一种基于立体影像和激光测高数据的建筑物倒塌评估方法技术

本发明专利技术公开了一种基于立体影像和激光测高数据的建筑物倒塌评估方法，采用由粗到精匹配方法对震前、震后的多张立体影像进行匹配并构建连接点误差方程，同时对内部激光测高数据与立体影像进行匹配以实现激光点的提取并构建内部激光点误差方程以及对外部激光测高数据与立体影像进行匹配并构建外部激光点误差方程，最后组成平差模型；对上述平差模型进行求解，完成区域网平差并获取每张立体影像对应的补偿系数，获取每张立体影像对应的平差后有理函数成像模型；自动量测建筑物的角点，获取各个角点对应的像方坐标，将其输入立体影像的平差后有理函数成像模型，计算出建筑物的高度变化，实现建筑物倒塌程度的评估。实现建筑物倒塌程度的评估。实现建筑物倒塌程度的评估。

【技术实现步骤摘要】
一种基于立体影像和激光测高数据的建筑物倒塌评估方法


[0001]本专利技术属于图像处理的
，具体涉及一种基于立体影像和激光测高数据的建筑物倒塌评估方法。

技术介绍

[0002]传统的灾害评估能够获取受损房屋的位置、面积等二维信息，但是难以评估出房屋的三维信息的变化。立体卫星具有幅度宽、响应周期短等特点，能够计算出房屋三维信息的变化，十分契合地震灾区评估工作要求的快响应、广范围。使用HRSI进行地震灾害评估需要通过地面控制点提升HRSI的垂直及平面定位精度,具体方法为将地面控制点与HRSI进行配准并构建控制点误差方程，HRSI影像间连接点提取并构建连接点误差方程，求解误差方程得到对立体影像的补偿系数。卫星立体影像的定位精度严重依赖于立体影像本身的地面分辨率以及地面控制点的布设，然而由于震前震后的环境差异较大，地面控制点的快速获取十分困难，导致震前震后立体影像之间的平面、垂直定位精度存在不一致性，同时房屋受损评估时面临的房屋角点震前震后受损导致获取困难等问题，进而导致房屋评估结果存在不准确性。

技术实现思路

[0003]针对使用HRSI进行受损房屋的评估会遇到诸如平面定位不一致、高程定位精度不足、灾后地面控制点布设困难、受损房屋的像方难以选择等问题，本专利技术提出了一种基于高分七号(GF
‑
7)震前震后立体影像及激光测高数据的建筑物倒塌三维精细化评估方法，首先针对震前震后立体影像平面定位不一致、垂直定位精度不足，使用GF
‑
7和ICESat1激光测高数据作为高程控制、震前震后四重连接点作为约束进行区域网平差；其次本研究针对震前震后立体影像的辐射差异以及房屋角点受损前后的巨大差异性，提出了一种由粗到精的亚像元房屋角点提取方法，先由单应性矩阵、核线约束进行粗配准，再由最小二乘模板匹配进行精配准，获取震前震后立体影像上房屋角点的像方；最后依据震前震后立体影像计算房屋角点高度变化以及EMS分成的三种类别进行建筑物倒塌三维精细化评估。
[0004]本专利技术可通过以下技术方案实现：
[0005]一种基于立体影像和激光测高数据的建筑物倒塌评估方法，包括以下步骤：
[0006]步骤一、采用由粗到精匹配方法对震前、震后的多张立体影像进行匹配并结合仿射模型构建连接点误差方程，同时，对内部激光测高数据即足印影像与立体影像进行匹配以实现激光点的提取并结合仿射模型构建内部激光点误差方程，以及对外部激光测高数据与立体影像进行匹配并结合仿射模型构建外部激光点误差方程，共同构建基于有理函数成像模型的平差模型；
[0007]步骤二、对平差模型进行求解，完成区域网平差并获取每张立体影像对应的补偿系数，从而获取每张立体影像对应的平差后有理函数成像模型；
[0008]步骤三、采用由粗到精定位方法实现建筑物角点的自动量测，获取各个角点对应
的像方坐标；
[0009]步骤四、将步骤三中的像方坐标分别输入震前、震后的立体影像的平差后有理函数成像模型，计算出建筑物的高度变化，实现建筑物倒塌程度的评估。
[0010]进一步，所述步骤一中构建连接点误差方程的方法包括以下步骤：
[0011]步骤Ⅰ、选取多张立体影像中的一张为主影像，其余为副影像，使用SIFT算法对主影像进行特征点提取；
[0012]步骤Ⅱ、计算主影像上每个特征点对应的经度及纬度，以此为目标特征点，结合主影像的最大及最小高程值，输入其他副影像的有理函数成像模型，获取包含目标特征点的影像块，再以主影像上的目标特征点为模板，采用最小二乘匹配算法，计算出目标特征点在其他副影像上的精细坐标；
[0013]步骤Ⅲ、以主影像的目标特征点和其他副影像对应的匹配点作为连接点，构建连接点误差方程。
[0014]进一步，所述步骤Ⅰ中使用SIFT算法对主影像进行特征点提取时，先对主影像进行分块，再使用SIFT对每一图像块进行特征点提取，然后使用ANMS算法均匀化对每个影像块中的特征点进行均匀化，保留响应值大于20％的特征点。
[0015]进一步，所述步骤一中构建内部激光点误差方程的方法包括以下步骤：
[0016]步骤
ⅰ
、使用SIFT对足印影像进行特征点提取；
[0017]步骤
ⅱ
、计算足印影像上每个特征点对应的经度及纬度，以此为目标特征点，结合足印影像的最大及最小高程值，输入各个立体影像的有理函数成像模型，获取包含目标特征点的影像块，再以足印影像的目标特征点为模板，采用最小二乘匹配算法，计算出目标特征点在各个立体影像上的精细坐标；
[0018]步骤
ⅲ
、由足印影像和各个立体影像之间的匹配点对计算出由足印影像到各个立体影像的单应性矩阵，输入激光点在足印影像上的像方坐标到该矩阵，获得激光点在立体影像上的像方坐标，构建内部激光点误差方程。
[0019]进一步，将外部激光测高数据投影至各个立体影像上，再利用根据权利要求2获得的连接点构建对应的单应性矩阵对激光测高数据的粗配准，然后对所有立体影像分别利用最小二乘模板匹配进行激光测高数据的精配准，以外部激光测高数据和各个立体影像对应的匹配点，构建外部激光点误差方程的方法。
[0020]进一步，所述步骤一中构建基于有理函数成像模型的平差模型如下：
[0021][0022]其中，第一类方程为连接点误差方程，第二类为虚拟控制点误差方程，第三类为内部和外部共同组成的激光点误差方程，V
tp
，V
vcp
，V
las
分别代表连接点、虚拟控制点以及激光点的误差项，A
tp
，A
vcp
，A
las
分别代表连接点、虚拟控制点以及激光点的对仿射变换补偿模型中的待定求解系数的偏导项，X
aff
为待定求解的补偿系数，B
tp
，B
vcp
，B
las
分别代表连接点、虚拟控制点以及激光点的对点的物方的偏导项，X
tp
，X
vcp
，X
las
分别代表连接点、虚拟控制点以及激光点的物方项，L
tp
，L
vcp
，L
las
分别代表连接点、虚拟控制点以及激光点的残差项，P
tp
，P
vcp
，P
las
分别代表连接点、虚拟控制点以及激光点的权重项。
[0023]进一步，所述步骤三中实现建筑物角点的自动量测如下：首先在主影像上通过目视解译选取建筑物角点的精细像方坐标，结合根据权利要求2获得的连接点构建对应的单应性矩阵，实现建筑物角点在其他副影像上的粗定位，然后以主影像上建筑物角点的精细像方坐标为模板，采用最小二乘匹配算法，保留相关系数大于0.8的点，自动计算出建筑物角点在其他副影像上的精细像方坐标。
[0024]本专利技术有益的技术效果在于：
[0025]使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于立体影像和激光测高数据的建筑物倒塌评估方法，其特征在于包括以下步骤：步骤一、采用由粗到精匹配方法对震前、震后的多张立体影像进行匹配并结合仿射模型构建连接点误差方程，同时，对内部激光测高数据即足印影像与立体影像进行匹配以实现激光点的提取并结合仿射模型构建内部激光点误差方程，以及对外部激光测高数据与立体影像进行匹配并结合仿射模型构建外部激光点误差方程，共同构建基于有理函数成像模型的平差模型；步骤二、对平差模型进行求解，完成区域网平差并获取每张立体影像对应的补偿系数，从而获取每张立体影像对应的平差后有理函数成像模型；步骤三、采用由粗到精定位方法实现建筑物角点的自动量测，获取各个角点对应的像方坐标；步骤四、将步骤三中的像方坐标分别输入震前、震后的立体影像的平差后有理函数成像模型，计算出建筑物的高度变化，实现建筑物倒塌程度的评估。2.根据权利要求1所述的基于立体影像和激光测高数据的建筑物倒塌评估方法，其特征在于，所述步骤一中构建连接点误差方程的方法包括以下步骤：步骤Ⅰ、选取多张立体影像中的一张为主影像，其余为副影像，使用SIFT算法对主影像进行特征点提取；步骤Ⅱ、计算主影像上每个特征点对应的经度及纬度，以此为目标特征点，结合主影像的最大及最小高程值，输入其他副影像的有理函数成像模型，获取包含目标特征点的影像块，再以主影像上的目标特征点为模板，采用最小二乘匹配算法，计算出目标特征点在其他副影像上的精细坐标；步骤Ⅲ、以主影像的目标特征点和其他副影像对应的匹配点作为连接点，结合仿射模型构建连接点误差方程。3.根据权利要求2所述的基于立体影像和激光测高数据的建筑物倒塌评估方法，其特征在于：所述步骤Ⅰ中使用SIFT算法对主影像进行特征点提取时，先对主影像进行分块，再使用SIFT对每一图像块进行特征点提取，然后使用ANMS算法均匀化对每个影像块中的特征点进行均匀化，保留响应值大于20％的特征点。4.根据权利要求1所述的基于立体影像和激光测高数据的建筑物倒塌评估方法，其特征在于，所述步骤一中构建内部激光点误差方程的方法包括以下步骤：步骤i、使用SIFT对足印影像进行特征点提取；步骤ii、计算足印影像上每个特征点对应的经度及纬度，以此为目标特征点，结合足印影像的最大及最小高程值，输入各个立体影像的有理函数成像模型，获取包含目标特征点的影像块，再以足印影像的目标特征点为模板，采用最小二乘匹配算法，计算出目标特征点在各个立体影像上的精细坐标；步骤iii、由足印影像和各个立体影像之间的匹配点对计算出由足印影像到各个立体影像的单应性矩阵，输入激光点在足印影像上...

【专利技术属性】
技术研发人员：洪中华，高金猛，陆煜，周汝雁，潘海燕，马振玲，张云，韩彦岭，王静，杨树瑚，徐利军，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：