[发明专利]一种基于轮廓的建筑物点云模型底图配准方法

摘要

本发明涉及一种基于轮廓的建筑物点云模型底图配准方法，属于计算机视觉技术领域。本发明方法通过对三维重建得到的建筑物点云模型进行结构分析，自动检测当前模型的姿态，最终实现点云模型坐标的归一化，并在此基础上得到当前建筑物的点云俯视轮廓线条图；对重建建筑所在区域的遥感图像进行轮廓分析，自动检测得到底图的轮廓线条；根据重建建筑的轮廓线条估计当前建筑的结构拐点，然后借助轮廓匹配信息实现点云模型与卫星底图间的空间对齐，得到从点云模型到卫星底图间的映射矩阵，自动实现建筑物点云模型在卫星底图上的放置。对比现有技术，本发明方法能够准确对点云模型和底图进行自动化配准，有效降低配准所需人工工作量，降低配准成本。

主权项

一种基于轮廓的建筑物点云模型底图配准方法，其特征在于，包括以下步骤：步骤一、通过以下步骤进行建筑物点云模型俯视轮廓线条提取：步骤1.1对建筑物点云模型进行姿态估计；步骤1.2通过以下步骤根据建筑物点云模型z轴方向对其俯视轮廓进行提取：步骤1.2.1对点云模型在世界坐标系下进行姿态矫正，然后对姿态矫正后的点云模型在XOY平面上投影得到当前建筑物点云模型的俯视图；步骤1.2.2在俯视图中根据四叉树分割方法检测出模型的轮廓；步骤1.2.3通过如下改进的LSD算法对建筑物点云模型俯视轮廓图做边缘检测，得到建筑物的俯视边界线条，即建筑物的俯视轮廓：步骤1.2.3.1使用传统LSD算法提取图像中的线段；步骤1.2.3.2对于上一步骤得到的线段进行以下五种判定：(1)噪声剔除：根据预设的阈值THRl，对所有线段进行比较，删除其中长度小于THRl的线段；(2)斜率一致性判定：当两条线段l1和l2之间的夹角θ小于预设的夹角阈值THRθ时，便认为这两条线段是平行的；(3)平行线过滤：对于被判定为平行的线段对l1和l2，当小于THRp时，认为两条线段是同一条长线段断裂成的子线段，需要将线段l1和l2进行合并，反之则表示这两条线段为两条独立且平行的线条，直接保留；其中，l1和l2的长度分别为L1和L2，a为两条线段平行且投影相互重叠的部分长度，THRp为预设的比例阈值；(4)横向距离判定：当两条线段l1和l2之间互相投影的距离足够近时，可以判定它们处于同一条直线上，Li为线段l1上各采样点到l2所在直线间的距离，Gj为线段l2上各采样点到l1所在直线之间的距离，根据下述公式：其中，N1和N2分别为线段l1和l2上采样点的数目；以及预设的横向距离阈值THRc，当两条线段投影距离满足max(dL,dG)＜THRc时，则判定两条线段在同一条直线上；(5)纵向距离判定：当检测到两条线段l1和l2处于同一条直线上时，根据下述两条线段同属一条线段的隶属度计算公式以及预设的隶属度阈值THRz判断，当时表示这两条线段是同一条线段断裂成的两个子线段，需要进行拼接；反之则表示这个线段对只是两条距离较远但近似共线的独立线段：其中，dmin为l1和l2间的纵向距离；步骤1.2.3.3利用上述判定拟合新的线条；步骤1.2.3.4对经过步骤1.2.3.3得到的线条重复步骤1.2.3.2和步骤1.2.3.3过程，直到不能再检测出可拼接的线段时为止；步骤二、通过改进的LSD算法对建筑物遥感影像进行基于线特征的轮廓提取；步骤三、通过以下步骤进行基于轮廓匹配的建筑物点云模型与底图配准：步骤3.1通过以下步骤筛选经过前面步骤后得到的所有线段：步骤3.1.1针对点云模型俯视图lo和卫星底图lb，根据现代化建筑俯视图自身的轮廓特性，将属于当前建筑轮廓所有的线条聚类为两个近似垂直的簇，同时将不属于这两个簇的线段视为噪声线条，予以剔除；步骤3.1.2求出lo中所有线条的平均长度，如果存在线条长度小于平均长度的倍，则剔除；为预定的点云模型俯视图噪声线条阈值；步骤3.1.3求出lb中所有线条的平均长度，如果存在线条长度小于平均长度的倍，则剔除；为预定的卫星底图噪声线条阈值；步骤3.2对经步骤3.1处理后得到的线段通过下述过程找出鲁棒性高的线段交点：对于检测得到的两个近似垂直的线段簇和取C1中的线段其两个端点分别为和那么所在直线和C2中所有线段所在直线均有交点，对于C2中任意一条线段首先判定和中哪一个点距离所在直线最近；若距离所在直线较近，则将线段和所在直线的交点记为线段在端的交点，反之则记为线段在端的交点；线段在端的交点的能量函数为和分别在C2中检测得到的最小能量值对应的交点即为当前线段的端点，也是需要保留的备选轮廓拐点；步骤3.3通过以下步骤找到匹配轮廓拐点以及最佳仿射矩阵：步骤3.3.1通过对两个图上所有的备选轮廓拐点建立特征点向量并依次进行映射找出所有可能的仿射矩阵，即候选仿射矩阵；步骤3.3.2通过以下过程找出最佳仿射矩阵：对于某一候选仿射矩阵H，假设图像lo中一条线段在图像lb中的线段为定义线段和线段的能量函数为E1、E2、Em和分别为线段和线段的左端点、中点、右端点，d(.)表示两个点之间的距离，对于lo中任一条线段从图像lb中找到与其能量函数最小的即为它的映射线段，线段的能量值定义为其中，N4为lb中轮廓线的数目；当前仿射矩阵H的能量值为其中，N2为lo中轮廓线的数目；在所有仿射矩阵中，能量值最小的仿射矩阵即为最佳仿射矩阵；步骤3.4通过最佳仿射矩阵将建筑物点云模型映射到卫星底图。