人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测制造技术

本发明专利技术公开一种人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法。首先，利用边缘提取算法获取正射影像和人工阴影影像中单栋建筑阴影轮廓，并建立阴影数据集；然后，根据建筑高度对两组数据集进行分层，对阴影数据集进行多层次并行面特征整体松弛匹配，得到初始匹配结果；最后，对未匹配集合中的建筑物阴影进行面特征整体匹配得到最后的匹配结果，从而完成高分辨率的正射影像的阴影检测。利用本发明专利技术在人工阴影的基础上对建筑物阴影检测，可以更直接的确定建筑阴影的位置，更准确的获取建筑物阴影的边界。

Shadow detection of high resolution Orthophoto Image driven by artificial shadow

【技术实现步骤摘要】
人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测
本专利技术涉及图像处理
，特别是涉及一种高分辨率正射影像建筑物阴影检测方法。技术背景所述的人工阴影像为：将影像航拍时的太阳高度角和方位角与该影像的数字建筑模型(DBM)相结合，利用阴影建模算法计算出某一航拍时刻下建筑物阻碍太阳光线造成的阴影区域在地平面上的几何范围，该几何区域即为所求的阴影区域并将其灰度值赋值为0。阴影检测的方法目前有大致可以分为两类。第一种是基于模型的方法，根据影像中的信息，场景的几何形状、太阳高度角、DSM或者传感器等参数建立阴影统计模型，并对逐个像素进行判别。第二种是基于阴影的性质的阴影检测算法，根据阴影区域的光谱、纹理和边缘等信息与非阴影区不同，结合特征阈值、统计混合模型、D-S证据理论等方法划分阴影区域和非阴影区域。通过对国内外研究现状进行分析，发现现有的阴影检测算法还存在以下不足：(1)基于阴影纹理、边缘特征的检测方法，由于影响阴影形成的因素很多，依靠阴影区域的纹理特征、边缘特性，实现阴影的检测，不仅会引入大量的计算，而且阴影区域边界的界定也存在相当的难度。(2)基于光谱特性的检测方法，由于水体、偏蓝色地物等在各个波段上的光谱特性与阴影很接近、阈值分割直方图峰值不明显，将干扰阴影区域的识别。(3)阈值的选取需要极强的先验知识，根据人为经验不断进行调整，才能达到满意的效果，也降低检测方法的适用性。
技术实现思路
本专利技术提出了一种人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法，在人工阴影的基础上对建筑物阴影检测，可以更直接的确定建筑阴影的位置，更准确的获取建筑物阴影的边界。为了实现上述技术目的，本专利技术的技术方案为：人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测，具体步骤为：1、将航空影像拍摄时的太阳高度角和方位角与影像的DBM数据相结合，利用阴影建模算法生成人工阴影影像。将航空影像拍摄时的太阳高度角和方位角与影像的DBM数据相结合，利用阴影建模算法生成阴影影像，通过空间重分类的方法对阴影区和非阴影区进行重分类，将灰度值为0的区域归为一类，将其他的灰度值同一赋值为255，归为另一类，得到人工阴影影像。2、创建两幅影像的建筑阴影轮廓数据集，计算阴影面匹配单元的特征属性。采用Canny边缘检测算法提取影像中阴影轮廓，结合DBM数据进行分割筛选，得到单栋建筑阴影的轮廓数据集。确定两幅影像中建筑物阴影多边形的轮廓范围和大小，计算出每个阴影多边形的重心坐标；提取阴影轮廓特征点，计算每个阴影面的形状中心距离值。3、对两组建筑物阴影数据集进行分层。通过对人工影像和正射影像中的建筑物阴影的面积和形状相似度进行对比，发现影像中建筑物越高面积差越大。因此，根据建筑物的高度，将每个阴影数据集划分为3层。4、对每层的阴影数据集进行面特征整体松弛匹配得到正射影像中建筑物阴影的准确位置。(1)概率矩阵初始化以建筑物阴影面为匹配单元，计算待匹配的建筑物阴影多边形数据集中对应面间的位置和形状相似性。通过设置权值，加权平均得到综合的初始概率，得到两组数据中阴影面间的相似度矩阵。对初始候选匹配对进行粗筛，剔除明显错误的候选匹配对，删除相似性小于给定阈值的并将其赋值为0，得到最终的相似度矩阵；然后对匹配初始概率进行估算，即把每个候选面的特征相关系数相加，除以所有候选面的相关系数和，得到初始概率矩阵。(2)概率矩阵迭代更新通过广度优先搜索策略以阴影区域重心点为搜索目标，确定建筑物阴影面的目标面邻域数目。邻域关系确定后，计算邻近候选匹配对间的特征差异值和支持程度，并更新初始匹配矩阵。(3)匹配对选取加入阴影邻域位置相似性、形状相似性和相关系数三个相关系数，对匹配概率矩阵进行迭代更新。当两次迭代期间各候选匹配对的匹配概率变化量小于给定的阈值时，则迭代停止。检测1:M、N:1、M:N候选匹配对。根据Harris方法提取影像中的特征点，然后结合阴影面的边缘轮廓，筛选出阴影轮廓的特征点集。每个阴影轮廓包含的所有特征点曲率值的平均值作为该面的曲率值，计算出候选匹配对间曲率的相似值，确定初始匹配对。5、人工阴影驱动下高分辨率正射影像多层次整体松弛匹配的匹配过程。(1)对步骤3中的建筑物阴影数据集进行多层次并行面特征整体松弛匹配，根据阴影的特征值对每层设置不同的邻域相似阈值和总相似阈值确定该层的匹配对。(2)将每匹配层中未匹配的建筑物阴影划分至人工阴影未匹配集合和正射影像未匹配集合中。按照相同的方法对未匹配集合中的建筑物阴影多边形进行面特征整体匹配，得到最后的匹配结果。(3)最后，对少量未匹配的建筑物阴影进行全局遍历检查，作为提高匹配正确率的有效补充。本专利技术提出的方法通过人工生成的建筑物阴影与正射影像中的阴影进行整体松弛匹配，得到正射影像中建筑物阴影的准确位置。该方法可以更直接的确定建筑阴影的位置，更准确的获取建筑物阴影的边界。附图说明图1为本专利技术实施例的阴影检测流程图图2为本专利技术实施例的面特征整体匹配原理图图3为本专利技术实施例的人工阴影图图4为本专利技术实施例对应的DBM平面模型图5为本专利技术实施例的第Ⅰ层建筑物阴影匹配图图6为本专利技术实施例的阴影检测结果图具体实施方式下面结合本专利技术中的实施例附图详细说明本专利技术的具体实施方式。显然，所描述的实施例仅仅是本专利技术中的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域的普通技术人员在没有做出创造性劳动前提的条件下所进行的其他所有实施例，都属于本专利技术的保护范围。实施例：本实施例中，我们选取某国外地区的高分辨率航空影像作为实验数据，该数据拍摄时飞机飞行的平均海拔为1650m，其中，航向重叠率为65％，旁向重叠率为30％。具体实施中，本专利技术技术方案可采用计算机编程自动运行的方式进行。本专利技术所提供的人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测程序的具体运行步骤可以参考流程图(图1)：步骤1，生成人工阴影影像。本实例中，以DBM为研究模型，将航空影像拍摄时的太阳高度角和方位角与影像的DBM数据相结合，利用阴影建模算法计算出某一航拍时刻下建筑物阻碍太阳光线造成的阴影区域在地平面上的几何范围，该区域的灰度值被赋值为0。生成的人工阴影如图3所示。步骤2，提取建筑物阴影的边缘轮廓，创建建筑物阴影数据集，计算阴影面匹配单元的特征属性。本实例中，将正射影像转化为二值影像，然后利用采用Canny算子提取影像中的建筑阴影粗轮廓。结合影像的二维DBM数据(如图3所示)，对提取到的数据进行分割筛选，剔除DBM区域内的边缘轮廓，并对阴影区域进行闭合，得到两幅影像的建筑物阴影数据集data1＝{qi|i＝1…m}，data2＝{tj|j＝1…n}，其中si和tj分别为数据d本文档来自技高网...

【技术保护点】
1.人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测，其具体步骤如下：/n步骤1)利用建模工具生成人工阴影影像；/n步骤2)创建两幅影像的建筑阴影轮廓数据集，计算并添加阴影面匹配单元的特征属性；/n步骤3)根据建筑物高度对两组阴影数据集进行分层；/n步骤4)计算两组影像建筑阴影数据集中阴影面特征的初始概率值，建立初始概率矩阵；/n步骤5)计算影像中各阴影面邻域的支持系数，对初始概率矩阵进行迭代更新；/n步骤6)根据阴影面的角点特征对1:M、N:1、M:N候选匹配对进行筛选，确定匹配对；/n步骤7)对影像中建筑物阴影数据集进行多层次面特征整体松弛匹配，获取人工阴影影像和正射影像的匹配结果，从而完成高分辨率的正射影像的阴影检测。/n

【技术特征摘要】
1.人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测，其具体步骤如下：
步骤1)利用建模工具生成人工阴影影像；
步骤2)创建两幅影像的建筑阴影轮廓数据集，计算并添加阴影面匹配单元的特征属性；
步骤3)根据建筑物高度对两组阴影数据集进行分层；
步骤4)计算两组影像建筑阴影数据集中阴影面特征的初始概率值，建立初始概率矩阵；
步骤5)计算影像中各阴影面邻域的支持系数，对初始概率矩阵进行迭代更新；
步骤6)根据阴影面的角点特征对1:M、N:1、M:N候选匹配对进行筛选，确定匹配对；
步骤7)对影像中建筑物阴影数据集进行多层次面特征整体松弛匹配，获取人工阴影影像和正射影像的匹配结果，从而完成高分辨率的正射影像的阴影检测。


2.根据权利要求1所述的人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法，其特征在于：在步骤(2)中所述的匹配单元特征属性包括阴影面的位置和形状特征：
采用Canny边缘检测算法提取影像中阴影轮廓，结合DBM数据对阴影轮廓进行分割筛选，确定两幅影像中建筑物阴影多边形的轮廓范围和大小；根据轮廓对应的坐标值，计算出每个阴影面的重心坐标；提取阴影轮廓特征点，计算每个阴影面的形状中心距离值。


3.根据权利要求1所述的人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法，其特征在于：在步骤(3)中所述的对两组阴影数据集进行分层匹配，根据每个阴影面对应的建筑物高度进行分层：
对比两幅影像中阴影面的差异，总结阴影面差异的规律，利用建筑物的高度对影像中的建筑物阴影进行分层，将每幅影像分成3层。


4.根据权利要求1所述的人工阴影驱动下多层次整体松弛匹配的高分辨率正射影像阴影检测方法，其特征在于：在步骤(4)中所述的初始化两组阴影数据集概率矩阵：
计算两幅影像阴影面之间的位置、形状相似值，得到正射影像中每个阴影面的初始概率值；以建筑物阴影面为匹配单元，计算待匹配的两组面状建筑物阴影面数据集中对应面间的位置和形状相似性；设置权值，加权平均得到两组数据中阴影面间的相似度矩阵；
对初始候选匹配对进行粗筛，剔除明显错误的候选匹配对，删除相似性小于给定阈值的并将其赋值为0，得到最终的相似度矩阵；对匹配初始概率进...

【专利技术属性】
技术研发人员：周国清，张雯茜，岳涛，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：广西;45