專利名稱：一種數(shù)字城市的繼承式自動生成及實(shí)時更新方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種地理空間模擬技術(shù)，尤其涉及的是一種數(shù)字城市繼承 式自動生成及實(shí)時更新的方法。
背景技術(shù)：
以下首先說明本發(fā)明所涉及的概念1、 數(shù)字城市(Digitaldty): —個能夠?qū)崿F(xiàn)城市綜合管理與決策支持的、 虛擬的、具有開放性的城市模型；2、 三維模型(3D model):物體的三維多邊形表示，通常用計(jì)算機(jī)或 者其它視頻設(shè)備進(jìn)行顯示。顯示的物體是可以是現(xiàn)實(shí)世界的實(shí)體，也可以 是虛構(gòu)的東西，既可以小到原子，也可以大到很大的尺寸。任何物理自然 界存在的東西都可以用三維模型表示。3、 紋理(Texture): —個紋理實(shí)際上就是一個位圖。從這個意義上來 講，當(dāng)紋理一詞被用于計(jì)算機(jī)圖形學(xué)時，它就有了一個明確的定義。從語 義學(xué)角度來講，紋理一詞既是指一個物體上顏色的模式，又是指物體表面 是粗糙的還是光滑的。4、 知識庫(Knowledge Base):知識工程中結(jié)構(gòu)化，易操作，易利用， 全面有組織的知識集群，是針對某一(或某些)領(lǐng)域問題求解的需要，采用某 種(或若干)知識表示方式在計(jì)算機(jī)存儲器中存儲、組織、管理和使用的互相 聯(lián)系的知識片集合。這些知識片包括與領(lǐng)域相關(guān)的理論知識、事實(shí)數(shù)據(jù)， 由專家經(jīng)驗(yàn)得到的啟發(fā)式知識，如某領(lǐng)域內(nèi)有關(guān)的定義、定理和運(yùn)算法則 以及常識性知識等。知識庫^f吏基于知識的系統(tǒng)(或?qū)＜蚁到y(tǒng))具有智能性，并 不是所有具有智能的程序都擁有知識庫，只有基于知識的系統(tǒng)才擁有知識
庫?，F(xiàn)在許多應(yīng)用程序都利用知識，其中有的還達(dá)到了很高的水平，但是, 這些應(yīng)用程序可能并不是基于知識的系統(tǒng)，它們也不擁有知識庫。 一般的 應(yīng)用程序與基于知識的系統(tǒng)之間的區(qū)別在于 一般的應(yīng)用程序是把問題求 解的知識隱含地編碼在程序中，而基于知識的系統(tǒng)則將應(yīng)用領(lǐng)域的問題求 解知識顯式地表達(dá)，并單獨(dú)地組成一個相對獨(dú)立的程序?qū)嶓w。知識庫的特點(diǎn)如下1 )知識庫中的知識根據(jù)它們的應(yīng)用領(lǐng)域特征、背景特征(獲取時的背景 信息)、使用特征、屬性特征等而被構(gòu)成便于利用的、有結(jié)構(gòu)的組織形式。 知識片一般是模塊化的。2) 知識庫的知識是有層次的。最低層是"事實(shí)知識"，中間層是用來控制 "事實(shí)"的知識(通常用規(guī)則、過程等表示)；最高層次是"策略"，它以中間層 知識為控制對象。策略也常常被認(rèn)為是規(guī)則的規(guī)則。因此知識庫的基本結(jié) 構(gòu)是層次結(jié)構(gòu)，是由其知識本身的特性所確定的。在知識庫中，知識片間 通常都存在相互依賴關(guān)系。規(guī)則是最典型、最常用的一種知識片。3) 知識庫中可有一種不只屬于某一層次(或者說在任一層次都存在)的 特殊形式的知識——可信度(或稱信任度，置信測度等)。對某一問題，有關(guān) 事實(shí)、規(guī)則和策略都可標(biāo)以可信度。這樣，就形成了增廣知識庫。在數(shù)據(jù) 庫中不存在不確定性度量。因?yàn)樵跀?shù)據(jù)庫的處理中一切都屬于"確定型"的。4) 知識庫中還可存在一個通常被稱作典型方法庫的特殊部分。如果對于某些問題的解決途徑是肯定和必然的，就可以把其作為一部分相當(dāng)肯定 的問題解決途徑直接存儲在典型方法庫中。這種宏觀的存儲將構(gòu)成知識庫 的另一部分。在使用這部分時，機(jī)器推理將只限于選用典型方法庫中的某 一層體部分。另外，知識庫也可以在分布式網(wǎng)絡(luò)上實(shí)現(xiàn)。這樣，就需要建造分布式 知識庫。建造分布式知識庫的優(yōu)越性有三點(diǎn) (l)可在較低價格下構(gòu)造較大的知識庫；(2) 不同層次或不同領(lǐng)域的知識庫對應(yīng)的問題求解任務(wù)相對來說比較單 純，因而可以構(gòu)成較高效的系統(tǒng)；(3) 可適于地域遼闊的地理分布。知識庫的構(gòu)造必須使得其中的知識在被使用的過程中能夠有效地存取 和搜索，庫中的知識能方^J也修改和編輯，同時，對庫中知識的一致性和 完備性能進(jìn)行檢驗(yàn)。5、 圖像匹配(image matching):是指把兩個不同傳感器從同一景物 錄取下來的兩幅圖像在空間上進(jìn)行對準(zhǔn),以確定出這兩幅圖像之間相對平 移的過程，它可廣泛應(yīng)用于目標(biāo)跟蹤、資源分析、醫(yī)療診斷等方面是現(xiàn)代信 息處理領(lǐng)域中 一項(xiàng)極為重要的技術(shù)。6、 圖像相似度(image semblance):是指一幅圖像"旋入"另一幅圖像 的概率.同時給出了一個簡潔的圖像相似度算法。通過多次實(shí)驗(yàn)，這種圖像相 似度對于復(fù)雜模式的識別是有效和滿意的，可用于圖像的分類檢索。相似 度包括在形狀、結(jié)構(gòu)、統(tǒng)計(jì)、紋理、環(huán)境、高低大小等方面的相似程度。7、 數(shù)字城市圖像庫由數(shù)字城市中所有物體的圖像所構(gòu)成的庫為數(shù)字 城市圖像庫，該庫可以根據(jù)物體的類型分為建筑圖像子庫、道路圖像子庫、 橋梁圖像子庫、植物圖像子庫、動物圖像子庫、水域圖像子庫、大氣圖像 子庫、地層圖像子庫。8、 數(shù)字城市模型庫由數(shù)字城市中所有物體的三維模型構(gòu)成，并且它 的分類與數(shù)字城市圖像庫相對應(yīng)。模型中包含了物體三維上的所有特征信 息，包括形狀、顏色、紋理等等。9 、數(shù)字高程模型(DEM)，也稱數(shù)字地形模型(DTM)，是一種對空間起伏變 化的連續(xù)表示方法。由于DTM隱含有地形景觀的意思,所以,常用DEM,以單 純表示高程。可以從網(wǎng)上下載30米精度的免費(fèi)全球高程數(shù)據(jù)。數(shù)字城市是綜合運(yùn)用GIS、遙感、遙測、寬帶網(wǎng)絡(luò)、多々某體及虛擬仿真 等技術(shù)，對城市的基礎(chǔ)設(shè)施、功能機(jī)制進(jìn)行信息自動采集、動態(tài)監(jiān)測管理和 .輔助決策服務(wù)的技術(shù)系統(tǒng)；它具有城市地理、資源、生態(tài)環(huán)境、人口、經(jīng) 濟(jì)、社會等復(fù)雜系統(tǒng)的數(shù)字化、網(wǎng)絡(luò)化、虛擬仿真、優(yōu)化決策支持和可視 化表現(xiàn)等強(qiáng)大功能。數(shù)字城市為城市持續(xù)發(fā)展提供了重要的支撐工具。可視化是實(shí)現(xiàn)數(shù)字城市與人交互的窗口和工具，沒有可4見化技術(shù)，計(jì) 算機(jī)中的一堆數(shù)字是無任何意義的，數(shù)字城市的一個顯著特點(diǎn)是虛擬現(xiàn)實(shí) 技術(shù)。在建立了數(shù)字城市以后，用戶戴上顯示頭盔或者從計(jì)算機(jī)屏幕上或 者從大屏幕投影上，就可以看見城市從地球中出現(xiàn)，使用鼠標(biāo)或鍵盤放大數(shù)字圖像；隨著分辨率的不斷提高，用戶可以看見私人住房、商店、樹木 和其它天然和人造景觀，當(dāng)用戶對商品感興趣時，可以進(jìn)入商店內(nèi)，欣賞 商場內(nèi)的衣服，并可根據(jù)自己的體型，構(gòu)造自己試穿衣服的虛擬場景。虛擬現(xiàn)實(shí)技術(shù)為人類觀察自然，欣賞景觀，了解實(shí)體提供了身臨其境 的感覺。最近幾年，虛擬現(xiàn)實(shí)技術(shù)發(fā)展很快，虛擬現(xiàn)實(shí)造型語言(VRML) 是一種面向Web、面向?qū)ο蟮娜S造型語言，而且它是一種解釋性語言。 它不僅支持?jǐn)?shù)據(jù)和過程的三維表示，而且能使用戶走進(jìn)視聽效果逼真的虛 擬世界，從而實(shí)現(xiàn)數(shù)字地球的表示以及通過數(shù)字地球?qū)崿F(xiàn)對各種地球現(xiàn)象 的研究和人們的日常應(yīng)用。實(shí)際上，人造虛擬現(xiàn)實(shí)技術(shù)在攝影測量中早已 是成熟的技術(shù)，近幾年的數(shù)字?jǐn)z影測量的發(fā)展，已經(jīng)能夠在計(jì)算機(jī)上建立 可供呈測的數(shù)字虛擬技術(shù)。當(dāng)然，當(dāng)前的技術(shù)是對,同一實(shí)體拍攝照片，產(chǎn) 生視差，構(gòu)造立體模型，通常是當(dāng)模型處理。進(jìn)一步的發(fā)展是對整個地球 進(jìn)行無縫拼接，任意漫游和放大，由三維數(shù)據(jù)通過人造視差的方法，構(gòu)造 虛擬立體?，F(xiàn)有的構(gòu)建數(shù)字城市的技術(shù)，如圖l、圖2、圖3所示，是三種常用的構(gòu) 建數(shù)字城市的辦法，與其它的方案相類似，只是建模和渲染的工具不同而 已。上述方案的共同特征是根據(jù)現(xiàn)場采集到的照片，進(jìn)行手工三維建模， 并手工標(biāo)定各物體在城市場景中的位置，然后將各物體的三維模型手工加 入到城市場景中的相應(yīng)位置。
利用上述技術(shù)方案， 一旦城市建模完畢后，數(shù)字城市就確定了，并不 再改變，導(dǎo)致了如果幾年后城市的面貌發(fā)生了很大的變化，以前的數(shù)字城 市就不能反映實(shí)際的城市面貌，數(shù)字城市就需要完全重新制作，而實(shí)際上 新版的數(shù)字城市和以前的數(shù)字城市在很多地方的工作是重復(fù)性的，但現(xiàn)有 的技術(shù)無法利用該特性。已有的數(shù)字城市都是利用手工建模技術(shù)形成的，如果已經(jīng)設(shè)計(jì)了一個城市I在A時刻的數(shù)字城市I a,后來又要設(shè)計(jì)城市I在B時刻的數(shù)字城市 I b,則城市I在B時刻的數(shù)字城市I b會全新設(shè)計(jì)，而不會利用已經(jīng)存在的 城市I在A時刻的數(shù)字城市I a。因?yàn)楝F(xiàn)有的技術(shù)無法判別不同時刻的城巿 之間沒有變化之處和已有變化之處，也就是說現(xiàn)有技術(shù)在構(gòu)建數(shù)字城市時 所有的數(shù)字城市都從零開始重新研發(fā)，而不能利用已有的數(shù)字城市的研發(fā) 成果，這是一種對已有數(shù)字城市研發(fā)成果的浪費(fèi)，導(dǎo)致了很多重復(fù)性的研 發(fā)工作，也導(dǎo)致數(shù)字城市的研發(fā)成本極高。以深圳市為例說明，即使已經(jīng)有一個3年前做的數(shù)字深圳，3年之間深 圳發(fā)生了很大的變化，例如新增了一些建筑、改造了一些建筑、拆除了一 些建筑等等，所以3年前做的數(shù)字深圳不能真實(shí)反映現(xiàn)在深圳的真實(shí)面貌， 需要做一個能反映深圳現(xiàn)在面貌的數(shù)字深圳。根據(jù)現(xiàn)有的技術(shù)，由于無法 準(zhǔn)確知道"新增了哪些建筑、改造了哪些建筑、拆除了哪些建筑"，等等深 圳所發(fā)生的變化，所以利用現(xiàn)有技術(shù)仍然需要帶著照相機(jī)對城市中的所有 物體一一拍照、 一一手工建模，再將建好的模型一一手工標(biāo)定并安置到數(shù) 字城市場景中的合適位置，工作量非常之大，其構(gòu)建過程與構(gòu)建3年前的數(shù) 字深圳毫無差異。此過程需要耗費(fèi)大量的人力(去采集照片、去手工建模、 去手工標(biāo)定并安置模型)，耗費(fèi)大量的財(cái)力(需要很多照相機(jī)供采集照片 用，需要很多計(jì)算機(jī)供手工建模、手工標(biāo)定并安置模型用)，耗費(fèi)大量的 時間(建一個模型有時候就需要l天， 一個城巿中有成千上萬的物體需要建 模，例如深圳市數(shù)字城市以現(xiàn)有技術(shù)最少需要3年的時間才能完成)。
而目前城市的發(fā)展是日新月異，官員想身臨其境地指揮應(yīng)急、查處違 章，居民想足不出戶地旅游，等等，這些只有在數(shù)字城市中才能做到。但 是如果做一個數(shù)字城市需要花很長的時間，如利用現(xiàn)有的技術(shù)，數(shù)字深圳 需要3年時間，那人們在數(shù)字深圳中所見的一切都是3年前的，會給城市應(yīng) 急、違章監(jiān)測等帶來災(zāi)難性的后果。事實(shí)上，深圳的變化的確是日新月異， 每一天城市的面貌都會發(fā)生改變，所以數(shù)字城市需要至少在一天之內(nèi)更新 完畢才會有實(shí)際意義，才能使得該數(shù)字城市真正能代表和反映真實(shí)的城市， 才能使得該數(shù)字城市上的應(yīng)用能夠真正發(fā)揮作用，才能為城市應(yīng)急、違章 監(jiān)測、交通指揮、數(shù)字生活提供實(shí)時的支持。而現(xiàn)有的技術(shù)由于沒有充分 利用已有的數(shù)字城市成果，更新需要重復(fù)性工作，無法做到實(shí)時更新和實(shí) 用化。因此，現(xiàn)有技術(shù)存在缺陷，而有待于改進(jìn)和發(fā)展。 發(fā)明內(nèi)容本發(fā)明的目的在于提供一種數(shù)字城市的繼承式自動生成及實(shí)時更新方 法，改變現(xiàn)有數(shù)字城市的手工建模方式，以及一次性使用現(xiàn)狀，利用繼承式自動生成的過程實(shí)現(xiàn)數(shù)字城市的重用,避免數(shù)字城市資源的浪費(fèi)；并通過數(shù)字城市以往成果的重用，縮短數(shù)字城市研發(fā)的周期，提高數(shù)字城市研發(fā) 的效率。本發(fā)明的技術(shù)方案包括一種數(shù)字城市的繼承式自動生成及實(shí)時更新方法，其應(yīng)用于一通用計(jì) 算機(jī)系統(tǒng)，利用已有的數(shù)字城市和知識庫，并包括以下步驟A、 獲取不同時間的遙感影像進(jìn)行變化監(jiān)測，生成一變化的影像圖；B、 在變化的影像圖中進(jìn)行物體識別，對識別出的物體與知識庫中的三 維模型進(jìn)行匹配；C、 將匹配返回的三維^t型植入所述數(shù)字城市中的對應(yīng)位置，實(shí)時生成
后一時間的數(shù)字城市。所述的方法，其中，所述步驟A還包括以下步驟Al、找到不同時間的遙感影像中的同名點(diǎn)做為控制點(diǎn)自動提取，包括 角點(diǎn)，拐點(diǎn)、道路交叉線的提??；A2、基于仿射變換模型的幾何配準(zhǔn)方法，先尋找影像同名點(diǎn)，帶入建 立的仿射變換模型，通過多次計(jì)算得到最優(yōu)仿射變換參數(shù)，按照最優(yōu)配準(zhǔn) 參數(shù)對輸入圖像進(jìn)行坐標(biāo)變換，得到地理位置基本匹配的兩時相圖；A3、在兩時相圖上做地物級別的比較，得到變化的影像圖AP。所述的方法，其中，所述步驟A2還包括在每次計(jì)算前剔除偏差最大的 多個同名點(diǎn)。所述的方法，其中，所述知識庫的形成過程還設(shè)置一圖像庫，其包括 步驟Dl、從遙感影像中提取各種類型的個體的有代表性的圖像，并且將這 些有代表性的圖像進(jìn)行分類，抽取其共性，形成第一級特征圖像；D2、在此級別中進(jìn)行劃分出子類，并在各子類的所有圖像中分別抽取 共性，給各子類分別賦予一個特征圖像；如此類推，直到其劃分基本上代表了該個體有代表性的各種類型為止。所述的方法，其中，設(shè)置一模型庫的分類結(jié)構(gòu)與所迷圖像庫的分類結(jié) 構(gòu)一致，圖像庫中的一個圖像與模型庫中的一個模型相對應(yīng)。所述的方法，其中，所述模型庫中的模型是使用建模的工具建起來的 靜態(tài)模型。所述的方法，其中，所述模型庫中的模型是使用參數(shù)描述的并在需要 時實(shí)時渲染的三維模型。所述的方法，其中，所述圖像庫與模型庫之間的映射關(guān)系，包括以下 步驟D3、根據(jù)圖像庫對遙感影像中的物體進(jìn)行抽取和識別；D4、將抽取出來的物體與圖像庫中的相應(yīng)類別的子類進(jìn)行相似度比較， 并檢索出圖像庫中與該物體相似度最大的圖像，并映射到模型庫中相應(yīng)的模型；D5、通過知識庫對遙感影像中的個體進(jìn)行自動建模。 所述的方法，其中，所述步驟D5還包括D51、根據(jù)圖像庫中的第一級特征圖像對遙感影像進(jìn)行掃描，得到每一 個大類的物體的集合，判斷該物體與這些特征圖像之間的相似度； D52、從圖像庫中找出該物體所屬的最準(zhǔn)確的分類。 所述的方法，其中，所述步驟D52包括D521、將該物體圖像與其所屬分類的下一級分類的特征圖像比較，如 果該個體圖像與某一類的特征圖像相似度最高，則判斷該個體圖像屬于該 類；D522、將該個體圖像與該類的下一級各特征圖像進(jìn)行分別匹配，并算 出其相似度，找到相似度最大特征圖像所屬的類別，作為該物體圖像所屬 的類別；如此類推，直到其相似度達(dá)到預(yù)期要求。本發(fā)明所提供的一種數(shù)字城市的繼承式自動生成及實(shí)時更新方法，通 過遙感技術(shù)，可以自動實(shí)現(xiàn)對數(shù)字城市的更新過程，其更新的數(shù)據(jù)以對比 變化的為主，因此工作量降低，實(shí)現(xiàn)了實(shí)時的數(shù)字城市更新過程，能夠?yàn)?實(shí)際應(yīng)用提供準(zhǔn)確的參考。


圖1為現(xiàn)有技術(shù)的數(shù)字城市生成技術(shù)示意圖； 圖2為現(xiàn)有技術(shù)的另 一種數(shù)字城市生成技術(shù)示意圖； 圖3為現(xiàn)有技術(shù)的再一種數(shù)字城巿生成技術(shù)示意圖； 圖4a為本發(fā)明的數(shù)字城市的繼承式自動生成及實(shí)時更新方法中的建庫 流程示意圖；圖4c為本發(fā)明繼承式數(shù)字城市實(shí)時更新的流程示意圖；圖5為本發(fā)明方法的變化影像圖的處理流程圖；圖6a和圖6b分別是本發(fā)明的遙感影像圖；圖7是本發(fā)明方法的圖像庫的分類結(jié)構(gòu)示意圖；圖8為本發(fā)明方法的識別規(guī)則庫的分類結(jié)構(gòu)示意圖；圖9為本發(fā)明方法的模型庫分類結(jié)構(gòu)示意圖；圖10為本發(fā)明方法的圖像庫與模型庫之間的映射示意圖；圖11為本發(fā)明方法的處理流程原理示意圖；圖12為本發(fā)明方法的具體處理流程示意圖。
具體實(shí)施方式
以下結(jié)合附圖，將對本發(fā)明的各較佳實(shí)施例進(jìn)行更為詳細(xì)的說明。 本發(fā)明的數(shù)字城市的繼承式自動生成及實(shí)時更新方法，以已有的數(shù)字 城市為基礎(chǔ)，在已有的數(shù)字城市的基礎(chǔ)上，利用遙感影像的變化對已有的 數(shù)字城市進(jìn)行修正，從而達(dá)到數(shù)字城市自動生成與實(shí)時更新的目的。假設(shè) 本發(fā)明獲取不同時間T1、 T2的遙感影像進(jìn)行變化監(jiān)測，生成一變化的影像 圖；其中T1早于T2。如果T1時間的數(shù)字城市C1已經(jīng)存在，則利用該C1;如 果在T2時間之前沒有已經(jīng)建成的數(shù)字城市，則可以利用前一個專利"一種 數(shù)字城市全自動生成的方法"來生成T1時間的數(shù)字城市C1。專利"一種數(shù)字城市全自動生成的方法"可以概述如下其利用了遙 感影像，具體在一通用計(jì)算機(jī)首先要完成數(shù)字城市的制作，如圖4a所示， 具體包括通過陰影監(jiān)測算法，監(jiān)測出遙感影像上所有陰影的長度，關(guān)于 陰影長度的計(jì)算是現(xiàn)有技術(shù)所公知的；將城市的遙感影像進(jìn)行矢量化，從 而獲取不同城市物體的形狀；并將物體的位置與陰影的位置進(jìn)行匹配，從 而獲取物體的高度；關(guān)于矢量化的計(jì)算過程也是現(xiàn)有技術(shù)所公知的，因此, 不再贅述；采集城市中各種建筑、車輛等的圖像及其相應(yīng)模型，放入知識 庫，分析遙感影像中的城市數(shù)據(jù)，將城市中的個體分類，例如車輛、樓房 等，并從遙感影像中抽取個人的特征圖像，自動加入圖像庫，根據(jù)個體特 征圖像，經(jīng)過人眼的識別判斷加上實(shí)地采集該個體的三維信息，然后建模 并加入模型庫；根據(jù)圖像庫中不同物體的圖像的特性在遙感影像中識別不 同的物體，從而獲取不同城市物體的類型及其頂座形狀；該過程中根據(jù)圖 像庫中每一類物體的二級特征圖像對遙感影像中的該類物體進(jìn)行匹配，從 而識別各物體屬于哪一子類；如此類推，知道識別的效果達(dá)到了要求，從 而獲取影像中所有城市物體的具體類型；根據(jù)城市物體的不同類型、底座 形狀、頂座的形狀、高度結(jié)合模型庫，自動生成城市物體的三維模型；根據(jù)DEM和遙感影像獲取數(shù)字城市的地貌及其地形的高低起伏；將這些上述 城市物體的三維模型，根據(jù)它們二維坐標(biāo)的位置鑲到具有高程的遙感影像中，到這一步就已經(jīng)自動生成了數(shù)字城市。本發(fā)明的數(shù)字城市的繼承式自動生成及實(shí)時更新方法，如圖4b和圖4c 所示，是本發(fā)明方法的整體方案構(gòu)思，在現(xiàn)有技術(shù)的數(shù)字城市產(chǎn)生方式上, 通過遙感圖像的判斷其變化之處，并結(jié)合已有的城市知識庫，進(jìn)行修訂的 建模處理，并最終產(chǎn)生實(shí)時的數(shù)字城市。具體的計(jì)算過程為城市I在a時刻的數(shù)字城市I a和城市I從a時刻到 b時刻為止發(fā)生的變化為A I ab,自動生成城市I在b時刻的數(shù)字城市I b = I a+.A I ab，其中a時刻應(yīng)早于b時刻。所以本發(fā)明方法利用已有的數(shù)字城 市和城市發(fā)生的變化自動生成新的數(shù)字城市，充分利用了已有的數(shù)字城市 資源，并把現(xiàn)實(shí)中城市的變化與數(shù)字城市結(jié)合起來，使得數(shù)字城市能和現(xiàn) 實(shí)城市同步更新。,以深圳為例說明，如圖11和圖12所示，深圳市S在X1年即2000年做過 一個數(shù)字深圳S2000。到了X2年即2006年，城市面貌也發(fā)生了很大的變化， 所以需要再做一個數(shù)字深圳S2006。本發(fā)明技術(shù)方案就是拿2000年的深圳市 遙感圖像P (XI) 二P2000和2006年的深圳市遙感圖像P (X2) ^P2006進(jìn)行 比較.，找到變化的影像圖AP-P2006-P2000。然后根據(jù)該變化的部分AP， 利用已有的城市知識庫生成AS,于是就可以得到S ( X2 ) =S2006 = S2000 + AS了。本發(fā)明方法的方案中主要有兩步第 一步拿2000年的城市S遙感圖像P2000和2006年的城市S遙感圖像 P2006進(jìn)行比較，找到變化的影像圖部分AP二P2006-P2000,該步驟中還包 括以下過程第一階段找到兩圖同名點(diǎn)做為控制點(diǎn)自動提取，包括角點(diǎn)，拐點(diǎn)、 道路交叉線等提取。在地物不同時，兩圖的控制點(diǎn)較難對應(yīng)上，可能目標(biāo) 點(diǎn)個數(shù)差異一交大。第二階段計(jì)算幾何配準(zhǔn)仿射變換參數(shù)，根據(jù)同名點(diǎn)帶入多項(xiàng)式，并 剔除部分偏差太大的同名點(diǎn)。經(jīng)過多次計(jì)算，得到最優(yōu)參數(shù)，并根據(jù)此參 數(shù)對圖像做仿射變換，本階段輸出地物地理坐標(biāo)基本對應(yīng)的兩時相圖。第三階H對兩幅圖上做地物級別的比較，得到變化的影像圖AP。這 一步是變化監(jiān)測效果的關(guān)鍵，也是難點(diǎn)所在，因?yàn)榕臄z角度不同，陰影投 射位置不同，就可能造成偽目標(biāo)點(diǎn)。往往出現(xiàn)的情況是，變化的用地產(chǎn)生 變化的圖像，但變化的圖像未必是變化的用地，因此本發(fā)明不是單純的兩 圖象素級比較而是提升到地物級對比，識別地物，以地物為單位做比較， 比如草地、建筑等。第二步根據(jù)遙感數(shù)據(jù)的變化的影像圖部分AP,同時利用城市S的知 識庫,(該知識庫在首次生成數(shù)字城市時已建立，并隨時間推移可人工修訂) 生成變化的數(shù)字城市部分AS,于是本發(fā)明就可以得到城市S的目前數(shù)字城 市S2006 = S2000 + AS了 。該步驟還包括具體的過程第 一階段將第 一步得到的遙感數(shù)據(jù)中變化的影像圖部分AP中的物體 M，與知識庫中的三維才莫型進(jìn)行匹配，進(jìn)行個體識別。如果物體與某一個 三維建筑模型的匹配程度判斷，判斷匹配符合要求，則返回該三維模型。 第二階段將第一階段返回的三維模型植入物體M所在的位置(經(jīng)綿度)，根據(jù)差異圖AP，在先前的數(shù)字城市S (XI)上進(jìn)4亍^i入、拔除、修正等操作，合成X2年的數(shù)字城市。下面更具體的說明本發(fā)明方法的處理過程。第一步監(jiān)測城市的變化先用不同年份的遙感影像進(jìn)行變化監(jiān)測生 成一幅變化的影像圖，然后在檢測出的變化的區(qū)塊上進(jìn)行物體識別，對識 別出的物體結(jié)合知識庫，賦予其具體屬性，例如，如果該物體是建筑，那 么它的屬性有高度、形狀、紋理。其處理流程如圖5所示，遙感影像圖1和遙感影像圖2是不同年份的遙感 圖像，通過本發(fā)明的變化檢測，即得到差異圖，也即變化的影像圖AP,然 后進(jìn)行識別其物體特征和位置等，并通過其知識庫識別物體屬性。實(shí)際的 檢測效果示例如圖6a和圖6b所示，即使有同源的衛(wèi)星或航拍數(shù)據(jù)，其不同 年份的拍攝時間可能不同，拍攝時的太陽高度角不同，天氣不同等狀況都 會給變化檢測帶來誤差，因此在變化監(jiān)測之前要對圖像進(jìn)行配準(zhǔn)和相應(yīng)的 處理。對監(jiān)測到的物體進(jìn)行識別，需要利用規(guī)則庫、圖像庫，識別規(guī)則庫中 的規(guī)則按照不同方面的匹配進(jìn)行劃分，如圖8所示，如形狀相似度和差異 的檢測規(guī)則、結(jié)構(gòu)相似度和差異的檢測規(guī)則、統(tǒng)計(jì)相似度和差異的檢測規(guī) 則、顏色相似度和差異的檢測規(guī)則、灰度相似度和差異的檢測規(guī)則、紋理 相似度和差異的檢測規(guī)則、所處環(huán)境相似度和差異的檢測規(guī)則等等。圖像庫中的圖像采樣自遙感影像，其分類結(jié)構(gòu)示意如圖7所示，具體為 從遙感影像中提取各種類型的個體的有代表性的圖像，并且將這些有代表 性的圖像進(jìn)行分類，抽取共性，成為第一級特征圖像，然后再在此級別進(jìn) 行劃分出子類，并在子類的所有圖像中抽取共性，給該子類賦予一個特征
圖像，如此類推，直到其劃分基本上代表了該個體有代表性的各種類型為 止。將監(jiān)測出來的變化物體與圖像庫中的相應(yīng)類別的子類進(jìn)行相似度比較， 并檢索出圖像庫中與該物體相似度最大的圖像，并映射到模型庫中相應(yīng)的模型。通過知識庫對遙感影像中的個體進(jìn)行自動建模的過程如下'根據(jù)圖像庫中的第 一級特征圖像對遙感影像進(jìn)行掃描，得到每一個大類的物體的集 合。第一級分類有建筑的特征圖像、橋梁的特征圖像、廣場的特征圖像、 花草樹木的特征圖像、水的特征圖像等等。判斷該物體與這些特征圖像之間的相似度。相似度包括形狀的相似 度、結(jié)構(gòu)的相似度、統(tǒng)計(jì)的相似度、顏色的相似度、灰度的相似度、紋理 的相似度、所處環(huán)境的相似度等等。可見相似度有很多分量，本發(fā)明可以 通過對個體的初始分析來決定采用哪些相似度，并在判斷該個體與圖像庫 中圖像的相似度時給不同類型的相似度賦予不同的權(quán)值，然后在判別最終 相似度時采用加權(quán)的方法。本發(fā)明方法的識別規(guī)則庫的分類結(jié)構(gòu)如圖8所示，在從遙感影像中監(jiān)測 出變化的物體影像之后，從圖像庫中找出該物體所屬的最準(zhǔn)確的分類(如 建筑/高建筑/寫字樓)，其方法是首先將該物體圖像與其所屬分類的下一 級分類的特征圖像比較，如果該個體圖像與某一類(假設(shè)為X)的特征圖 像相似度最高，那么便可以判斷該個體圖像屬于X類，再將該個體圖像與X 類的下一級各特征圖像進(jìn)行分別匹配，并算出其相似度，找到相似度最大 特征圖像所屬的類別(假^為Y),作為該物體圖像所屬的類別；然后可 以繼續(xù)與Y的下一級特征圖像進(jìn)行比較，如此類推，直到其相似度達(dá)到預(yù) 期的要求，如本發(fā)明方法中可以根據(jù)需要規(guī)定對于建筑來說相似度達(dá)到 80%即可。那么其最終匹配并相似度最大的子類的特征圖像將該個體圖像 的孿生圖像，其實(shí)際繪制出的圖像效果將與實(shí)際的物體影像非常相似。 第二步將變化的部分重建到數(shù)字城市中，包括以下各階段
第一階段根據(jù)變化監(jiān)測到的物體圖像構(gòu)建相應(yīng)的物體模型，模型庫的分類結(jié)構(gòu)與圖像庫的分類結(jié)構(gòu)基本一致，如圖9所示，圖像庫中的一個圖像基本上與模型庫中的 一個模型相對應(yīng)，但模型庫中的模型可以是使用建模的工具建起來的靜態(tài)模型，也可以是使用參數(shù)描述的可以在需要時實(shí)時 渲染的三維模型。動態(tài)模型比靜態(tài)模型更容易修正，使用靜態(tài)模型比使用 動態(tài)模型更實(shí)時，但表達(dá)的真實(shí)性沒有經(jīng)過修正后的動態(tài)模型好。所以本 發(fā)明方法可以在自動生成數(shù)字城市時先使用靜態(tài)模型，再逐漸用修正后的 動態(tài)模型替換掉先前的靜態(tài)模型。正因?yàn)槟Ｐ蛶旌蛨D像庫是對應(yīng)的，只要在第 一 階段利用圖像庫識別出物體的屬性，將可以將其映射到模型庫并構(gòu)建出該物體的模型了，如圖IO所示。第二階段自動將變化監(jiān)測對應(yīng)的物體模型放進(jìn)被繼承的數(shù)字城市中。 將遙感影像中的物體模型重新植入被繼承的數(shù)字城市中的過程如下從遙 感影像中監(jiān)測出變化的物體時，本發(fā)明方法就已經(jīng)在程序中記下了該物體 的二維坐標(biāo)(經(jīng)綿度)，以及該物體的不同的邊的方位。根據(jù)該物體圖像 在遙感影像中的坐標(biāo)和方位，本發(fā)明方法就可以將其通過上一步自動生成 的逼真模型以正確的朝向、角度、位置植入被繼承的數(shù)字城市中。放進(jìn)的方式根據(jù)變化方式的不同分為三種，以建筑為例說明如果通過 對比遙感影像，發(fā)現(xiàn)某處多出一個建筑，那么該建筑將被新增進(jìn)被繼承的 數(shù)字城市中；如果通過對比遙感影像，發(fā)現(xiàn)某處的建筑變成了廣場或者該 建筑變高了，那么該原建筑將從被繼承的數(shù)字城市中去掉，并將廣場或者 變高了的建筑植入；如果通過對比遙感影像，發(fā)現(xiàn)某處少了一個建筑，那 么該建筑將從被繼承的數(shù)字城市中去掉。由此本發(fā)明的繼承式數(shù)字城市即 可完成實(shí)時的更新。因此，在深圳的數(shù)字城市繪制過程中，如果2006年重新根據(jù)2006年的深 圳市遙感圖像P2006建才莫生成S2006，約需要3年的時間，耗資約3000萬。而
采用本發(fā)明方法根據(jù)深圳市遙感圖像在2006年與2000年之間的變化繼承式 地生成S2006，只需要半小時的時間，所以完全可以實(shí)時完成數(shù)字城市的處 理，只需要保證遙感圖像的正確獲得即可。并且繼承式生成的數(shù)字城市 S2006保持了數(shù)字城市S2000的精細(xì)性。利用本發(fā)明方法可以為城市應(yīng)急指揮系統(tǒng)服務(wù)，融合各種遙感數(shù)據(jù)自動 實(shí)時地生成數(shù)字城市，以實(shí)時數(shù)字城市的布局、地形、道路等信息為基礎(chǔ)， 就可以結(jié)合氣象觀測數(shù)據(jù)(風(fēng)溫資料)模擬城市風(fēng)場，動態(tài)模擬大氣污染擴(kuò)散 等突發(fā)事件的發(fā)展趨勢，實(shí)時動態(tài)逼真地顯示給城市指揮者，提供決策支 持。利用本發(fā)明方法可以為城市違章建筑監(jiān)測服務(wù)，融合各種遙感數(shù)據(jù)自動 實(shí)時地生成數(shù)字城市，通過比較數(shù)字城市中的建筑與規(guī)劃數(shù)據(jù)就可以將不 同的違章建筑準(zhǔn)確地找到并顯示給城市規(guī)劃管理者。利用本發(fā)明方法還可以用于很多其他方面，例如居民可不出家門而享受 虛擬商場、虛擬醫(yī)院、虛擬戲院及虛擬旅游等方面的服務(wù)；城市應(yīng)急救災(zāi) 指揮人員不出指揮所就能看到最佳的救援路線和現(xiàn)場情況；警察不用出警 察局就能馬上定位到犯罪分子的所在位置，監(jiān)視犯罪分子的一舉一動，并 能立即確定最佳的抓捕路線；規(guī)劃部門不用實(shí)地考察，就能看見所有的用 地和住房，從而做出最合理的決策；交通管理部門不用站在馬路上就能看 到所有道路的交通狀況，從而做出最合理的調(diào)度。本發(fā)明方法繼承式數(shù)字城市生成方法可以應(yīng)用于使用任何方案生成的 數(shù)字城市，并且變化監(jiān)測得到變化的物體影像也有其他方式可以替代，例 如航拍；得到變化的物體圖像后生成物體的三維模型也有其他的方式可以 替代，例如數(shù)字城市中物體圖像更動畫形象化。上述具體的圖像處理過程， 包括對遙感圖像的知識庫應(yīng)用是現(xiàn)有技術(shù)的圖像自動處理技術(shù)中所公知， 因此，不再贅述。應(yīng)當(dāng)理解的是，上述針對本發(fā)明較佳實(shí)施例的描述較為詳細(xì)，并不能因此而理解為對本發(fā)明專利保護(hù)范圍的限制'本發(fā)明的專利保護(hù)范圍應(yīng)以 所附權(quán)利要求為準(zhǔn)。
權(quán)利要求
1、一種數(shù)字城市的繼承式自動生成及實(shí)時更新方法，其應(yīng)用于一通用計(jì)算機(jī)系統(tǒng)，利用已有的數(shù)字城市和知識庫，并包括以下步驟A、獲取不同時間的遙感影像進(jìn)行變化監(jiān)測，生成一變化的影像圖；B、在變化的影像圖中進(jìn)行物體識別，對識別出的物體與知識庫中的三維模型進(jìn)行匹配；C、將匹配返回的三維模型植入所述數(shù)字城市中的對應(yīng)位置，實(shí)時生成后一時間的數(shù)字城市。
2、 根據(jù)權(quán)利要求l所述的方法，其特征在于，所述步驟A還包括以 下步驟Al、找到不同時間的遙感影像中的同名點(diǎn)做為控制點(diǎn)自動提取，包括角點(diǎn)，拐點(diǎn)、道路交叉線的提取； A2、基于仿射變換模型的幾何配準(zhǔn)方法，先尋找影像同名點(diǎn)，帶入建立的仿射變換模型，通過多次計(jì)算得到最優(yōu)仿射變換參數(shù)，按照最優(yōu)配準(zhǔn)參數(shù)對輸入圖像進(jìn)行坐標(biāo)變換，得到地理位置基本匹配的兩時相圖；A3、在兩時相圖上做地物級別的比較，得到變化的影像圖AP。
3、 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟A2還包括在 每次計(jì)算前剔除偏差最大的多個同名點(diǎn)。
4、 根據(jù)權(quán)利要求l所述的方法，其特征在于，所述知識庫的形成過 程還設(shè)置一圖像庫，其包括步驟Dl、從遙感影像中提取各種類型的個體的有代表性的圖像，并且將 這些有代表性的圖像進(jìn)行分類，抽取其共性，形成第一級特征圖 像； D2、在此級別中進(jìn)行劃分出子類，并在各子類的所有圖像中分別抽取共性，給各子類分別賦予一個特征圖像； 如此類推，直到其劃分基本上代表了該個體有代表性的各種類型為止。
5、 根據(jù)權(quán)利要求4所述的方法，其特征在于，設(shè)置一模型庫的分類 結(jié)構(gòu)與所述圖像庫的分類結(jié)構(gòu)一致，圖像庫中的一個圖像與模型庫中的一 個模型相對應(yīng)。
6、 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述模型庫中的模型 是使用建模的工具建起來的靜態(tài)模型。
7、 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述模型庫中的模型 是使用參數(shù)描述的并在需要時實(shí)時渲染的三維模型。
8、 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述圖像庫與模型庫 之間的映射關(guān)系，包括以下步驟D3 、 4艮據(jù)圖像庫對遙感影像中的物體進(jìn)行抽取和識別；D4 、將抽取出來的物體與圖像庫中的相應(yīng)類別的子類進(jìn)行相似度比較，并檢索出圖像庫中與該物體相似度最大的圖像，并映射到模型庫中相應(yīng)的模型； D5、通過知識庫對遙感影像中的個體進(jìn)行自動建模。
9、 根據(jù)權(quán)利要求8所述的方法，其特征在于，所述步驟D5還包括 D51、根據(jù)圖像庫中的第一級特征圖像對遙感影像進(jìn)行掃描，得到每一個大類的物體的集合，判斷該物體與這些特征圖像之間的相似 度；D52、從圖像庫中找出該物體所屬的最準(zhǔn)確的分類。
10、 根據(jù)權(quán)利要求9所述的方法，其特征在于，所述步驟D52包括 D521、將該物體圖像與其所屬分類的下一級分類的特征圖像比較，如果該個體圖像與某一類的特征圖像相似度最高，則判斷該個體 圖像屬于該類；D522、將該個體圖像與該類的下一級各特征圖像進(jìn)行分別匹配，并 算出其相似度，找到相似度最大特征圖像所屬的類別，作為該物 體圖像所屬的類別； 如此類推，直到其相似度達(dá)到預(yù)期要求。
全文摘要
本發(fā)明公開了一種數(shù)字城市的繼承式自動生成及實(shí)時更新方法，其應(yīng)用于一通用計(jì)算機(jī)系統(tǒng)，利用已有的數(shù)字城市和知識庫，并包括以下步驟獲取不同時間的遙感影像進(jìn)行變化監(jiān)測，生成一變化的影像圖；在變化的影像圖中進(jìn)行物體識別，對識別出的物體與知識庫中的三維模型進(jìn)行匹配；將匹配返回的三維模型植入所述數(shù)字城市中的對應(yīng)位置。本發(fā)明方法通過遙感技術(shù)，可以自動實(shí)現(xiàn)對數(shù)字城市的更新過程，其更新的數(shù)據(jù)以對比變化的為主，因此工作量降低，實(shí)現(xiàn)了實(shí)時的數(shù)字城市更新過程，能夠?yàn)閷?shí)際應(yīng)用提供準(zhǔn)確的參考。
文檔編號G06T17/00GK101149843SQ20071012379
公開日2008年3月26日 申請日期2007年10月10日 優(yōu)先權(quán)日2007年10月10日
發(fā)明者朱定局, 樊建平 申請人:深圳先進(jìn)技術(shù)研究院