基于InSAR技术的煤矿区数字高程模型的建立_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
基于InSAR技术的煤矿区数字高程模型的建立
上传于|0|0|暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢您的当前位置： >
基于物方几何约束的多视匹配算法研究
基于物方几何约束的多视匹配算法研究
孟俊俊1,2&&张云生1&
（1&湖北省鄂东南地质大队,&湖北大冶，435100；&2&中南大学地球科学与信息物理学院，湖南长沙，410083）
摘要：影像匹配是ADS40影像数据自动空三处理的关键技术之一。为加快匹配速度并为高精度子像素匹配提供稳健而相对精确的初值，本文提出一种附加近似核线约束的SIFT(Scale&Invariant&Feature&Transform)影像匹配方法。选取典型ADS40影像数据进行试验，结果与传统灰度相关匹配方法及SIFT算法相比，正确匹配点数分别提高8.3倍和1.2倍，成功率分别提高67.7%和9.9%。试验结果表明，本文提出的方法可提高ADS40影像匹配的精度和成功率，并能提取均匀分布的匹配点，这可以为后续的ADS40影像自动空三提供有效的连接点。
关键词：ADS40；影像匹配；SIFT；近似核线
Abstract:&Image&matching&is&one&of&the&key&technologies&of&automatic&aerial&triangulation&in&processing&ADS40&image&data.&To&speed&up&image&matching&and&provide&a&robust&and&relatively&accurate&initial&value&for&high-precision&sub-pixel&matching,&a&method&that&SIFT&feature&match&with&epipolar&line&constraint&is&proposed.&A&pair&of&typical&ADS40&images&was&selected&and&tested&for&image&matching.&Compared&with&traditional&grey&correlation&method&and&SIFT&feature&match&method,&the&experimental&results&show&the&match&points&were&increased&by&8.3-fold&and&1.2-fold&respectively,&the&success&rate&was&improved&67.7%&and&9.9%.&Experimental&results&show&that&the&proposed&method&can&improve&the&accuracy&and&ADS40&image&matching&success&rate,&and&because&of&the&uniform&distribution&of&matching&points,&which&can&provide&valid&tie&points&for&automatic&aerial&triangulation&of&ADS40&images.&
Key&words:&ADS40;&Image&&SIFT;&Epipolar&line
长期以来，影像匹配都在摄影测量技术智能化与自动化的过程中扮演重要角
色。然而，传统的单立体影像匹配在很大程度上具有不确定性，获取的是“病态解”，这就极大降低匹配的精度与可靠性。随着以ADS40为代表的三线阵相机的应用，多视匹配技术以其能够减小信息盲区、解决双像匹配不确定问题的优势，而成为当前研究与发展的热点。
目前，采用多视匹配策略的主要分为三种：
（1）利用影像之间的辐射信息关系先采用较为成熟的匹配算法在像方直接匹配，将匹配结果根据影像之间的几何关系融入到物方，获取对应的地面坐标，再通过一种高冗余信息相关的处理流程剔除错误高程值，最终获取较高精度的数字高程模型。这种方法充分考虑到影像的辐射和几何信息，但是却没有综合利用这两种影像冗余信息。
（2）先根据基准影像的几何信息获取对应的物方高程值，通过这些高程信息通过几何约束关系获取在所有搜索影像上的对应点，根据影像相似性测度判断同名点。这种方法能同时利用所有影像的辐射和几何信息，获取最佳匹配结果。针对三线阵影像，张力根据这种匹配策略提出多元素多影像匹配模型（MPM）以及后来范大昭、纪松等提出的附加几何约束条件的自适应匹配模型（AMMGC，Adaptive&Multi—Image&Matching&with&Geometric&Constrains）、改进的铅垂线法多视匹配模型（MVLL，Modified&Vertical&Line&Locus）能够解决在地表断裂、纹理特征相似或者重复区域匹配困难的问题，并能得到可靠性较高的匹配结果，生成的DSM能直接用于人工地物的三维重建。但是存在的缺点就是若在几何约束条件中使用精度不高的POS数据，则会在物方坐标反投影到像方时产生较大的投影误差，降低匹配结果的精度。
（3）首先在像方空间进行匹配，然后在物方空间通过整体优化策略获取匹配结果。针对框幅式航空影像，江万寿提出用松弛法进行多视影像匹配生成DSM的方法，即是在像方用基于物方面元的最小二乘法获取初始匹配结果，然后将匹配结果引入到物方，用松弛法在物方空间确定最终可靠匹配点。这种方法可以有效克服匹配过程中由于影像遮挡等造成的影响，利用冗余辐射几何信息在像方识别出候选同名点，并通过几何信息引入到物方进行整体松弛优化。但是不足之处就是此方法分析过程复杂。
基于以上三种多视匹配策略的优点与存在的不足，本文针对ADS40影像提出一种基于物方几何约束的ADS40多视密集匹配方法。通过综合利用影像的冗余辐射和几何信息，使匹配结果精度更高。
针对上述问题，本文针对ADS40影像提出一种基于物方几何约束的多视匹配算法。首先，在基准影像上建立格网，将格网点通过几何关系转换为一定高程范围的物方点，再将其反投影到搜索影像上，进而得到对应的近似核线。然后，利用相关系数法匹配测度，对基准影像格网点与对应核线上的点逐一匹配。最后，将所有匹配点通过前方交会获取物方点，再将其反投影到基准影像获取投影点，并通过与对应的匹配点进行比较，满足阈值条件的即为最终的匹配点。试验结果表明，与传统的双片影像匹配相比，三视影像匹配能够有效提高匹配可靠性，快速获取大量同名点，能够满足地形重建的需求。
2.&基于物方几何约束的ADS40影像匹配流程
影像匹配时，通过引入核线几何约束条件，可将搜索匹配同名点的工作从二维降至一维，从而有效降低影像匹配的不确定性，提高影像匹配的精度和可靠性。鉴于此，本文针对ADS40影像，提出基于物方几何约束的多视匹配算法，流程如图1所示。
图1&&基于物方几何约束的多视匹配流程图
2.1&参考影像的选择
根据拍摄角度的不同，ADS40影像有前视、正视、后视之分，由于正视影像变形小，近似垂直摄影，因此本文选正视影像为参考影像，并以规则格网划分参考影像，然后进行匹配。
2.2&近似核线约束
根据像点在L1、L0级影像、焦平面坐标和地面坐标之间的相互转换关系，即可生成近似核线。其中，L0影像上各个像点和获取的POS数据具有直接的对应关系，假设某L0影像上像点坐标为（sample,&line），则此点所对应的外方位元素就位于ODF文件POS数据中的第line行。虽然L0影像存在几何形变，但与在L1上生成近似核线相比，减少了坐标转换带来的误差，因此也能较为准确的找出点所对应的核线。在L0影像上寻找同名点所在的近似核线，在没有已知控制点的情况下，需要先通过多像前方交会获得影像所在区域的地面高程范围。&表1是通过3影像同时前方交会得出的地面高程范围。
表1&&L0影像上生成近似核线的点的坐标值（单位：米）
序号点坐标
序号点坐标
设定一个初始高程值和高差范围后就可利用投影几何关系得到基准影像上的点在搜索影像上对应的近似核线。图2显示的是基准影像上的一个点反投影到一张搜索影像上得到的近似核线。通过分析图2，可以看出在靠近正确同名点的近似核线部分近似为直线。当列出了一定高程范围内，反投影到另一张影像上核线上的各点坐标值。由表1可看出，核曲线上靠近正确同名点的部分近似为直线，X方向误差在1个像素之内。
图2&近似核线的生成。其中，a)为影像上生成的近似核线；b)为近似核线图表。
2.3相关系数匹配测度策略
相关系数是衡量两个变量之间相关程度的量，大小范围在（-1,1）之间。相关系数匹配算法的基本思想就是利用目标窗口在搜索影像上连续滑动，以相关系数作为评判标准，判断左右两张影像中一定大小的目标窗口与搜索窗口间的相关程度，若相关系数最大且满足判断条件的，则取搜素窗口的中心像素作为同名点。鉴于此，本文采用局部相关系数法进行匹配，提出基于物方几何约束的多视匹配算法，如下所示。
假设目标窗口中心像素坐标为，左影像的灰度函数为,右影像灰度函数为，搜素窗口中心像素为，和的相关系数定义公式为：
&&&&&&&&&&&&&&&&&&（1）
如果，则&，为搜素影像相对于参考影像目标区的位移参数。对于一维相关应有&。&
考虑到计算相关系数的工作量，计算两窗口间比较实用的相关系数公式为：
& & &（2）
相关系数是灰度线性变换的不变量，因此，采用相关系数法可以克服影像线性畸变的影响，较好的评价参考影像与搜素影像之间的相似程度，因此在数字影像匹配算法中，相关系数测度是一种最常用的匹配方法。
3试验及其结果分析
为验证本文提出的多视影像匹配方法的效果，从某地区拍摄的一组ADS40影像中选取了一条航带内重叠的两组（pixel）影像（图3为缩略图）作为试验数据进行影像匹配试验。该组影像地面采样间隔为0.26m，像元大小为6.5，航向重叠率接近100%。通过多像前方交会得出影像覆盖区域的地面高程范围。首先通过前方交会程序得到两组影像中覆盖区域的概略高程范围。第一组高程范围为（955.47,1057.45）（m），设定初始高程值Z0是980m,高差范围设定在（-30,80）(m)之间。第二组高程范围为（901.62,1011.65）（m），设初始高程值Z0是900m,高差范围设定在（-20,120）(m)之间这两组影像在匹配之前已做过图像增强处理。
第一组ADS40影像（F、N、B分别为前、正、后视影像）
（B）第二组ADS40影像（F、N、B分别为前、正、后视影像）
&图3&ADS40单波段L0级影像
从图中可以看出，第一组影像有一部分区域覆盖有建筑物，其他部分纹理特征不明显。第二组影像大部分区域都是山坡，纹理特征有相似或重复现象。下面根据提出的匹配方法，分别从两组影像数据中提取同名点。
在此试验中将每组数据中的正视影像作为基准影像，其他影像作为搜索影像。首先将基准影像划分为5×5的规则格网，将每个格网点按照生成近似核线的过程在搜索影像上分别画出对应的近似核线。然后沿着近似核线按照一定大小的搜索窗口与基准影像上的格网点所在目标窗口做相关系数匹配。本试验中搜索窗口与目标窗口大小均为11×11（pixel）的。先从两组数据中测试一个点沿近似核线做相关系数匹配的结果，测试正视影像中像点为：第一组的点A（321,356），高程值为1026(m)；第二组的点B（94,46），高程值为1007（m）。两个点分别沿对应近似核线得到的相关系数分布。两组影像数据分别作相关系数法匹配得到的相关系数值分布如图4。
图4&&相关系数分布（F、B、N分别表示前、正、后视影像）
从图中可看出大部分匹配点对的相关系数值大于0.7，实验中设定相关系数阈值为0.7，图中显示的相关系数曲线中极值点较多，说明存在有较多的点具有相似灰度。将极大值与次极大值的比值阈值设定为1.2。若极值比大于1.2则保留对应的匹配点为最终匹配点。否则需要将前视影像上近似核线上的像点利用对应POS数据根据几何关系反投影到后视影像上，再计算对应的相关系数做比较，根据判断条件保留最终满足条件的像点为匹配点。
试验中采用前视和后视影像分别与正视影像计算得到的相关系数值相加为最大的作为正确匹配点处。从图中可以相关系数分布具有明显的峰值，且在正确高程值或者小误差范围内，两两影像得到的相关系数值之和最大。
在得到正视影像每个格网点在搜索影像中的匹配点后，将前、正、后视影像的匹配点通过多像前方交会得到地面点坐标，然后将其反投影到正视影像上，与对应的匹配点坐标做差值，小于阈值的保留作为最终正确匹配点，否则剔除。试验中设定坐标差值阈值大小为（3，3），两组影像数据所有匹配点通过前方交会然后反投影得到的x，y方向的坐标差值分布如图5，另外列出了前10个像点投影误差分布如表2。
表&2&像点坐标投影误差分布
&&&第一组数据
&&&第二组数据
dx（像素）
dy（像素）
dx（像素）
dy（像素）
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
<span style="font-family:宋体;font-size:12.
&图5&&x,y方向反投影误差分布(横轴表示投影点个数，纵轴为投影误差（单位：像素）)
从图中可知，两组数据中x方向误差均在2个像素以内，第一组数据中的y方向误差在2.5个像素以内，第二组数据中的y方向误差在2个像素以内。
由于影像存在几何畸变，因此利用相关系数法得出的匹配结果必然会存在错误匹配。为了剔除错误匹配，将每组前、正、后视影像的匹配点通过多像前方交会投影到物方空间，得到的物方坐标再反投影到正视影像上，比较反投影得到的像点坐标与相关系数法得到的匹配点坐标之差。如果小于设定的阈值（试验中设定阈值大小为（6,6））则保留匹配点，否则剔除掉。经过此过程最终得到的匹配点为正确匹配点，两组影像的匹配结果如图6、图7所示。
图6&&第一组影像匹配结果
图7&第二组影像匹配效果
试验结果分析：
(1)从图6和图7可以看出两组影像通过本文提出的方法能得到较多的正确匹配点。本文提出的方法是几何约束下的局部匹配方法，与几何约束下的整体匹配方法相比，匹配点数略显不够稠密，但是本文中所用方法的目的是为了快速获取足够多的正确匹配点以为后续摄影测量数据处理提供支持；
(2)&第一组影像数据比第二组明显得到了更多的匹配点，主要原因是一方面，第一组数据中纹理特征明显。而第二组数据大部分区域的纹理特征相似或重复以致匹配点减少。另外由于后视影像与正视影像之间的交会角较大，导致两组数据中的后视影像和前两张影像的正确匹配率低；
(3)&本试验所用方法充分利用影像之间的辐射和几何信息。近似核线约束条件大大减小匹配搜索范围，多张影像同时匹配使匹配点之间具有互检查特性有效剔除错误匹配点，提高匹配正确率。
4&总结与展望
相较传统框幅式影像而言，三线阵影像具有高重叠率、高冗余信息等优点，这就能为影像匹配提供充足的影像信息和纹理信息。然而，多中心投影的特性致使不能对三线阵影像生成核线影像，从而使得传统的匹配算法不能充分利用三线阵影像的诸多优点。
鉴于此，本文本章采用的多视影像匹配策略是先在几何约束条件下做相关系数匹配得到初匹配结果，然后再将三张同一重叠区域的影像上每组匹配点通过多像前方交会算出对应地面点坐标，再将其反投影到正视影像上，与其对应的匹配点做差值比较，小于阈值条件的保留作为最终匹配点结果。通过试验表明基于物方几何约束的多视匹配方法能够快速得到较多正确匹配点。有很高的匹配成功率。本章提供的方法是基于几何约束条件的局部匹配方法，在满足匹配精度需求和数目的条件下，此方法比整体匹配方法能够快速得到匹配结果。
然而，物方点坐标与L0影像之间进行坐标转换所用的最佳扫描行算法存在一定的缺陷，搜索出来的扫描行与正确扫描行存在1到2行的误差，以及试验中所用L0影像存在几何变形，这都有可能导致错误匹配的发生。在后续的研究中将在这方面加以改进。
[1]&Gruen&A.&Development&and&status&of&image&matching&in&photogrammetry[J].&The&Photogrammetric&Record,&):&36-57.
[2]&纪松.&多视匹配策略与优化方法研究[D].&解放军信息工程大学,&2012.
[3]&张卡,&盛业华,&孟微波,&等.&基于多视影像匹配的三维彩色点云自动生成[J].&光学精密工程,&):&.(&Zhang&K,&Sheng&Y&H,&Meng&W&B,&et&al.&Automatic&generation&of&three&dimensional&colored&point&clouds&based&on&multi-view&image&matching[J].&Optics&and&Precision&Engineering,&8.)
[4]&Ji&S,&Zhang&Y&S,&Fan&D&Z,&et&al.&Integration&of&multi-view&matching&models&for&linear&array&digital&imagery[C].&Automatic&Control&and&Artificial&Intelligence&(ACAI&2012),&International&Conference&on.&IET,&-1247.
[5]&GaBet&L.,&Giraudon&G.,&Renouard&L.,&1997.&Automatic&Generation&of&High&Resolution&Urban&Zone&Digital&Elevation&Models[J].&ISPRS&Journal&of&Photogrammetry&and&Remote&Sensing,&):33-47.
[6]&Zhang&Li.&Automatic&Digital&Surface&Model(DSM)&Generation&from&Linear&Array&Images[D].&ETH&Zurich,&Switzerland,&2005.
[7]&范大昭.&多线阵影像匹配生成的理论与算法[D].&郑州:&解放军信息工程大学,&2007.
[8]&纪松,&范大昭,&张永生,&等.&三线阵CCD数字影像的多视匹配MVLL模型.&第十二届中国人工智能学术年会论文集,&2007.
[9]&江万寿.航空影像多视匹配与规则建筑物自动提取方法研究[D].&武汉:&武汉大学,&2004.
[10]&陶羽婷.&基于相关系数法的影像品牌研究[J].&科协论坛,&2012(7).陈亭, 祝善友, 张桂欣, 高玚.
高分辨率遥感影像阴影与立体像对提取建筑物高度比较研究[J].
地球信息科学学报
[CHEN Ting, ZHU Shanyou, ZHANG Guixin, GAO Yang.
A Comparative Study on Building Height Extraction Based on the Shadow Information in High Resolution Remote Sensing Image and Stereo Images.[J]. Journal of Geo-information Science
Permissions
高分辨率遥感影像阴影与立体像对提取建筑物高度比较研究
陈亭1, 祝善友1,*,, 张桂欣1, 高玚2
1. 南京信息工程大学地理与遥感学院,南京 210044
2. 南京市浦口区气象局,南京 211800
作者简介：陈 亭(1990-),女,江苏宿迁人,硕士生,研究方向为城市微气候。E-mail:
*通讯作者：祝善友(1977-),男,博士,教授,研究方向为热红外遥感与资源环境遥感。E-mail:
国家自然科学基金项目(571418)江苏高校优势学科建设工程资助项目;
建筑物高度信息的快速准确获取对于城市规划管理、生态环境评价具有重要意义。本文以南京市主城区为研究区,选择2011年Geoeye-1卫星高分辨率遥感影像立体像对数据,结合Google Earth数据及实地建筑物高度测量,分别利用单幅遥感影像和立体像对计算建筑物高度,并以实测建筑物高度数据验证不同方法的提取精度,进而比较这2类方法的优缺点。结果表明：利用立体像对提取建筑物高度的方法更加精确,提取结果误差在2.8 m以内,能够快速地获取大范围建筑物高度,具有实用价值;单幅遥感影像阴影提取建筑物高度适用于建筑物高大、毗邻建筑物间隙大、周围无遮挡的情况,而立体像对提取建筑物高度不受建筑四周环境影响,在建筑物密集分布、高度均一的情况下,其普适性更强。
高分辨率影像;
建筑物高度;
A Comparative Study on Building Height Extraction Based on the Shadow Information in High Resolution Remote Sensing Image and Stereo Images.
CHEN Ting1, ZHU Shanyou1,*,, ZHANG Guixin1, GAO Yang2
1. School of Geography and Remote Sensing, Nanjing University of Information Science & Technology, Nanjing 210044, China
2. Pukou Meteorological Bureau of Nanjing, Nanjing 211800, China
*Corresponding author: ZHU Shanyou, E-mail:
The accurate and quick acquisition of building height information has great significance to urban planning management and ecological environment assessment. In this paper, Geoeye-1 remotely sensed stereo images combined with the Google Earth data are used to estimate the building heights in Nanjing's central urban area by methods of single scene image and stereo images respectively, which are further validated using the field measured building heights. Firstly, after extracting the building shadow information by threshold segmentation and morphological optimization method, the building height can be calculated according to the geometric relationships between the sun, the satellite and the building. Secondly, the rational function model of stereo images is established based on the mathematical relationship between the three dimensional coordinates of the ground points and the coordinates of their corresponding image points in the image plane coordinate system, which can be further optimized using the measured ground control points data. The actual building height is then calculated by subtracting the terrain height from the height got from the rational function model. Finally, the measured building height data is used to validate the precision of the calculated results from two different methods. Furthermore, this paper compares the advantages and disadvantages of these two methods and analyzes their application precisions with respect to different building types. Results show that the method based on the stereo images is more accurate with a root mean square error within 2.8 m. The method of calculating building height through stereo images proves to be more practical because it obtains the building height information more quickly and accurately. The method of extracting building height using the shadow information from single image is suitable for tall buildings without shelter and keeping a long distance from the nearby buildings, while the method from stereo images is not affected by the surrounding buildings and is more capable for the condition of intensive building distribution with uniform heights.
remote sensing;
high resolution images;
image shadow;
stereo images;
building height;
城市是人口聚集、生产生活的重要场所,作为城市下垫面的重要组成部分,城市建筑物的高度信息是研究城市空间形态、微气候、生态环境的重要参数与基础数据。建筑物高度信息的快速获取已成为当今研究的热点[-]。
目前,利用遥感影像提取建筑物高度的方法包括利用立体像对提取和利用单幅遥感影像阴影提取2大类。（1）利用立体像对提取建筑物高度的方法主要是通过在城市三维建模中用数字高程模型DEM（Digital Elevation Model）识别获取建筑物高度[-]。例如,尤红建[]利用机载三维成像仪得到DSM（Digital Surface Model）数据,开展建筑物高度与轮廓自动提取方法研究;卓莉[]提出了综合立体像对和高空间分辨率数据进行建筑物三维信息提取方法。（2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[-],或根据建筑物阴影长度求解其高度[-]。例如,何国金[]和谢军飞[]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法。
Geoeye-1是近年来发射的高空间分辨率卫星,在建筑物密集的快速城市化区域中,利用其影像提取建筑物高度的精度如何,需要进一步开展研究。本文以南京市主城区为研究区,选择2011年Geoeye-1卫星高分辨率遥感影像,分别利用单幅遥感影像和立体像对计算建筑物的高度,并利用秣陵路社区和安品街社区建筑物高度实测数据与计算结果进行对比。最后,验证这2种方法估算建筑物高度的精度,以及比较2种方法的优缺点并分析方法的适用性。
2 研究区与数据源
2.1 研究区概况
南京市位于江苏省西南部,是长江三角洲重要的中心城市之一,中心地理坐标为北纬31°54′,东经118°48′。南京总体地势较低,主城区高楼林立。本文选取的研究区位于鼓楼区秣陵路社区和安品街社区,地处南京城市中心地带,建筑物主要是商业建筑与居民住宅,大部分建筑高度在20~100 m之间,个别商业建筑高达100 m以上。
2.2.1 Geoeye-1数据
日发射的Geoeye-1卫星不仅有较高的分辨率和强大的测图能力,而且在细微地物的解译与判读上更具优势。Geoeye-1卫星影像立体像对的全色波段（450~800 nm）分辨率高达0.5 m,多光谱波段分辨率为2 m,包括蓝光、绿光、红光以及近红外4个波段（450~920 nm）。本文选择日成像的Geoeye-1高分辨率遥感影像立体像对作为主要数据源,数据无云覆盖,质量较高。
2.2.2 Vertex激光测距仪
Vertex激光测距仪具有超声波和激光2种测量方式：当视线开阔能够直接瞄准目标时,选择激光装置,其可进行超远距离测量;当所处环境有较多遮挡物时,则选择超声波装置进行测量,其适用于森林田野等植被茂密的区域。Vertex激光测距仪测量高度时,100 m水平距离以内测量精度为0.4 m,大于100 m距离时测量精度为1 m,表明水平距离越近则测量误差越小。本文使用Vertex激光测距仪的激光测量方式,随机测量秣陵路社区和安品街社区内的45栋建筑物的高度,用于验证遥感影像提取建筑物高度的精度,测量时保持仪器与目标建筑物之间水平距离在20 m以内,为减小偶然误差对每栋建筑物测量3次,取平均值作为最终高度。
2.2.3 地面控制点数据
使用手持式GPS定位仪获取研究区内6个地面控制点的数据,包括地面点的经度、纬度、高程信息。手持式GPS定位精度为5 m左右,其使用2台GPS同时观测,对同一控制点采用多次测量结合GPS差分技术来消除观测误差,以提高手持式GPS定位精度。地面控制点选择在道路的交叉口,遵循满幅均匀选取的原则,地面控制点数据用于优化立体像对有理函数模型,来提高立体像对定位精度。
3 研究方法
本文分别利用单幅遥感影像和立体像对计算建筑物的高度。首先,对单幅遥感影像做图像预处理,利用阈值分割法提取阴影,优化阴影提取效果,根据太阳、卫星、建筑物之间的几何关系计算建筑物高度;然后,利用立体像对数据与地面控制点数据提取地物高度,与DEM数据作叠置分析,得到建筑物高度;最后,利用实测数据与计算结果进行对比,以验证这2种方法估算建筑物高度的精度,并根据不同建筑类型的提取高度对比结果,分析2种方法的优缺点与适用性。研究技术路线如图1所示。
建筑物高度提取流程图
Flowchart of building height extraction
3.1 利用单幅遥感影像估算建筑物高度
3.1.1 图像预处理
Geoeye-1影像全色波段图像空间分辨率较高,多光谱波段空间分辨率较低,对全色与多光谱波段进行图像融合处理以提高影像分辨率。首先对多光谱波段中的近红外波段、红光波段、绿光波段进行RGB到HSV的空间变换,对全色波段进行直方图拉伸后作为变换的V波段,将HSV反变换回RGB空间,完成数据融合过程,融合后的图像分辨率为0.5 m。融合后的近红外、红光、绿光波段假彩色合成图结果如图2所示。
研究区假彩色合成图
False color composite image of the study area
3.1.2 阴影提取
图像上的阴影区域灰度值低,与其它地物明显不同,利用基于图像灰度阈值分割方法[]可将阴影区域从图像中提取出来。在多光谱波段中近红外波段波长最长,散射光最小,阴影区域与非阴影区域目标辐射值差异大。通过统计近红外波段图像灰度直方图,可发现直方图呈现双峰特征,灰度值低的阴影区域集中在第1个峰内,灰度值高的其他地物集中在第2个峰内,选取两峰之间的谷值作为图像分割的阈值。根据不同区域图像的直方图,选择最优的几组阈值,根据阈值将图像分为阴影和非阴影,通过增加和减少阈值来调整分割结果,选择阴影提取效果最好的阈值作为最终的图像分割阈值。本文最终确定阴影提取的分割阈值为45。
为了剔除阴影中夹杂的其它地物信息,需要对提取的阴影进行优化。利用近红外波段和红光波段计算NDVI值,提取图像中的植被信息,并结合感兴趣区选取的水体区域,掩膜阴影中的植被和水体信息。本文得到优化后的阴影分布信息。
3.1.3 阴影形态学处理
经过初步提取后的阴影图上存在一些零散分布的阴影图斑,而大块阴影区域内部却存在孔洞现象。由于地物中存在一些与阴影灰度值相近的物体,阈值分割时被作为阴影提取出来,表现为图像上的破碎图斑。而阴影区存在与阴影灰度值相差较大的物体,在阈值分割处理时被划分为非阴影,表现为阴影内部的孔洞。因此,需要对阴影初步提取结果图像进行形态学处理,去除图斑和填补孔洞。
数学形态学是一组形态学的代数算子组成的,包括膨胀、腐蚀、开运算和闭运算。膨胀是把连接成分的边界扩大一层的处理,而腐蚀则是把连接成分的边界点去掉从而缩小一层的处理[]。膨胀的算符为“⊕”,
来膨胀定义为：
表示结构元素。
腐蚀的运算符为
来腐蚀写成
,其定义为：
闭运算的运算符为“
来闭合写作
,其定义为：
对图像进行二值化处理,以便进行数学形态学操作,设定阴影区域值为1,非阴影区域值为0。去除错分的破碎图斑,通过设置面积阈值将面积小的干扰区域去除。本文将面阈值设为10。用形态学中的闭运算填补阴影内部缺失的孔洞,即先用
的矩阵对阴影图像进行膨胀以填补阴影中的孔洞,再用该矩阵对阴影进行腐蚀以去除膨胀后多余的边缘部分。闭运算能有效地填充物体内部细小缺失,实现阴影完整提取。阴影提取效果如图3所示。
阴影提取结果图
Image of shadow extraction results
3.1.4 阴影长度提取
为获取建筑物的阴影长度,对提取的阴影图进行矢量化处理。沿着太阳光投射方向作一系列平行直线,使其与阴影矢量图中的建筑物阴影区域相交,取这些直线与各阴影区域的交线,作为阴影的可见长度。根据太阳、卫星、建筑物三者之间几何关系,选取交线中最大长度作为该建筑物阴影长度。
3.1.5 建筑物高度估算
当太阳光照射在建筑物上时,所形成的阴影与太阳方位角、高度角有关,而且卫星成像方位角和高度角也会影响阴影在图像上的位置。假设建筑物处于平坦无地形干扰地区,且建筑物垂直于地表,则太阳、卫星、建筑物及阴影间的几何关系可分2种情况：一种是卫星与太阳在建筑物同一侧;另一种是卫星和太阳在建筑物两侧。
本文所用Geoeye-1卫星图像成像时刻,太阳高度角为50.9°、太阳方位角为149.9°、卫星高度角为62.3°、卫星方位角为326.2°,太阳与卫星在建筑物两侧,三者之间的几何关系可用图4表示。
太阳、卫星、建筑物几何关系
Geometric relationships between sun, satellite and buildings
是卫星高度角;
是太阳高度角;
是建筑物高度;
是阴影长度。由图4可得式（4）。
3.2 利用遥感影像立体像对提取建筑物高度
利用立体像对建模可得到研究区地面地物的高度信息,去除DEM的影响,即可提取出建筑物实际高度。
3.2.1 有理函数模型
Geoeye1卫星数据提供了能够用于影像定位的有理函数模型参数。有理函数模型[]是指将像元坐标
以对应地面点的空间坐标
的有理函数表示,反映了地面点三维空间坐标与相应像点在像平面坐标系中的数学关系。基于WGS84大地椭球坐标系的有理函数模型如式（5）所示。
为标准化后的像元坐标;
为标准化后的地面点坐标,
代表高度。根据有理函数数学模型,多项式
为三次多项式,其通用形式如式（6）所示。
是有理多项式系数RPC(Rational Polynomial Coefficients);
的取值在0-3之间,且
。展开式（6）可得：
为了稳定模型参数的求解过程,需要把地面点坐标和对应像元坐标进行标准化。地面点三维坐标标准化公式如式（8）所示。
是WGS84坐标系的经度、纬度、大地高程;
是经度、纬度、大地高程的偏移参数;
是经度、纬度、大地高程的比例参数。
像元坐标标准化公式如式（9）所示。
是影像坐标所在的行列数;
是行列的偏移参数;
是行列的比例参数。
代入式（5）,整理可得式（10）。
式（10）共有80个系数,即Geoeye1卫星数据提供的有理多项式系数（RPC）。将文件提供的RPC系数代入式（10）,即可实现卫星影像与地面点的定位。在影像定位时,通过在影像上添加地面控制点对影像的RPC系数进行修正,优化有理函数模型,从而使立体像对定位精度提高,模型更加稳定。
3.2.2 建筑物高度提取
利用立体像对提取建筑物高度,必须实现立体像对匹配以获取地面同名点。利用计算机自动识别同名点,在此基础上实行人工干预,调整和添加同名点,使同名点匹配误差控制在1个像元以内,最后利用三维立体测量工具获取对应地面点的高度信息。结合利用Google Earth提取的研究区DEM数据,对已经提取的研究区高度信息进行空间叠置分析,去除已知地面点高度信息中的DEM干扰,即可得到建筑物实际高度。
3.3 建筑物高度提取精度评价
利用实测建筑物高度分别与遥感影像建筑物高度提取结果作相关性分析,计算相关系数
(Correlation coefficient)式（11）和均方根误差RMSE(Root mean square error）（式（12））,用于评价高度提取精度。
分别表示建筑物高度实测值与估算值;
分别表示实测值与估算值的均值;
表示样本数量。相关系数
至1之间,其绝对值越大表明相关性越强。
均方根误差反映估算值偏离真实值的程度,
值越小,表明模拟结果越好。
4 结果与讨论
根据Vertex激光测距仪测量的45栋建筑物（图5）高度数据,分别对单幅遥感影像估算建筑物高度结果与立体像对提取高度结果进行验证,建立了实测值与估算值之间的散点分布（图6）。由图6可知,这2种方法提取结果与实测建筑物高度都较吻合。
实测建筑物样点分布图
The distribution image of measured sample buildings
计算高度与实测高度关系图
The relationship between the calculated building height and the measured building height
根据单幅遥感影像估算建筑物高度的方法原理,其结果精度受阴影提取结果影响明显。如果建筑物阴影无法完整获取,则无法计算建筑物高度。45栋实测建筑物中只有40栋建筑物能够准确提取其阴影。编号为1、2、3的建筑物高度太低,阴影长度太短且受到周围道路和植被覆盖遮挡的影响,无法准确提取;9号建筑物与周围建筑之间距离很近,导致阴影被周围建筑物遮挡,阴影部分投射在其他建筑物上,无法准确获取实际阴影长度;27号建筑物临近河边,周围遍布植被,建筑物较高大,阴影长度长,部分投射在水中,无法获取完整的建筑物阴影,进而无法计算建筑物高度。对于能够获取完整阴影的建筑物来说,单幅遥感影像阴影估算的建筑物高度与实测高度之间的相关系数达到0.9927。
立体像对提取建筑物高度时,不受建筑物地理位置的影响,能准确地提取45栋建筑物高度,建筑物高度估算结果与实测数据之间的相关系数达到0.9952。对比分析可知,在研究区范围内,利用立体像对提取建筑物高度更为准确。
对于不同类型的建筑群,2种方法模拟估算建筑物高度的准确程度也不同。通过实地勘测与调查,将研究区实测建筑物划分为商业建筑和民用住宅建筑2类,并比较这2种方法提取不同类型建筑物高度的精度,结果如图7所示。分别计算2种方法模拟建筑物高度的均方根误差
,计算结果如表1所示。
表1(Tab.1)
不同类型建筑物高度估算均方根误差（m）
RMSE of the building height estimation for different building types (m)
建筑物类型
立体像对方法
居民住宅建筑
不同类型建筑物高度估算均方根误差（m）
RMSE of the building height estimation for different building types (m)
不同类型建筑物高度提取结果对比图
Contrast of the building height extraction results for different building types
由图7和表1可知,利用单幅遥感影像估算建筑物高度时,商业建筑的估算结果精度明显优于住宅建筑,这是由于利用单幅遥感影像估算建筑物高度的方法依赖于建筑物阴影提取效果,商业建筑和住宅建筑分布位置与地理环境不同,这些因素对阴影提取产生了影响。主要原因有：（1）住宅建筑普遍比较密集,如编号4、7、8、11等建筑物是居民小区,建筑物高度普遍较矮,高度均一,每栋建筑之间的距离较近,位于中间部分的建筑物阴影不能完全投射在地面上,而是投射在其他建筑物上并产生形变;（2）住宅小区周围的绿化设施对建筑物阴影产生了遮挡,如编号1、2、3的建筑物坐落在人行道旁,人行道两边种较多树木,建筑物本身高度较低,阴影在图像上较短,阴影提取时更容易丢失信息或被其他信息干扰,无法完整提取;（3）商业建筑通常较为独立高大,建筑物之间的距离也较远,如编号33、44、29、38、28、20等建筑物分布在道路边,图像中的阴影也较为完整,阴影提取效果更好,从而可获得更准确的建筑物高度信息。
利用立体像对计算建筑物高度时,居民区和商业建筑的计算结果误差相近,居民住宅建筑的高度提取结果总体上略优于商业建筑,利用立体像对计算建筑物高度的依据是物方与像方的成像关系,外在环境对计算结果影响较小,不受建筑物周围植被、水体及建筑物地理位置和密集度的约束,误差主要来源于有理函数模型计算中的系统误差、地面控制点精度以及同名点匹配误差。高大建筑物在影像上的位置畸变更明显,在定位时受到各个参数的影响更大,因此,高度估算误差要略高于低矮建筑物,但总体提取效果优于利用单幅遥感影像阴影提取方法。
由以上结果可知,2种提取建筑物高度的方法各有优缺点。对于利用单幅遥感影像阴影提取建筑物高度的方法来说,当阴影映射到河流、绿化带等较暗的地物上时,会造成阴影的误判;当高层建筑物阴影叠加在一起时,会导致阴影提取失败;对于形状不规则的建筑物,准确提取高度更为困难。利用立体像对提取建筑物高度虽然不受建筑物地理位置的影响,但存在影像定位的系统误差,如何优化立体像对的有理函数模型,提高立体像对匹配的精度都将是建筑物高度提取及其精度提高的重点。
本文分别利用单幅遥感影像的阴影与建筑物实际高度的几何关系估算建筑物的高度,以及遥感影像立体像对提取建筑物高度,并通过实测建筑物高度评估、比较了这2类方法的提取精度。结果表明,2种方法均能较准确地提取出建筑物高度,立体像对提取建筑物高度的精度相对更高,这2类方法用于建筑物高度提取时各有优缺点,主要表现为：
（1）利用阴影提取建筑物高度的方法受到建筑物位置,建筑物自身高度以及周围环境的影响较大,对于独立高大的商业建筑,阴影提取建筑物高度的效果很好,而对于密集分布的低矮居民住宅区,阴影提取建筑物高度结果误差略大;
（2）利用立体像对提取建筑物高度不受建筑物所处外在环境的影响,误差主要是由于有理函数模型本身存在的系统误差,以及在建筑物图像定位和影像匹配时产生的误差造成的,而通过地面控制点的修正能够减少该方法的误差;
（3）单幅遥感影像阴影提取建筑物高度适用于毗邻建筑物间隙大、建筑物高大、周围无遮挡的情况,而且单幅遥感影像获取成本低,计算便捷;
（4）利用立体像对提取高度的方法,在建筑物密集分布、高度均一的情况下,普适性更强,但其获取成本较高。
The authors have declared that no competing interests exist.
安洁玉,程朋根,丁斌芬.基于Google Earth二维影像获取建筑物高度的方法[J].地理与地理信息科学,2010,26(6):31-33.
从二维影像中的阴影快速获取建筑物高度是三维数字城市建设中亟待解决的问题。该文提出了一种从Google Earth二维影像获取建筑物高度数据的新方法,利用SketchUp软件模拟光照效果,使三维模型的阴影与二维影像的阴影重合,从而获得建筑物的高度数据,并对如何减小高度数据误差进行了分析。实验结果表明,利用该方法获取的高度数据,可以满足一定的精度要求,而且省时、省力,具有一定的应用价值。
[本文引用:1]
[ An J Y, Cheng P G, Ding B F.Method for acquiring buildings height from 2D images in Google Earth[J]. Geography and Geo-Information Science, 2010,26(6):31-33. ]
宋仁波,李文慧,王细元,等.基于双张影像的城市建筑物高度提取方法[J].测绘工程,2014,23(9):66-69.
针对现有城市建筑物高度提取方法存在的问题，提出一种基于双张影像的城市建筑物高度简易提取 方法。利用高分辨率遥感影像和建筑物立面影像，分别提取样本建筑物的阴影长度和高度，采用最小二乘法解算出影像阴影和建筑物高度的相关公式，通过阴影长度 反算出建筑物的高度，从而实现大批量建筑物高度数据的获取。通过建模实例和测量对比实验表明，方法具有操作简单、快速的特点，能满足较高的精度要求，具有 一定的应用价值。
[本文引用:0]
[ Song R B, Li W H, Wang X Y, et al.A method of extracting urban building heights from double images[J]. Engineering of Surveying and Mapping, 2014,23(9):66-69. ]
Marzorati S, Luzi L, Petrini V, et al.Detection of local site effects through the estimation of building damages[J]. Soil Dynamics & Earthquake Engineering, 2003,23(6):497-511.
The present study has the aim of evaluating the accuracy of that methodology, following a completely different approach. The actual damages, detected by an aerial photo interpretation, are compared to the theoretical damages estimated through empirical curves, obtained from the analysis of recent Italian earthquakes. This approach was reliable enough to calibrate the results of the microzoning study and appropriate when an immediate assessment of the damage is required, to assign funds and estimate the amplification zones, that need to be investigated in finer detail.
[本文引用:1]
朱洪亮,万剑华,郭际明,等.城市三维建模的数据获取[J].工程勘察,2002(3):43-46.
系统阐述了构建三维城市模型所需的数据类型及数据获取方法，并对国内外在此领域所开展的一些研究进行了总结。
[本文引用:1]
[ Zhu H L, Wan J H, Guo J M, et al.Data acquisition for 3D city model reconstruction[J]. Geotechnical Investigation and Surveying, 2002,3:43-46. ]
曹治国,陈华. IKONOS卫星图像的快速三维场景重建[J].计算机与数字工程,2006,11(34):9-15.
IKONOS卫星立体像对一般经过图像匹配,采用RPC模型,通 过繁杂的多项式迭代获取DEM,实现三维重建,其计算花费很大.在对城市三维重建时,认为城市局部的地面是平坦的,有近似相同的海拔,城市的三维信息集中 就是建筑物的三维信息,针对IKONOS影像的特点,利用几何光学成像模型快速计算同名点的相对大地坐标,实现城市场景的快速三维重建.实验结果表明,场 景重建结果有较好的精度,满足观测和处理的需求,实现了快速处理和分析环境数据.
[本文引用:0]
[ Cao Z G, Chen H.Quick 3D reconstruction of the IKONOS-satellite stereo images[J]. Computer and Digital Engineering, 2006,11(34):9-15. ]
李二森. 基于遥感影像的人工地物高度信息快速提取技术研究[D].郑州:解放军信息工程大学,2008.
[本文引用:0]
[ Li E S.A study on the fast height information extraction of the man-made feature based on the remote sensing image[D]. Zhengzhou: PLA Information Engineering University, 2008. ]
王继周,林宗坚,李成名,等.基于UAV遥感影像的建筑物三维重建[J].遥感信息,2004(4):11-15.
提出一种基于UAV遥感影像的建模方法,其思路为:通过对飞行器 摄影姿态控制获取大倾角、高分辨率的城市景观影像,从二维GIS数据库中提取地面位置信息,在GIS信息辅助下利用建筑物单像立体量测算法获取建筑物的高 度,并从中提取纹理信息,最终建立其精确的三维空间模型.文章最后通过实验验证了该方法的可行性.
[本文引用:0]
[ Wang J Z, Lin Z J, Li C M, et al.3D reconstruction of buildings with single UAV image[J]. Remote Sensing Information, 2004,4:11-15. ]
陈爱军,徐光佑,史元春.基于城市航空立体像对的全自动3维建筑物建模[J].测绘学报,2002,31(l):54-59.
城市建筑物3维建模是虚拟城市建设的关键技术之一.基于大比例尺航空立体像对提出3维建筑物建模方法.首先对2维边缘检测Canny算子进行改进,以期从城市航空影像中检测出较为精确的2维建筑物轮廓线.然后把改进的自适应最小二乘相关算法运用到金字塔匹配算法中,由于金字塔匹配算法中最为关键的问题是误差传递的有效控制,而以往的研究中尽管采用了多种控制策略但效果不是很好,作者通过提出2种新的误差传播控制策略得到了较高精度的匹配结果.利用匹配生成的高精度3维信息对检测到的2维建筑物轮廓线进行3维插值,获得建筑物的3维信息,由此实现了建筑物3维建模.
[本文引用:0]
[ Chen A J, Xu G Y, Shi Y C.Automated 3D building modeling based on urban aerial stereopair[J]. Acta Geodaetica et Cartographica Sinica, 2002,31(l):54-59. ]
邵振峰,李德仁,程起敏.基于航空立体影像对的复杂房屋三维拓扑重建[J].武汉大学学报·信息科学版,2004,29(11):999-1003.
对利用航空影像对重建复杂房屋三维模型进行了研究 ,提出了拓扑链、外拓扑和内拓扑的概念 ,分析了复杂房屋的内拓扑和外拓扑的三维重建 ,构造了复杂房屋的三维拓扑数据模型。基于此模型设计了双向搜索算法 ,用于自动构建复杂房屋的三维拓扑面 ,从而实现了复杂房屋的自动三维拓扑重建。实验证明 ,本文提出的双向搜索算法是很稳健、高效的
[本文引用:1]
[ Shao Z F, Li D R, Cheng Q M.3D topological reconstruction of complicated buildings[J]. Geomatics and Information Science of Wuhan University, 2004,29(11):999-1003. ]
尤红建,刘彤,苏林,等.城市DSM的快速获取及其三维显示的研究[J].遥感学报,2001,5(1):8-12.
城市数字表面模型（DSM）作为城市的重要信息有着十分广泛的应用，机载三维成像可以快速获取DSM数据，而无需地面控制点。该文介绍了利用三维成像仪快速获取城市DSM图像的数据处理技术，阐述了基于城市DSM影像显示城市三维模型的原理，着重分析了显示城市DSM图像奇异表的方法和侧面处理思想。最后通过珠海、澳门地区飞行数据的处理和三维鸟瞰显示，说明了方法的可行性。
[本文引用:1]
[ You H J, Liu T, Su L, et al.Fast acquiring urban DSM image and displaying 3D image[J]. Journal of Remote Sensing, 2001,5(1):8-12. ]
卓莉,黄信锐,王芳,等.基于高空间分辨率与立体像对遥感数据的建筑物三维信息提取[J].遥感技术与应用,2013,28(6):1062-1068.
&p&准确获取建筑的三维分布信息对于城市规划与管理、灾害风险评估与防范以及灾后救助等都具有非常重要的意义。针对目前建筑物信息提取研究集中于二维平面信息提取,三维信息提取研究较少,且方法自动化程度较低,实用性和和推广性不足,提出了综合立体像对和高空间分辨率两种遥感数据进行建筑物三维信息提取的方法。首先,基于小波变换融合方法对GeoEye\|1高空间分辨率全色和多光谱影像进行融合,然后运用面向对象方法对融合后的高空间分辨率遥感影像进行建筑物基底轮廓提取,再利用IRS\|P5立体像对反演地物高度,最后通过数据整合获得研究区建筑物的三维空间分布。研究结果表明:该方法可以充分利用不同遥感数据的优势,获得较高的提取精度;研究所需数据容易获取,方法具有较好的可操作性和推广性。&/p&
[本文引用:1]
[ Zhuo L, Huang X R, Wang F, et al.A 3D building reconstruction method based on stereo images and high spatial resolution images[J]. Remote Sensing Technology and Application, 2013,28(6):1062-1068. ]
韩艳丽,陈映鹰.单幅航空影像建筑物三维建模研究[J]. 山东建筑大学学报,2005,20(3):17-22.
简述了"以共线方程为基础的最小二乘法平差模型"实现单像的房屋 三维重建的新方法.在单幅影像中,首先将平行线分成分别平行于X、Y、Z坐标轴线的"三组"平行线,然后利用间接平差,求得它们的灭点X∞、Y∞、Z∞; 进而求取影像的内方位元素x0、y0、f与三个角元素φ、ω、κ.并在假定房屋长度为L基础上,同时解求影像的摄站坐标XS、YS、ZS与房屋的宽度W、 高度H,从而实现房屋的三维重建.文章的结尾介绍了作者根据该原理利用OpenGL开发三维重建应用系统的主要经过,以及作者在开发过程中遇到问题的解决 方法;这些方法可能会对其他相关开发者的工作提供有益的信息.
[本文引用:1]
[ Han Y L, Chen Y Y.An exploration of 3D reconstruction of house with single image[J]. Journal of Shandong University of Architecture and Engineering, 2005,20(3):17-22. ]
王继周,林宗坚,李成名. GIS信息辅助的单影像立体量测[J].测绘科学,2005,30(2):60-63.
为解决数字城市建设中精细三维信息的快速获取难题,本文提出一种GIS信息辅助的单影像立体 量测算法用于实现建筑物的三维数据获取.其思路为:通过检校摄影机获取影像内方位元素主点坐标(x0,y0)和主距f,然后将单张影像中房屋轮廓线分为分 别平行于X、Y、Z三个方向的三组特征线,计算各组特征线的合点,求取影像的三个外方位角元素A、α、κ以反推摄影姿态,再从二维GIS数据库中提取地面 位置信息,结合实际距离解算模型比例因子λ,在以上参数的基础上进行建筑物的立体量测获取建筑物的高度.针对现实建筑物的多样性,本文还讨论了面向复杂建 筑物的量测方法.文章最后通过实验验证了该算法的可行性.
[本文引用:1]
[ Wang J Z, Lin Z J, Li C M.GIS-supported 3D information acquisition of buildings from a single image[J]. Science of Surveying and Mapping, 2005,30(2):60-63. ]
王永刚,刘慧平.利用角点最近距离统计平均法计算建筑物阴影长度[J].国土资源遥感,2008(3):32-36.
针对高分辨率图像上部分规则建筑物阴影轮廓的特点,基于曲率尺度空间角点探测法(CSS,Curvature Scale Space),提出了一种阴影长度半自动量算方法.该方法首先计算角点最近距离,然后进行长度和角度筛选,最后进行统计平均.在以北京师范大学校园为例的 实验中,较准确地得到建筑物高度信息,从而显示该方法不仅可以弥补传统手工量算阴影宽度工作繁琐和效率低下的缺陷,而且可以有效地提高计算精度.
[本文引用:1]
[ Wang Y G, Liu H P.The calculation of building shadow length using statistical average method based on corner shortest distance[J]. Remote Sensing for Land and Resources, 2008,3:32-36. ]
王京卫,郭秋英,郑国强.基于单张遥感影像的城市建筑物高度提取研究[J].测绘通报,2012(4):15-17.
城市建筑物高度信息在城市监测、规划、管理以及各项城市经济活动中有着重要的应用,在分析建筑物阴影成像同太阳、卫星的几何关系基础上,给出利用单张遥感影像提取建筑高度信息的模型。该模型根据单张遥感影像上建筑物房顶角点与其阴影的长度来计算建筑物高度,并且提取的建筑物高度同实测值相比绝对误差在±1 m以内。该方法操作简单灵活、快捷高效,可应用于城市大规模建筑物高度信息的提取,具有较高的实用价值。
[本文引用:0]
[ Wang J W, Guo Q Y, Zheng G Q.Research on urban building height extraction from single satellite image[J]. Bulletin of Surveying and Mapping, 2012,4:15-17. ]
Thiel K H.Delimiting the building heights in a city from the shadow in a panchromatic SPOT-image - Part 1. Test of forty-two buildings[J]. International Journal of Remote Sensing, 1995,16(3):409-415.
Abstract Many researchers have delimited objects' heights, mainly heights of the Earth surface for topographic mapping or digital elevation model (DEM), with SPOT-images by using stereo observe-systems. In this paper, we try to delimit buildings' heights from the shadow in a panchromatic SPOT-image. The heights of 42 buildings are calculated with this method and checked. The root-mean-square error is 3路69 m. A main inference comes from the blocked shadows.
[本文引用:1]
何国金,陈刚,何晓云,等.利用SPOT图像阴影提取城市建筑物高度及其分布信息[J].中国图象图形学报,2001,6A(5):425-428
在分析SPOT卫星图象阴影与建筑物实际高度关系的基础上,阐述 了依据图象建筑阴影物来估算城市建筑物高度的原理和方法,进而探讨了以数据融合为手段的,从SP OT全色图象中准确界定阴影范围的方法,并以此为基础,研究出了一种基于图象阴影特征的城市建筑物高度分级及其分布信息自动生成技术.在以北京市为例的试 验中,建筑物高度分级结果的抽样验证准确率达80%以上,显示出卫星遥感在城市应用方面的巨大潜力.
[本文引用:1]
[ He G J, Chen G, He X Y, et al.Extracting buildings distribution information of different heights in a city from the shadows in a panchromatic SPOT image[J]. Journal of Image and Graphics, 2001,6A(5):425-428. ]
谢军飞,李延明.利用IKONOS卫星图像阴影提取城市建筑物高度信息[J].国土资源遥感,2004,4(4):4-6.
在分析IKONOS卫星图像上建筑物阴影与实际高度关系的基础上,阐述了估算城市建筑物高度的原理和方法,并在以北京市中关村、天坛公园和北海公园为例的试验中,较为准确地得到了建筑物高度信息,从而显示出卫星遥感在城市园林规划与环境数值模拟等方面应用的巨大潜力。
[本文引用:1]
[ Xie J F, Li Y M.The extraction of building distribution information of different heights in a city from the shadows in a IKONOS image[J]. Remote Sensing for Land and Resources, 2004,4(4):4-6. ]
王菲,蔺启忠.利用阴影提取大范围建筑物高度的研究[C]. International Conference on Remote Sensing, 2010:371-374.
[本文引用:1]
[ Wang F, Lin Q Z.The study of the extraction of buildings' height on a large scale with shadows[C]. International Conference on Remote Sensing, 2010:371-374. ]
李淼. 基于二维直方图的图像阈值分割法研究[D].湘潭:湘潭大学,2014.
[本文引用:1]
[ Li M.Image thresholding segmentation algorithm based on two dimensional histogram[D]. Xiangtan: Xiangtan University, 2014. ]
黄贝莹,左小清,唐立娜,等.基于数学形态学的IKONOS影像提取建筑物高度方法研究[J].遥感信息,2014,29(2):68-76.
基于数学形态学的基本理论,提出了一种自动提取高分辨率遥感影像中建筑物阴影的方法,该方法 不仅去除了水体对于建筑物阴影提取的影响,并且利用得到的阴影计算建筑物的高度.在厦门的城市建筑物高度获取实验中,抽取建筑物进行验证,建筑物高度平均 误差为1.34m,标准差1.95m,显现出了数学形态学方法在建筑物阴影提取建筑物高度研究方面的巨大潜力.
[本文引用:1]
[ Huang B Y, Zuo X Q, Tang L N, et al.A study of extracting building height from IKONOS remote sensing image based on mathematical morphology[J]. Remote Sensing Information, 2014,29(2):68-76. ]
王伟玺. 基于广义立体像对的三维重建方法研究[D].葫芦岛:辽宁工程技术大学,2006.
[本文引用:1]
[ Wang W X.The 3D reconstruction methods study based on generalized stereopair[D]. Huludao: Liaoning Technical University,2006. ]
... 建筑物高度信息的快速获取已成为当今研究的热点[1-3] ...
... 建筑物高度信息的快速获取已成为当今研究的热点[1-3] ...
... 建筑物高度信息的快速获取已成为当今研究的热点[1-3] ...
... （1）利用立体像对提取建筑物高度的方法主要是通过在城市三维建模中用数字高程模型DEM（Digital Elevation Model）识别获取建筑物高度[4-9] ...
... （1）利用立体像对提取建筑物高度的方法主要是通过在城市三维建模中用数字高程模型DEM（Digital Elevation Model）识别获取建筑物高度[4-9] ...
... （1）利用立体像对提取建筑物高度的方法主要是通过在城市三维建模中用数字高程模型DEM（Digital Elevation Model）识别获取建筑物高度[4-9] ...
... （1）利用立体像对提取建筑物高度的方法主要是通过在城市三维建模中用数字高程模型DEM（Digital Elevation Model）识别获取建筑物高度[4-9] ...
... 例如,尤红建[10]利用机载三维成像仪得到DSM（Digital Surface Model）数据,开展建筑物高度与轮廓自动提取方法研究;卓莉[11]提出了综合立体像对和高空间分辨率数据进行建筑物三维信息提取方法 ...
... 例如,尤红建[10]利用机载三维成像仪得到DSM（Digital Surface Model）数据,开展建筑物高度与轮廓自动提取方法研究;卓莉[11]提出了综合立体像对和高空间分辨率数据进行建筑物三维信息提取方法 ...
... 例如,尤红建[10]利用机载三维成像仪得到DSM（Digital Surface Model）数据,开展建筑物高度与轮廓自动提取方法研究;卓莉[11]提出了综合立体像对和高空间分辨率数据进行建筑物三维信息提取方法 ...
... 例如,尤红建[10]利用机载三维成像仪得到DSM（Digital Surface Model）数据,开展建筑物高度与轮廓自动提取方法研究;卓莉[11]提出了综合立体像对和高空间分辨率数据进行建筑物三维信息提取方法 ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... （2）利用单幅影像获取高度信息研究中,大多数根据成像姿态和共线方程原理建立几何关系[12-13],或根据建筑物阴影长度求解其高度[14-16] ...
... 例如,何国金[17]和谢军飞[18]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[19]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法 ...
... 例如,何国金[17]和谢军飞[18]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[19]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法 ...
... 例如,何国金[17]和谢军飞[18]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[19]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法 ...
... 例如,何国金[17]和谢军飞[18]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[19]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法 ...
... 例如,何国金[17]和谢军飞[18]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[19]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法 ...
... 例如,何国金[17]和谢军飞[18]分别利用SPOT影像和IKONOS影像的建筑物阴影较准确地提取了城市建筑物高度信息;王菲[19]利用ALOS影像研究塘沽地区的建筑物高度信息,提出了一种针对大范围区域的快速半监督的阴影提取和高度计算方法 ...
... 图像上的阴影区域灰度值低,与其它地物明显不同,利用基于图像灰度阈值分割方法[20]可将阴影区域从图像中提取出来 ...
... 图像上的阴影区域灰度值低,与其它地物明显不同,利用基于图像灰度阈值分割方法[20]可将阴影区域从图像中提取出来 ...
... 膨胀是把连接成分的边界扩大一层的处理,而腐蚀则是把连接成分的边界点去掉从而缩小一层的处理[21] ...
... 膨胀是把连接成分的边界扩大一层的处理,而腐蚀则是把连接成分的边界点去掉从而缩小一层的处理[21] ...
... 有理函数模型[22]是指将像元坐标
以对应地面点的空间坐标
的有理函数表示,反映了地面点三维空间坐标与相应像点在像平面坐标系中的数学关系 ...
... 有理函数模型[22]是指将像元坐标
以对应地面点的空间坐标
的有理函数表示,反映了地面点三维空间坐标与相应像点在像平面坐标系中的数学关系 ...