

说明书

本发明提供了一种基于语义约束的等高线生成方法和装置，涉及地理测绘的技术领域，包括：获取待处理区域的图像序列；基于待处理区域的图像序列，生成待处理区域的点云数据，其中，点云数据携带有语义信息；基于语义信息和点云数据，生成待处理区域的DEM数据；利用待处理区域的DEM数据，提取出待处理区域的等高线，解决了现有的等高线生成方法的生成效率和精度较低的技术问题。

技术领域

本发明涉及地理测绘的技术领域，尤其是涉及一种基于语义约束的等高线生成方法和装置。

背景技术

等高线是数字线划图中的重要要素内容，可以反映地形地貌的起伏变化，在各行各业中应用广泛，是不可或缺的基础地理信息要素。目前国内生产DEM 和等高线的方式均是基于传统立体采集方法，先采集等高线和高程点及特征线生成DEM数据，通过自动获取DEM数据生成等高线。

传统的立体采集方法在采集时必须配备专业的三维眼镜和输入设备，几乎完全依赖于立体视觉环境中的人工目视判断和手工绘制，工作量大，耗时较长，且基于DEM数据的生成没有考虑地形地势剧烈变化的问题，呈现效果不佳，生成点云数据和DEM等精度较低。

针对上述问题，还未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于语义约束的等高线生成方法和装置，以缓解了现有的等高线生成方法的生成效率和精度较低的技术问题。

第一方面，本发明实施例提供了一种基于语义约束的等高线生成方法，包括：获取待处理区域的图像序列；基于所述待处理区域的图像序列，生成所述待处理区域的点云数据，其中，所述点云数据携带有语义信息；基于所述语义信息和所述点云数据，生成所述待处理区域的DEM数据；利用所述待处理区域的DEM数据，提取出所述待处理区域的等高线。

进一步地，基于所述待处理区域的图像序列，生成所述待处理区域的点云数据，包括：利用SIFT算子计算出所述图像序列中每个图像特征子；基于所述特征子和所述待处理区域的图像序列，构建所述待处理区域的初始点云数据；利用Segformer多语义分割模型对所述图像序列中每个图像进行分割，确定出每个图像中的各个像素点的语义信息；基于所述待处理区域的初始点云数据和所述每个图像中的各个像素点的语义信息，生成所述待处理区域的点云数据。

进一步地，基于所述特征子和所述待处理区域的图像序列，构建所述待处理区域的初始点云数据，包括：基于级联哈希算法，确定出所述待处理区域的图像序列中与所述特征子相匹配的特征点；基于各个图像对应的相机的目标信息，对所述特征点进行空间前方交会解算，确定出所述特征点的三维坐标信息，其中，所述目标信息包括：位置信息和姿态信息；利用目标数据和光束平差算法，对所述姿态信息和三维坐标信息进行优化，得到所述待处理区域的稀疏点云数据；利用PMVS算法，对所述稀疏点云数据进行处理，得到所述初始点云数据。

进一步地，基于所述待处理区域的初始点云数据和所述每个图像中的各个像素点的语义信息，生成所述待处理区域的点云数据，包括：对所述初始点云数据进行三角化处理，得到三角化后的初始点云数据；基于摄影测量学共线算法，确定出所述三角化后的初始点云数据中各个点云数据的二维坐标信息；基于所述三角化后的初始点云数据中各个点云数据的二维坐标信息和所述每个图像中的各个像素点的语义信息，确定出所述三角化后的初始点云数据中各个点云数据的语义信息；将所述三角化后的初始点云数据中各个点云数据的语义信息确定为语义标签配置给对应的三角化后的初始点云数据，得到所述待处理区域的点云数据。

进一步地，基于所述点云数据携带有语义信息，将所述待处理区域的点云数据转换为所述待处理区域的DEM数据，包括：利用均值算法，对所述点云数据进行去噪处理，得到第一点云数据；对所述第一点云数据进行分类处理和目标处理，得到第二点云数据，其中，所述分类处理包括：点云自动分类处理和人机交互分类处理，所述目标处理包括：添加断裂线处理，置平操作处理和补点处理；基于所述点云数据携带有语义信息和所述第二点云数据中的地面点，构建所述待处理区域的DEM数据。