一種基于無參數高分辨率影像的建筑高度快速獲取方法
【專利摘要】本發(fā)明提供了一種基于無參數影像的建筑高度快速提取方法，該方法能夠在不需要任何影像攝取參數的情況下，利用單張影像計算獲得目標建筑物的高度。其主要步驟為：獲取待提取區(qū)域的影像以及所述待提取區(qū)域內已知的建筑物高度數據；對所獲取的影像進行預處理；評估目標建筑的多條特征線的提取難度；選取最低難度的特征線；從所述影像中提取選定的特征線；計算所述影像的攝取參數；計算所述目標建筑的高度。本發(fā)明所采用的影像易于獲得，并且通過綜合量算大大增加了單張影像上提取建筑高度的可操作性，并解決了利用高分辨率影像量算建筑高度時無相關參數的問題，在城市規(guī)劃和管理、土地管理、數字城市構建及防災減災等方面都有較好的應用潛力。
【專利說明】一種基于無參數高分辨率影像的建筑高度快速獲取方法

【技術領域】
[0001] 本發(fā)明涉及測量領域，具體涉及一種基于無參數影像進行城市建筑物高度快速提 取的方法。

【背景技術】
[0002] 在城市建設、土地管理等領域，都需要掌握城市建筑高度信息以進行規(guī)劃、設計、 監(jiān)測和評價等工作。在城市防災減災、以及災后評估的工作中，災害特征的提取、受災規(guī)模 和受災人數的評估均需要利用到建筑物高度信息。在城市土地管理過程中，對建筑高度的 監(jiān)測有利于城市土地的合理利用，保障政府、群眾等其他利益相關者的合法財產權。在城市 規(guī)劃、設計、評價以及數字城市構建的過程中，城市建筑物高度信息的獲取是其實施過程中 的重要參數，該信息的大面積、快速提取對其來說有重要意義。
[0003] 但我國大多數城市，特別是中心城區(qū)所在區(qū)域的建筑密度大，樓層高，障礙物較 多，若直接利用設備進行測量效率低，精度不高，難以滿足相關的工作要求。隨著大量的高 分辨率民用衛(wèi)星的發(fā)射和使用，衛(wèi)星影像為建筑高度信息的提取提供了一種新的途徑。通 過衛(wèi)星影像提取建筑物高度信息的方法主要有兩種：（1)利用高分辨率遙感立體像對來實 現對建筑高度的計算；(2)利用陰影長度和計算模型來求取建筑高度。
[0004] 當前，基于立體像對的建筑高度提取方法已相對成熟，主要通過三種途徑求取建 筑物高度信息：（1)在立體測量的模式下，運用視線差原理來獲取建筑物高度；（2)利用DEM 數據和房屋的邊緣數據求取建筑物高度；（3)假設城市局部地面平坦，通過建立同名點的 幾何光學成像模型，快速獲取地面點、建筑物頂部點的相對坐標以計算建筑物高度。但是， 立體像對獲取不易，提取過程復雜。
[0005] 因此，基于單張影像的建筑高度提取方法成為當前研究的熱點，國內外學者基于 不同來源的影像數據和不同的計算模型對建筑高度提取方法已做了大量的探討，作為數據 基礎的影像包括ALOS全色圖像、IKONOS衛(wèi)星影像、QuickBird衛(wèi)星影像等。研究多基于影 像拍攝時太陽、衛(wèi)星、建筑物朝向等角度參數利用陰影長度計算建筑物高度。總的來說，建 筑高度的量算中考慮的因素越來越多，量算精度也越來越高，但是多為采用單張高分辨率 影像進行的局部區(qū)域內部分建筑高度提取試點，在實際應用中，僅采用一種模型，存在以下 問題，一是高分辨率影像不易獲取，二是提取方法限制條件多，不適宜進行大面積的建筑高 度的快速、高精度提取。
[0006] 此外，現有的建筑高度提取方法都是基于衛(wèi)星圖像，在進行高度提取時，需要事先 獲知衛(wèi)星的運行參數和當時的太陽高度角和方位角。而現實中，城市的圖像可能來自各種 途徑，比如飛機或熱氣球的航拍圖像，來自網絡的衛(wèi)星地圖等，在這種情況下，可能無法獲 知拍攝時衛(wèi)星或其他攝取裝置的具體參數，而目前沒有任何一種方法能夠在無參數情況下 提取出影像中的建筑高度。因此，目前的基于單張影像進行高度提取的方法也受到很大程 度的限制。


【發(fā)明內容】

[0007] 本發(fā)明所要解決的問題是克服上述利用單張影像進行建筑物高度提取方法的缺 陷，提供一種能夠利用無參數的影像獲得一定區(qū)域內的大量建筑物高度的方法。這里的無 參數的影像指的是在獲得圖像時，并不知曉攝取影像的裝置的運行參數和/或攝取參數。
[0008] 具體而言，本發(fā)明提供一種基于無參數影像的建筑高度快速提取方法，其特征在 于，所述方法包括如下步驟：
[0009] 步驟1，獲取待提取區(qū)域的影像以及所述待提取區(qū)域內已知的建筑物高度數據；
[0010] 步驟2,對所獲取的影像進行預處理；
[0011] 步驟3,基于所獲取的影像評估目標建筑的多條特征線的提取難度；
[0012] 步驟4,基于對所述目標建筑的多條特征線的提取難度的評估，選取最低難度的特 征線；
[0013] 步驟5,從所述影像中提取選定的特征線；
[0014] 步驟6,基于所述待提取區(qū)域內已知的建筑物高度數據計算所述影像的攝取參 數；
[0015] 步驟7,基于所選定特征線的長度、所述攝取參數，計算所述目標建筑的高度。
[0016] 進一步地，所述特征線包括：第一特征線--目標建筑的屋頂位移點與其陰影點 連線、第二特征線一目標建筑的陰影全長、第三特征線一目標建筑的高差引起的屋頂 像點位移，以及第四特征線一目標建筑被遮擋后的陰影長。
[0017] 進一步地，所述預處理包括：調整所述遙感影像的亮度、對比度和/或色彩平衡， 以用于特征點或線的提取。
[0018] 進一步地，所述影像為來自衛(wèi)星、航拍、Google Earth或百度地圖的高分辨率遙感 影像。
[0019] 進一步地，所述評估包括：（1)判斷攝取所述遙感圖像的攝取高度角是否大于 80°、（2)判斷目標建筑周圍是否緊鄰有低層裙樓，并且基于所述判斷確定所述第一特征線 的提取難度值。
[0020] 進一步地，所述評估包括：判斷目標建筑是否處于建筑密集區(qū)；判斷目標建筑周 圍是否有水面和植被；判斷太陽的照射方向和攝取所述遙感圖像的攝取方向是否處于所述 目標建筑同側，并且基于上述判斷結果賦予所述第二特征線相應提取難度值。
[0021] 進一步地，所述步驟7還包括，基于所選取的特征線，選擇相應的計算模型計算 所述目標建筑的高度。
[0022] 具體而言，所述攝取參數包括所述影像攝取時，攝取裝置的攝取方向相對于地面 的高度角和方位角，以及所述影像攝取時太陽的高度角和方位角。
[0023] 優(yōu)選地，所述方法還包括基于對多條特征線的提取難度的評估，選取最低難度的 兩種特征線，分別基于所選取的兩種特征線，選擇相應的計算模型計算所述目標建筑的高 度，并將通過兩種特征線所計算出的高度值進行比較，如果所計算出的高度值相差大于預 定閾值，則選取第三種特征線計算目標建筑的高度值，并從所獲得的三個高度值中選取相 近的兩個高度值，進行平均，獲得目標建筑的高度值。
[0024] 上面介紹了本發(fā)明執(zhí)行的步驟，下面結合說明書附圖1對本發(fā)明所涉及到的原理 及相關內容做進一步詳細說明。
[0025] 為了計算簡化，本發(fā)明假定如下條件是成立的：①建筑物垂直于地球表面；②建 筑物的影子直接投影在地面上；③影子從建筑物的底部開始。在這里，假定所用圖像為衛(wèi)星 圖像。當太陽和衛(wèi)星處于建筑物的同側時，衛(wèi)星成像示意圖如圖1所示。圖1中MO為建筑 的實際高度H，0點為建筑物頂面角點M點的垂直投影點，建筑立面MNPO在地面的投影為 ΒΕΡ0,其地面陰影為ADPO。A點是M點的陰影點，B點是M點在影像上的成像點位置，C點為 麗在地面的投影BE和AO相交的點。衛(wèi)星高度角ω =Z ΜΒ0,太陽高度角Θ =ZMAO,衛(wèi) 星和太陽的方位角分別為α和γ，衛(wèi)星和太陽的方位角交角是Z BOA = α - γ。在圖1 中，A、Β、0、C點為特征點，AO、BO、AB、AC線為特征線，其中AO為陰影全長（I1)，BO為建筑 高差引起的建筑頂面角點像點位移（I 2)，AB為屋頂角點成像點與其陰影點的連線長（I3)， AC為建筑遮擋后的可見陰影長（I4)。
[0026] 分別根據四類特征線段推導建筑高度的計算模型。以下公式中，ω為衛(wèi)星高度角， Θ為太陽高度角，α為衛(wèi)星方位角，Y為太陽方位角，δ為陰影順時針到建筑物的夾角。
[0027] (1)利用陰影全長I1計算建筑物高度：
[0028] H = AOXtan θ (1)
[0029] (2)利用建筑高差引起的建筑頂面角點像點位移I2計算建筑物高度：
[0030] H = BOX tan ω (2)
[0031] (3)利用屋頂角點成像點與其陰影點的連線長I3計算建筑物高度：
[0032] Z ABO = a - y ⑶
[0033] 由余弦定理可得：

【權利要求】
1. 一種基于無參數影像的建筑高度快速提取方法，其特征在于，所述方法包括如下步 驟： 步驟1，獲取待提取區(qū)域的影像W及所述待提取區(qū)域內的已知建筑物高度數據； 步驟2,對所獲取的影像進行預處理； 步驟3,基于所獲取的影像評估目標建筑的多條特征線的提取難度； 步驟4,基于對多條特征線的提取難度的評估，選取最低難度的特征線； 步驟5,從所述影像中提取目標建筑的選定的特征線； 步驟6,基于所述待提取區(qū)域內已知的建筑物高度數據計算所述影像的攝取參數； 步驟7,基于所選定特征線的長度、所述影像的攝取參數，計算所述目標建筑的高度。
2. 根據權利要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所 述特征線包括：第一特征線一目標建筑的屋頂位移點與其陰影點連線、第二特征線一 目標建筑的陰影全長、第H特征線一目標建筑的高差引起的屋頂像點位移，W及第四特 征線一目標建筑被遮擋后的陰影長。
3. 根據權利要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所 述預處理包括：調整所述遙感影像的亮度、對比度和/或色彩平衡，W用于特征點或線的提 取。
4. 根據權利要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所 述影像為來自衛(wèi)星影像、航拍影像、Google Earth或百度地圖的高分辨率遙感影像。
5. 根據要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所述評 估包括；（1)判斷攝取所述遙感圖像的攝取高度角是否大于80°、（2)判斷目標建筑周圍是 否緊鄰有低層裙樓，并且基于所述判斷確定所述第一特征線的提取難度值。
6. 根據要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所述評 估包括：判斷目標建筑是否處于建筑密集區(qū)；判斷目標建筑周圍是否有水面和植被；判斷 太陽的照射方向和攝取所述遙感圖像的攝取方向是否處于所述目標建筑同側，并且基于上 述判斷結果賦予所述第二特征線相應提取難度值。
7. 根據要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所述步 驟7還包括，基于所選取的特征線，選擇相應的計算模型計算所述目標建筑的高度。
8. 根據要求1所述的基于無參數影像的建筑高度快速提取方法，其特征在于，所述步 驟6還包括從所述影像中提取已知建筑物的選定的特征線的長度，并且基于所述已知建筑 物的選定的特征線的長度W及所述已知建筑物的高度計算所述影像的攝取參數。
【文檔編號】G06T7/00GK104463868SQ201410740468
【公開日】2015年3月25日 申請日期:2014年12月5日 優(yōu)先權日:2014年12月5日
【發(fā)明者】劉彥隨, 喬偉峰, 王介勇, 龍花樓, 項靈志, 王亞華 申請人:北京師范大學