基于航空立体多影像的城市建筑物识别技术研究

论文摘要

以数字方式代替传统的人工测量是当前测绘领域的发展趋势。相比于其他数字方式而言,航空影像具有数量大、信息丰富、获取成本低廉的特点,对航空摄影影像进行三维重建,是获取城市地理信息的有效手段。本文对城市高分辨率航空影像中的建筑物提取方法进行了研究,引出了三维重建中变形、遮挡、干扰的问题,并在此基础上建立了一套城市矩形建筑物信息获取的计算机软件系统,并实现了该系统。该系统具有以下特点:1、改进了置信度传播立体匹配算法,改进算法采用像素点窗口灰度差能量下降代替传统的像素灰度差作为标记代价,降低了图像噪点和不连续的影响。改进算法还采用图像分割的方法限制立体匹配的消息传播范围,提高了匹配的速度和精确度。2、用立体匹配得出的密集点云代替传统的DSM。并模拟人类识别过程的启动模型,采用了假设验证的房屋识别方法。假设阶段,利用上述立体匹配结果作为地面三维信息,计算出地面点的高斯曲率,然后根据地面点的三维坐标和高斯曲率,筛选出地面点作为屋顶假设种子点,使用区域生长的方法建立出初步的房屋假设。而在验证阶段,利用Hough变换提取假设区域的直线集合,用聚类分析方法分析直线的两个主方向以及其夹角,作为房屋假设的验证。下一步的工作将在上述系统的基础之上,优化并改良已有的功能模块。对于立体匹配算法而言,置信度传播速度较慢,需要对其进行优化,拟采用GPU架构或者CPU+GPU混合架构下的立体匹配算法。针对房屋验证的条件,房顶纹理具有周期频率震荡的特点,可作为房屋的验证条件。另外,房屋阴影,垂直线等都可以加入验证的条件。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本论文研究背景和意义
• 1.2 建筑物识别以及存在的主要问题
• 1.3 本文主要研究内容
• 1.4 本文内容安排
• 第二章 摄影测量和立体视觉基本理论
• 2.1 摄像机成像原理
• 2.1.1 正交投影
• 2.1.2 透视投影
• 2.1.3 弱透视投影和近轴折射
• 2.2 摄像机的几何模型
• 2.2.1 像平面坐标系和像空间坐标系
• 2.2.2 相空间辅助坐标系
• 2.2.3 地心坐标系
• 2.3 立体视觉理论研究
• 2.3.1 三维重建的基本原理
• 2.3.2 三维重建存在的问题
• 2.4 目标识别和提取技术
• 2.4.1 目标识别
• 2.4.2 特征提取基本方法
• 2.4.3 建筑物重建的难点
• 第三章 国内外建筑物识别方法简介
• 3.1 全自动的识别方法
• 3.1.1 基于单张二维影像的识别
• 3.1.2 基于多张二维影像的识别
• 3.1.3 借助DSM 或激光扫描信息进行识别
• 3.2 半自动的识别方法
• 3.3 方法分析
• 第四章 立体匹配算法研究
• 4.1 核线约束
• 4.1.1 框幅式遥感影像构象方程
• 4.1.2 前方交会计算像点地面坐标
• 4.1.3 相对定向的原理和过程
• 4.1.4 核线约束的意义和核线重采样
• 4.2 置信度传播算法
• 4.2.1 马尔科夫场
• 4.2.2 置信度传播算法
• 4.3 图像分割
• 4.3.1 图像分割算法
• 4.3.2 Mean-Shift 算法
• 4.4 对置信度传播算法的改进
• 4.4.1 基于泛洪的标记代价
• 4.4.2 限制标记空间和置信度传播
• 第五章 建筑物识别系统
• 5.1 基于视差图的建筑物识别
• 5.2 图像预处理
• 5.2.1 数据源的噪声抑制
• 5.2.2 基于连续函数的视差图处理
• 5.3 特征提取和假设生成
• 5.3.1 提取特征-目标物种子点
• 5.3.2 生成目标物假设
• 5.4 假设的识别验证
• 5.4.1 PCA 建筑物识别验证
• 5.4.2 基于直线特征的识别验证
• 5.4.3 实验结果及分析
• 结论
• 本文工作总结
• 未来展望
• 参考文献
• 致谢