一种土地视觉立体测量方法技术

本发明专利技术公开了一种土地视觉立体测量方法，属于视觉测量技术领域；包括以下步骤：利用无人机上的双目相机获取地面的左视图像和右视图像；根据实际匹配边缘点对集合获取每对实际匹配边缘点的视差；根据各个实际匹配点对的视差及无人机的世界坐标系位置获取各个实际匹配点对所对应的世界坐标系中的实际界址点集合；再根据实际界址点集合绘制地籍图。本发明专利技术基于优选度将边缘点作为双目视觉立体匹配的匹配点，根据地面界址点的分布特征对界址点进行筛选，筛除了冗余的，分割信息高度重合的界址点。址点。址点。

【技术实现步骤摘要】
一种土地视觉立体测量方法


[0001]本专利技术涉及视觉测量
，具体涉及一种土地视觉立体测量方法。

技术介绍

[0002]地籍测量属于土地测量的一种，其是对土地以及地表附着物的信息进行详细勘定，主要包含附着物的地理位置坐标、边界、权属信息等，其主要目的是获取测区范围的土地信息。地籍测量作为我国地籍调查工作中极为重要的组成部分，其能够对宗地权属界址点进行标定，同时测量土地权属界线的位置信息，有利于对土地的利用状况进行统计核查，通过实地测量获得各宗地界址点的精确坐标、宗地形状、宗地面积等数据，为土地登记、核发土地证奠定基础，从而对土地信息进行依法管理。
[0003]随着测绘产业的高速发展，现有的地籍测量方法如RTK测量方法具有较高的精确度，其需要在测区控制网布设完成后，逐点进行地籍信息获取工作，外业测量工作强度大，作业效率相对较低。随着计算机等行业的发展，测绘方法和仪器设备得到了较大的发展与提升，其中摄影测量技术作为新的测绘方式使得地籍测量成果精度以及工作效率得到了巨大提升。无人机摄影测量技术作为一项新型测绘技术改变了传统的逐点测量方式，其在无人机上搭配高精度影像采集设备，对测绘区域进行高清影像数据采集，将采集的高清影像数据生成测绘区域三维实景模型，进而实现测区地籍信息数据的高效采集工作。其相较于传统测绘方法具有测量时间短、工作量小、出图快等优势。极大的提高了地籍测量的外业工作效率。但相对于农村土地的地籍测量工作，当前的摄影测量技术还具有许多问题，如地面控制点由于农村房屋建筑布局分布的随意性易受到不同程度的遮挡导致三维实景重建困难、难以从农村复杂的地理环境产生的重复性纹理中提取特征点、提取出的界址点数量冗余等问题。

技术实现思路

[0004]本专利技术提供一种土地视觉立体测量方法，该方法结合界址点作为土地、房屋分割点的特性，评价了边缘点的优选度，基于优选度将边缘点作为双目视觉立体匹配的匹配点，并衡量了匹配的优先度，结合匹配的优先度设定了匹配代价的计算方法，这样计算出的匹配代价使重建后的三维土地信息更加关注界址点的准确性，根据地面界址点的分布特征对界址点进行筛选，筛除了冗余的，分割信息高度重合的界址点，获取的地籍地面界址点信息更加精简，准确，提高了后续绘制地籍图的内业工作效率。
[0005]本申请实施例提供了一种土地视觉立体测量方法，包括以下步骤：利用无人机上的双目相机获取地面的左视图像和右视图像；将左视图像和右视图像均灰度化后进行边缘检测分别获取左视图像和右视图像上所有边缘点；根据任一边缘点沿着所在边缘向远离其本身的方向延伸获取公共边缘点，以该边缘点为中心点向外环形扩张至与其邻近的公共边缘点为止获取该边缘点的扩张邻域；
所述扩张邻域被其内的边缘点组成的边缘分割成多个区域；获取该边缘点对应每个区域中所有像素点的灰度
‑
梯度共生矩阵；并获取该边缘点至扩张邻域间每个边缘部分上边缘点个数占所有边缘点个数的比例；依次分别获取左视图像和右视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵以及每个边缘点对应扩张邻域中每个边缘部分上边缘点个数占所有边缘点个数的比例；根据左视图像和右视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵、以及每个边缘点对应扩张邻域中每个边缘部分上边缘点个数占所有边缘点个数的比例对左视图像和右视图像中每个边缘点进行匹配，获取左视图像与右视图像中实际匹配边缘点对集合；根据实际匹配边缘点对集合获取每对实际匹配边缘点的视差；根据各个实际匹配点对的视差及无人机的世界坐标系位置获取各个实际匹配点对所对应的世界坐标系中的实际界址点集合；再根据实际界址点集合绘制地籍图。
[0006]在一实施例中，所述左视图像与右视图像中实际匹配边缘点对集合是按照以下步骤获取：根据左视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵、与右视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵，获取左视图像中每个边缘点与右视图中对应边缘点的分割相似性；依次类比获取右视图像中每个边缘点与左视图中对应边缘点的分割相似性；根据根据左视图像中每个边缘点对应扩张邻域中每个边缘上边缘点的个数占扩张邻域中所有边缘点个数比例、与右视图像中每个边缘点对应扩张邻域中每个边缘上边缘点的个数占扩张邻域中所有边缘点个数比例，获取左视图像中每个边缘点与右视图中对应边缘点的边缘延伸相似性；依次类比获取右视图像中每个边缘点与左视图中对应边缘点的边缘延伸相似性；根据左视图像中每个边缘点与右视图中对应边缘点分割相似性和边缘延伸相似性获取左视图像中每个边缘点与右视图中对应边缘点之间的第一综合相似性；根据右视图像中每个边缘点与左视图中对应边缘点分割相似性和边缘延伸相似性获取右视图像中每个边缘点与左视图中对应边缘点的第二综合相似性；根据第一综合相似性和第二综合相似性对左视图像中边缘点与右视图中边缘点进行匹配获取左视图像与右视图像中实际匹配边缘点对集合。
[0007]在一实施例中，所述左视图像中每个边缘点与右视图中对应边缘点的分割相似性是按照以下步骤获取：以左视图像中每个边缘点为第一匹配目标点，在右视图像中选择与所述第一匹配目标点的纵坐标相同的多个边缘点；根据第一匹配目标点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵及与每个纵坐标相同的边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵获取所述第一匹配目标点与每个纵坐标相同的边缘点的分割相似性；即获取左视图像中每个边缘点与右视图中对应边缘点之间的分割相似性。
[0008]在一实施例中，所述第一匹配目标点与每个纵坐标相同的边缘点的分割相似性获
取的步骤如下：将第一匹配目标点对应扩张邻域中的多个区域内所有像素点的灰度
‑
梯度共生矩阵按照顺时针排列构成第一匹配目标点对应扩张邻域内灰度
‑
梯度共生矩阵的第一环形序列；依次类比获取右视图中与所述第一匹配目标点对应的任一边缘点的灰度
‑
梯度共生矩阵的第二环形序列；根据第一环形序列与第二环形序列的对应序列位置上的灰度
‑
梯度共生矩阵获取第一环形序列与第二环形序列中每个对应序列位置的共生差值矩阵；计算每个共生差值矩阵中所有值的加和值，根据每个加和值计算获取第一环形序列与第二环形序列对应的均值；再通过调整所述第一环形序列与第二环形序列对应的序列位置依次获取多个第一环形序列与第二环形序列的对应的均值，选取第一环形序列与第二环形序列的对应的第一最小均值；将第一最小均值即为所述第一匹配目标点与对应的该边缘点的分割相似性；依次获取第一匹配目标点与每个纵坐标相同的边缘点的分割相似性。
[0009]在一实施例中，所述左视图像中每个边缘点与右视图中对应边缘点的边缘延伸相似性是按照以下步骤获取：根据第一匹配目标点对应扩张邻域中每个边缘上边缘点的个数占扩张邻域中所有边缘点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种土地视觉立体测量方法，其特征在于，包括以下步骤：利用无人机上的双目相机获取地面的左视图像和右视图像；将左视图像和右视图像均灰度化后进行边缘检测分别获取左视图像和右视图像上所有边缘点；根据任一边缘点沿着所在边缘向远离其本身的方向延伸获取公共边缘点，以该边缘点为中心点向外环形扩张至与其邻近的公共边缘点为止获取该边缘点的扩张邻域；所述扩张邻域被其内的边缘点组成的边缘分割成多个区域；获取该边缘点对应每个区域中所有像素点的灰度
‑
梯度共生矩阵；并获取该边缘点至扩张邻域间每个边缘部分上边缘点个数占所有边缘点个数的比例；依次分别获取左视图像和右视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵以及每个边缘点对应扩张邻域中每个边缘部分上边缘点个数占所有边缘点个数的比例；根据左视图像和右视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵、以及每个边缘点对应扩张邻域中每个边缘部分上边缘点个数占所有边缘点个数的比例对左视图像和右视图像中每个边缘点进行匹配，获取左视图像与右视图像中实际匹配边缘点对集合；根据实际匹配边缘点对集合获取每对实际匹配边缘点的视差；根据各个实际匹配点对的视差及无人机的世界坐标系位置获取各个实际匹配点对所对应的世界坐标系中的实际界址点集合；再根据实际界址点集合绘制地籍图。2.根据权利要求1所述的土地视觉立体测量方法，其特征在于，所述左视图像与右视图像中实际匹配边缘点对集合是按照以下步骤获取：根据左视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵、与右视图像中每个边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵，获取左视图像中每个边缘点与右视图中对应边缘点的分割相似性；依次类比获取右视图像中每个边缘点与左视图中对应边缘点的分割相似性；根据根据左视图像中每个边缘点对应扩张邻域中每个边缘上边缘点的个数占扩张邻域中所有边缘点个数比例、与右视图像中每个边缘点对应扩张邻域中每个边缘上边缘点的个数占扩张邻域中所有边缘点个数比例，获取左视图像中每个边缘点与右视图中对应边缘点的边缘延伸相似性；依次类比获取右视图像中每个边缘点与左视图中对应边缘点的边缘延伸相似性；根据左视图像中每个边缘点与右视图中对应边缘点分割相似性和边缘延伸相似性获取左视图像中每个边缘点与右视图中对应边缘点之间的第一综合相似性；根据右视图像中每个边缘点与左视图中对应边缘点分割相似性和边缘延伸相似性获取右视图像中每个边缘点与左视图中对应边缘点的第二综合相似性；根据第一综合相似性和第二综合相似性对左视图像中边缘点与右视图中边缘点进行匹配获取左视图像与右视图像中实际匹配边缘点对集合。3.根据权利要求2所述的土地视觉立体测量方法，其特征在于，所述左视图像中每个边缘点与右视图中对应边缘点的分割相似性是按照以下步骤获取：以左视图像中每个边缘点为第一匹配目标点，在右视图像中选择与所述第一匹配目标点的纵坐标相同的多个边缘点；
根据第一匹配目标点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵、及与每个纵坐标相同的边缘点对应扩张邻域中每个区域内所有像素点的灰度
‑
梯度共生矩阵，获取所述第一匹配目标点与每个纵坐标相同的边缘点的分割相似性；即获取左视图像中每个边缘点与右视图中对应边缘点之间的分割相似性。4.根据权利要求3所述的土地视觉立体测量方法，其特征在于，所述第一匹配目标点与每个纵坐标相同的边缘点的分割相似性获取的步骤如下：将第一匹配目标点对应扩张邻域中的多个区域内所有像素点的灰度
‑
梯度共生矩阵按照顺时针排列构成第一匹配目标点对应扩张邻域内灰度
‑
梯度共生矩阵的第一环形序列；依次类比获取右视图中与所述第一匹配目标点对应的任一边缘点的灰度
‑
梯度共生矩阵的第二环形序列；根据第一环形序列与第二环形序列的对应序列位置上的灰度
‑
梯度共生矩阵获取第一环形序列与第二环形序列中每个对应序列位置的共生差值矩阵；计算每个共生差值矩阵中所有值的加和值，根据每个加和值计算获取第一环形序列...

【专利技术属性】
技术研发人员：李艳芬，崔志远，楚慧萍，
申请(专利权)人：菏泽市土地储备中心，
类型：发明
国别省市：