一种真正射影像采集方法技术

本发明专利技术提供一种真正射影像采集方法，包括：步骤1，建立数字表面模型，将数字高程模型和数字建筑物模型DBM进行叠加在一起形成真正射影像采集需要的数字表面模型；步骤2，进行视线分析，建立主影像的二维索引矩阵，用于记录主影像的可见性；步骤3，根据遮蔽检测算法，结合内外方位元素，反投影所有的物方点，结合步骤1像素点的状态判断点是否可见，进而记录检测出的遮蔽区；步骤4，由于索引图和真正射影像的大小与解析度是相同的，它记录了遮蔽区域的位置，因此将步骤3检测出的遮蔽区投影至主影像以外相邻影像，然而根据索引图来填补主影像不可见遮蔽区域，并进行遮蔽区域纹理修补；步骤5，进行色彩的一致性处理；步骤6，影像镶嵌。

【技术实现步骤摘要】
一种真正射影像采集方法
本专利技术涉及空间等摄影
，特别是一种真正射影像采集方法。
技术介绍
真正射影像采集过程中最为关键的技术是遮蔽区域的检测和纹理填补，不同的真正射影像采集技术的差异取决于遮蔽检测方法，目前真正射影像生成技术分为两类，一类是基于DBM的真正射生成技术，另一类是基于DSM的真正射生成技术。相比DSM，DBM能够更加准确的描述空间建筑物的地理信息，尤其是建筑物的轮廓信息，因此更加有利于进行多视影像的遮挡检测，使得检测的遮蔽区域边界平整规则，同时区域是闭合的，利于后续的遮蔽区域纹理填补工作，目前基于DBM的真正射影像制作的关键技术包括基于高程面投影的迭代检测算法，多边形反演成像遮蔽检测算法，基于最小边界扇区的遮蔽检测以及基于三角网的遮蔽检测算法等。基于DSM的真正射影像生成技术可以分为使用DSM方法，结合DTM与DBM方法，DSM与DTM结合的方法以及利用DBM与DEM制作真正射影像的方法，这些方法制作流程相似，大致分为三步：使用DSM进行正射投影、遮挡区域的检测以及相邻影像重叠信息进行遮挡区域纹理补偿。然而目前的方法在遮挡检测和遮挡区域信息补偿方面仍然存在困难，在地形平坦且建筑物稀疏的区域，遮挡区域的检测相对比较简单，但是地形复杂，大型人工建筑物云集的情况下，就变得比较困难，目前对于真正射影像上遮挡信息的补偿处理方法主要集中在：1、对遮挡区域不做实际的信息补偿，只是简单的以灰色或黑色调来简单的填充遮挡区域，该方法虽然处理简单，但是结果中丢失了影像的部分空间地物信息，降低了影像的解译能力及应用能力，美观性也相应变差。2、采用相邻影像的重叠区域对遮挡进行处理，由于对遮挡区域信息补偿所用的数据是地面的真实信息，所以效果理想，但遮挡信息补偿需要对多张相邻影像进行遮挡检测而后进行纹理修补，使得色彩的一致性处理难度加大，导致需要人工干预而难以实现自动化。3、采用纹理外推的方式进行遮挡区域补偿，对于遮挡范围小且纹理变化不明显，同时被遮蔽区域的地物信息不是很关键时，可以采用该方法，但当遮挡范围大且该区域包含关键地物信息时，显然此方法不适用。
技术实现思路
本专利技术的目的在于提供一种真正射影像采集方法，利用现有经典且可靠的Z-buffer算法进行遮挡区域检测、纹理修补等，最后完成真正射影像(True-Orthophoto)制作。真正射影像生成研究中利用高分辨率的多视影像，针对传统正射纠正几何方面的不足，在已获取的密集、精确、可靠的数字表面模型基础上，进行遮蔽检测并对遮蔽区域进行标记，根据这些标记在相邻航向和旁向上寻找被遮蔽区域的重叠影像，利用获得的对应纹理信息补偿被遮蔽区域，然后是补偿区域边缘匀光匀色处理以及后续的影像镶嵌等，最后完成真正射影像的制作。包括如下步骤：步骤1，建立数字表面模型，利用激光雷达获得地面点云和建筑物点云，将地面点云和建筑物点云分开建模，用地面点云生成用不规则三角网或规则网表示的数字高程模型DEM，再根据相关算法从建筑物点云中通过已有密集点匹配提取出数字建筑物模型DSM，将数字高程模型和数字建筑物模型DBM进行叠加在一起形成真正射影像采集需要的数字表面模型；步骤2，进行视线分析，建立主影像的二维索引矩阵，用于记录主影像的可见性；步骤3，根据遮蔽检测算法，结合内外方位元素，反投影所有的物方点，结合步骤1像素点的状态(可见或不可见)判断点是否可见，进而记录检测出的遮蔽区；步骤4，由于索引图和真正射影像的大小与解析度是相同的，它记录了遮蔽区域的位置，因此将步骤3检测出的遮蔽区投影至主影像以外相邻影像，然而根据索引图来填补主影像不可见遮蔽区域，并进行遮蔽区域纹理修补；步骤5，进行色彩的一致性处理；步骤6，影像镶嵌。优选的，所述步骤1包括点云数据的滤波和分类，激光雷达点云数据滤波用于从原始激光点云中提取出用于生成数字高程模型DEM时需要的代表地形的点云，激光雷达点云的分类是指从建筑物、植被等地物点中提取出属于建筑物或植被的激光点云。优选的，点云滤波采用数学形态学滤波，数学形态学滤波首先设置一个一定大小的平移窗口，初始地面点取窗口内的最低点，该点一定范围邻域内的高程值小于阈值的点被归入到地面点集，同时根据平移窗口的大小赋予一定的权值，结合尺寸大小不同的移动窗口反复进行，最终根据个点获取的权值完成数字高程模型的内插。优选的，点云滤波采用迭代线性最小二乘内插模型残差法预测滤波，利用地物点的高程值比对应区域地面点的高程值大，经过线性最小二乘内插值，激光点的高程的拟合残差不服从正态分布，高出地面的地物点云的残差均为较大的正值，采用迭代运算，首先将所有激光点云的高程观测值按照等权值计算一个初始的、比较粗糙的曲面模型，该模型是介于真实数字高程模型和数字表面模型之间的一个曲面，地面点云与该曲面的差值一般是绝对值较大的负数，低矮地物点云与该曲面的差值一般为绝对值较小的负数，其他高大地物点云与该曲面的差值一般为正值，根据这些差值给每一个点的高程观测值赋予权值，负得越多的差值对应赋予较大的权值，因为更接近真实地面，而居于中间的差值点赋予较小的权值，将差值为正的激光点云的权值设定为零。将权值为零的非地面点去掉，再次将剩下的激光点云生成曲面模型，如果某些被去除的激光点与新曲面模型的差值为负，会被重新划分到地面点云中。优选的，点云滤波采用移动窗口滤波，首先设置一个较大的窗口，找出窗口内激光点云的最低点，并将窗口内到最低点的高差小于阈值的点划分为地面点，然后移动窗口遍历整个测区寻找最低点，并利用这些最低点生成一个粗略的地形模型，不断缩小窗口，重复上述操作，最终窗口和阈值的大小会影响滤波效果。优选的，点云滤波采用渐进不规则三角网加密滤波算法，步骤a，首先对原始的激光雷达点云数据进行中值滤波处理，经过中值滤波处理，将具有噪声激光点从原始数据中剔除，不参与后续的地面点提取过程，避免这些噪声点对提取地形产生影响；步骤b，通过将上一步处理后的点云数据划分为初略网格，并选取每个网格中的最低点作为初始种子点，生成一个稀疏而粗糙的不规则三角网；步骤c，然后获得不规则三角网后，原始激光点云的每一个点都作为候选点落在与其相对应的三角形中，计算该点到所属三角形的距离，如果所得的距离小于特定的阈值，便将该点加入到地面点中；步骤d，将步骤c中判断为地面点的激光脚点重新建立不规则三角网；重复步骤c和d，直到不再有新的激光脚点加入到地面点类中为止。优选的，点云数据分类融合多源数据信息完成。机载激光雷达测量系统在快速测量目标点三维坐标信息基础上，还能记录激光回波的强度信号，利用不同物体的激光回波信号强度不同这一特点，根据回波反射强度可以直接区分植被点云与建筑物点云，原始激光点云中地面点已经在点云的滤波处理中剔除了，特别是在植被和建筑物靠的近的区域，根据点云的高程变化难以将两者分开，而借助回波强度信息可以将它们分开。优选的，所述步骤4包括：在完成遮蔽检测处理后，得到了每幅影像对应的遮蔽区域，可见区域直接利用数字微分纠正获取了纹理信息，遮蔽区域简单地本文档来自技高网...

【技术保护点】
1.一种真正射影像采集方法，其特征在于包括如下步骤：/n步骤1，建立数字表面模型，利用激光雷达获得地面点云和建筑物点云，将地面点云和建筑物点云分开建模，用地面点云生成用不规则三角网或规则网表示的数字高程模型DEM，再根据相关算法从建筑物点云中通过已有密集点匹配提取出数字建筑物模型DSM，将数字高程模型和数字建筑物模型DBM进行叠加在一起形成真正射影像采集需要的数字表面模型；/n步骤2，进行视线分析，建立主影像的二维索引矩阵，用于记录主影像的可见性；/n步骤3，根据遮蔽检测算法，结合内外方位元素，反投影所有的物方点，结合步骤1像素点的状态判断点是否可见，进而记录检测出的遮蔽区；/n步骤4，由于索引图和真正射影像的大小与解析度是相同的，它记录了遮蔽区域的位置，因此将步骤3检测出的遮蔽区投影至主影像以外相邻影像，然而根据索引图来填补主影像不可见遮蔽区域，并进行遮蔽区域纹理修补；/n步骤5，进行色彩的一致性处理；/n步骤6，影像镶嵌。/n

【技术特征摘要】
1.一种真正射影像采集方法，其特征在于包括如下步骤：
步骤1，建立数字表面模型，利用激光雷达获得地面点云和建筑物点云，将地面点云和建筑物点云分开建模，用地面点云生成用不规则三角网或规则网表示的数字高程模型DEM，再根据相关算法从建筑物点云中通过已有密集点匹配提取出数字建筑物模型DSM，将数字高程模型和数字建筑物模型DBM进行叠加在一起形成真正射影像采集需要的数字表面模型；
步骤2，进行视线分析，建立主影像的二维索引矩阵，用于记录主影像的可见性；
步骤3，根据遮蔽检测算法，结合内外方位元素，反投影所有的物方点，结合步骤1像素点的状态判断点是否可见，进而记录检测出的遮蔽区；
步骤4，由于索引图和真正射影像的大小与解析度是相同的，它记录了遮蔽区域的位置，因此将步骤3检测出的遮蔽区投影至主影像以外相邻影像，然而根据索引图来填补主影像不可见遮蔽区域，并进行遮蔽区域纹理修补；
步骤5，进行色彩的一致性处理；
步骤6，影像镶嵌。


2.根据权利要求1所述的一种真正射影像采集方法，其特征在于：所述步骤1包括点云数据的滤波和分类，激光雷达点云数据滤波用于从原始激光点云中提取出用于生成数字高程模型DEM时需要的代表地形的点云，激光雷达点云的分类是指从建筑物、植被等地物点中提取出属于建筑物或植被的激光点云。


3.根据权利要求2所述的一种真正射影像采集方法，其特征在于：点云滤波采用数学形态学滤波，数学形态学滤波首先设置一个一定大小的平移窗口，初始地面点取窗口内的最低点，该点一定范围邻域内的高程值小于阈值的点被归入到地面点集，同时根据平移窗口的大小赋予一定的权值，结合尺寸大小不同的移动窗口反复进行，最终根据个点获取的权值完成数字高程模型的内插。


4.根据权利要求2所述的一种真正射影像采集方法，其特征在于：点云滤波采用迭代线性最小二乘内插模型残差法预测滤波，利用地物点的高程值比对应区域地面点的高程值大，经过线性最小二乘内插值，激光点的高程的拟合残差不服从正态分布，高出地面的地物点云的残差均为较大的正值，采用迭代运算，首先将所有激光点云的高程观测值按照等权值计算一个初始的、比较粗糙的曲面模型，该模型是介于真实数字高程模型和数字表面模型之间的一个曲面，地面点云与该曲面的差值一般是绝对值较大的负数，低矮地物点云与该曲面的差值一般为绝对值较小的负数，其他高大地物点云与该曲面的差值一般为正值，根据这些差值给每一个点的高程观测值赋予权值，负得越多的差值对应赋予较大的权值，因为更接近真实地面，而居于中间的差值点赋予较小的权值，将差值为正的激光点云的权值设定为零。将权值为零的非地面点去掉，再次将剩下的激光点云生成曲面模型，如果某些被去除的激光点与新曲面模型的差值为负，会被重新划分到地面点云中。


5.根据权利要求2所述的一种真正射影像采集方法，其特征在于：点云滤波采用移动窗口滤波，首先设置一个较大的窗口，找出窗口内激光点云的最低点，并将窗口内到最低点的高差小于阈值的点划分为地面点，然后移动窗口遍历整个测区寻找最低点，并利用这些最低点生成一个粗略的地形模型，不断缩小窗口，重复上述操作，最终窗口和阈值的大小会影响滤波效果。


6.根据权利要求2所述的一种真正射影像采集方法，其特征在于：点云滤波采用渐进不规则三角网加密滤波算法，步骤a，首先对原始的激光雷达点云数据进行中值滤波处理，经过中值滤...

【专利技术属性】
技术研发人员：田江博，孙倩，高鹏，孙银博，
申请(专利权)人：中煤航测遥感集团有限公司，田江博，孙倩，高鹏，孙银博，
类型：发明
国别省市：陕西;61