一种基于地形DEM剖面分析的条带误差检测方法技术

本发明专利技术公开了一种基于地形DEM剖面分析的条带误差检测方法，通过对提取的DEM沿轨与垂轨剖面线进行突变点检测，建立突变点集合，并通过突变点集合的特征统计，构建DEM条带误差模型，实现对DEM条带误差位置与幅度的检测。该方法借助DEM剖面小波分解与波峰波谷检测方法，对地形剖面的突变点进行检测与解算。小波分解与波峰波谷值方法相结合，能够顾及地形DEM存在的规律性条带与非规律形条带现象，结合地形特点，对DEM存在的规律变化条带或非规律变化条带进行位置判断与检测，利用条带误差分布信息可实现对DEM数据质量的评价，为DEM数据的生产与使用提供评价依据，适用于航空航天影像获取的大区域地表DEM数据检测与评价。影像获取的大区域地表DEM数据检测与评价。影像获取的大区域地表DEM数据检测与评价。

【技术实现步骤摘要】
一种基于地形DEM剖面分析的条带误差检测方法


[0001]本专利技术涉及一种DEM条带误差检测方法，具体是一种适用于大区域地形DEM条带误差检测与评价、航空航天卫星线阵影像构建的大区域地形DEM条带误差检测，属于地形数据分析与评价


技术介绍

[0002]数字高程模型(Digital Elevation Model)简称DEM，是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达)，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，DEM通常作为进行地形分析与相关科学研究的基础数据模型。随着高分辨率对地观测与行星观测卫星的发展，利用高分辨率卫星影像构建区域地表地形，在自然资源调查、监测与相关应用中，发挥越来越大的作用。
[0003]卫星传感器姿态与位置误差、内检校方法的差异、以及环境与仪器噪声等的影响，导致获取的DSM区域内部精度并不一致，并表现出一定的条带现象。除去条带现象对DEM视觉的影响，条带现象导致的误差也使得DEM在进一步的应用中受到很大限制。DEM作为一种基础数据，它的数据质量与精度会直接影响它在其他科学领域中的支撑作用。因此，DEM中条带误差的检测是减弱与去除条带、提高DEM质量非常关键的一步。
[0004]现有条带去除方法一般是针对生产DEM的前端影像的方法，主要有滤波方法，如小波分析、傅里叶频域滤波或组合滤波等；或者是基于统计的方法，如矩阵匹配或直方图匹配等方法；还有一类是基于优化函数的方法，利用条带与干净参考图像的先验知识建立某个方向的能量函数模型，实现条带的去除。这些方法基本都是基于DEM生产前端的影像，条带现象的检测通常依据影像视觉进行判断，均能对条带的去除起到较好的作用。但是，当影像内外参数检校不完全、或有新的噪声引入到利用这些影像进行DEM生产过程中时，则生产DEM过程中将会产生新的条带，而且这些新的条带误差仍然存在于依此产生的DEM中，并进一步影响DEM的质量与使用。在实际应用中，大部分应用并不会直接接触到DEM的具体生产过程，DEM数据产品通常作为基础或参考数据对相关的科学研究与应用进行支持。因此，非常有必要针对DEM数据产品进行条带误差的检测与分析，去除或减弱DEM中存在的条带误差，提高DEM产品的数据质量，并为其他相关科学研究提供更为准确的基准数据。

技术实现思路

[0005]针对上述问题，本专利技术提供一种基于DEM剖面分析的条带误差检测方法，根据条带的边缘存在高程突变的特点，利用提取的DEM剖面线，通过对沿轨与垂轨剖面进行小波分解、波峰波谷值提取与突变点检测，建立剖面突变点集合，并根据突变点集的统计与分析，获取DEM数据产品中条带误差的空间分布与幅度分布。该方法不仅能够对DEM数据产品的条带误差进行检测，为DEM条带误差的去除提供依据，且能够提高DEM数据质量，为DEM数据评价提供参考。
[0006]为实现上述目的，本基于DEM剖面分析的条带误差检测方法具体包括以下步骤：
[0007]利用地面控制点将待检测DEM与参考DEM进行配准，确保待检测DEM与参考DEM基准统一；
[0008]获取待检测DEM与参考DEM之间的高程差异值D
‑
DEM；
[0009]假设待检测DEM配准后分别为DSM1，参考数据为DSM0，同一区域内(x,y)处的地表高程值分别为H1(x,y)，H0(x,y)，则待检测DEM与参考DSM在(x,y)处的高程差异值为：
[0010]ΔH(x,y)＝H1(x,y)
‑
H0(x,y)
ꢀꢀ
(1)
[0011]由于数据获取时间并不一致，待检测DEM与参考数据之间存在一定的时变差异或高程异常值，需要对高程变化过大的差异值进行剔除；本专利技术按照3倍标准差原则剔除异常值，当模板窗口内有m个高程差异值时，若窗口中心点差异值大于窗口内高程差异的3倍标准差，则该点为异常值，进行剔除；即
[0012][0013]其中，ΔH(x,y)
i
为第i个高程差异值，为对应模板窗口内高程差异均值；
[0014]根据产生DEM的影像沿轨与垂轨方向，在步骤b产生的D
‑
DEM基础上设置规则分布的剖面线(如图1所示的剖面线分布)，利用双线性采样方法矢量提取每条剖面线在D
‑
DEM上的高程差异值；
[0015]评价剖面线整体质量，初步判断是否存在突变点；
[0016]采用剖面线沿线高差均值与中误差评价待检测DEM的剖面线高差分布差异；假设一条剖面线沿线有n个高差值Δh
i
，i＝1,
…
,n，则均值与中误差δ
profile
分别为
[0017][0018][0019]当δ
profile
>kδ
D
‑
DEM
时，该条剖面线即有可能存在条带误差；其中δ
D
‑
DEM
为步骤b中去除粗差后D
‑
DEM的中误差值，计算方法同式(3)；k为经验值，一般取1.5
‑
2；
[0020]对步骤d中可能存在条带误差的剖面线进行小波分解；
[0021]首先，根据步骤d中提取的剖面线高程，对剖面沿线高程差异值滤波，获得较为平滑的剖面沿线高程差值；
[0022]其次，采用DB小波基对沿线剖面差值进行多层小波分解，获取剖面线近似信号与分解后的细节信号；
[0023]然后，根据细节信号与近似信号的幅度变化，提取剖面沿线的突变位置；
[0024]最后，对所有可能存在条带误差的剖面线进行上述步骤，获取剖面线突变点集合S1；
[0025]对步骤d中可能存在条带误差的剖面线进行波峰波谷值求解；
[0026]首先，根据步骤d中提取的剖面线高程，对剖面沿线高程差异值滤波，获得较为平滑的剖面沿线高程差值；
[0027]其次，利用函数的单调区间获取每个区间的波峰值；
[0028]然后，将剖面线高程差值取反，继续利用函数的单调区间获取每个区间的波峰值，
即为原剖面线波谷值；
[0029]最后，对所有可能存在条带误差的剖面线进行上述步骤，获取剖面线突变点集合S2；
[0030]根据步骤e中的突变点集合S1与步骤f中的突变点集合S2，去除重复点或距离非常接近的点，然后按每条剖面线分布，形成每条剖面线上的突变点集S
profile
；
[0031]计算每条剖面线突变位置之间的距离与幅度；
[0032]假设有n
a
条沿轨剖面线，其中一条剖面线ai上的突变点个数为m,该沿轨剖面线突变点集合表示为{(x1,y1,z1),
…
,(x
m
,y
m
,z
m
)}，则该剖面线突变点集计算出的条带之间的平均距离为：
[0033][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于地形DEM剖面分析的条带误差检测方法，其特征在于，具体包括以下步骤：a.利用地面控制点将待检测DEM与参考DEM进行配准，确保待检测DEM与参考DEM基准统一；b.获取待检测DEM与参考DEM之间的高程差异值D
‑
DEM；假设待检测DEM配准后分别为DSM1，参考数据为DSM0，同一区域内(x,y)处的地表高程值分别为H1(x,y)，H0(x,y)，则待检测DEM与参考DSM在(x,y)处的高程差异值为：ΔH(x,y)＝H1(x,y)
‑
H0(x,y)
ꢀꢀꢀꢀ
(1)由于数据获取时间并不一致，待检测DEM与参考数据之间存在一定的时变差异或高程异常值，需要对高程变化过大的差异值进行剔除，本发明按照3倍标准差原则剔除异常值，当模板窗口内有m个高程差异值时，若窗口中心点差异值大于窗口内高程差异的3倍标准差，则该点为异常值，进行剔除；即ΔH(x,y)
i
>3δ i＝1,...,m
ꢀꢀꢀꢀ
(2)其中，ΔH(x,y)
i
为第i个高程差异值，为对应模板窗口内高程差异均值；c.根据产生DEM的影像沿轨与垂轨方向，在步骤b产生的D
‑
DEM基础上设置规则分布的剖面线(如图1所示的剖面线分布)，利用双线性采样方法矢量提取每条剖面线在D
‑
DEM上的高程差异值；d.评价剖面线整体质量，初步判断是否存在突变点；采用剖面线沿线高差均值与中误差评价待检测DEM的剖面线高差分布差异；假设一条剖面线沿线有n个高差值Δh
i
，i＝1,
…
,n，则均值与中误差δ
profile
分别为：分别为：当δ
profile
>kδ
D
‑
DEM
时，该条剖面线即有可能存在条带误差；其中δ
D
‑
DEM
为步骤b中去除粗差后D
‑
DEM的中误差值，计算方法同式(3)；k为经验值，一般取1.5
‑
...

【专利技术属性】
技术研发人员：胡文敏，徐嘉兴，张炜，周号坤，赵甲涛，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：