[發(fā)明專利]基于LiDAR點(diǎn)云和影像的建筑物三維變化檢測方法

有效

• 申請?zhí)枺?/td>: 201310020834.4
• 申請日: 2013-01-21
• 公開（公告）號: CN103093466A
• 公開（公告）日: 2013-05-08
• 發(fā)明（設(shè)計）人: 張永軍;彭代鋒;熊小東
• 申請（專利權(quán)）人: 武漢大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01S17/89
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 嚴(yán)彥

技術(shù)領(lǐng)域

本發(fā)明屬于測繪科學(xué)與技術(shù)領(lǐng)域，涉及一種基于LiDAR點(diǎn)云和影像數(shù)據(jù)的建筑物三維變化檢測方法，主要應(yīng)用于人工建筑物變化信息提取與處理等領(lǐng)域。

背景技術(shù)

變化檢測的數(shù)據(jù)源有遙感影像，正射影像，矢量地圖和LiDAR（激光雷達(dá)）點(diǎn)云數(shù)據(jù)等。其中，LiDAR不受日照和天氣條件的限制，能全天候?qū)Φ赜^測，快速獲取低成本、高精度的地表的三維坐標(biāo)，為準(zhǔn)確提取建筑物特征提供了良好的數(shù)據(jù)源。特別地，相比于其他方法，LiDAR點(diǎn)云數(shù)據(jù)可提供人工建筑物高精度的高程信息。但是由于機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)缺乏紋理信息，同時數(shù)據(jù)密度分布不均勻并且在三維空間中呈不規(guī)則性、不連續(xù)分布。因此直接利用LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行人工建筑物三維變化檢測比較困難，尤其是在建筑物形狀復(fù)雜、建筑物邊界細(xì)節(jié)較多時，很難對建筑物進(jìn)行準(zhǔn)確、快速的變化檢測。通過航空攝影獲取的航空影像數(shù)據(jù)空間分辨率高，同時數(shù)據(jù)分布連續(xù)，具有十分豐富紋理信息，但是影像數(shù)據(jù)不能提供高精度的高程信息。故將LiDAR點(diǎn)云數(shù)據(jù)和影像數(shù)據(jù)結(jié)合進(jìn)行建筑物的三維變化檢測可以達(dá)到不同數(shù)據(jù)源的優(yōu)勢互補(bǔ)。兩種數(shù)據(jù)源的融合研究對于人工建筑物高效率、高精度的三維變化檢測，對于LiDAR數(shù)據(jù)后處理技術(shù)發(fā)展以滿足實際應(yīng)用都有十分重要的研究價值。現(xiàn)有的變化檢測方法有：（1）基于代數(shù)運(yùn)算的變化檢測方法，包括圖像差分、圖像比值、圖像回歸方法、圖像植被指數(shù)差分、變化矢量分析和背景相減等方法；（2）基于圖像變換的變化檢測方法，包括主成分分析方法(PCA)、穗帽變換方法(KT)、典型相關(guān)分析等方法；（3）基于圖像分類的變化檢測方法，包括分類后比較方法，多時相圖像直接分類方法（也稱光譜/時相分類）；（4）基于對象的變化檢測方法；（5）基于統(tǒng)計模型的變化檢測方法；（6）基于小波變換的變化檢測方法。盡管上述各種變化檢測方法采用的變化檢測基本單元不同，變換檢測的策略差別很大，但它們都只使用二維影像的平面信息，沒有充分顧及高程變化，而人工建筑物一個十分重要的變化就表現(xiàn)在高度上的變化上。因此迫切需要尋求考慮高程變化的變化檢測方法。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種顧及高程信息變化的人工建筑物三維變化檢測方法，它能夠克服上述現(xiàn)有變化檢測方法技術(shù)的不足，滿足人工建筑物三維變化檢測應(yīng)用的需求。

本發(fā)明的技術(shù)方案為一種基于LiDAR點(diǎn)云和影像的建筑物三維變化檢測方法，包括以下步驟，

步驟1，對兩個不同時期的LiDAR點(diǎn)云數(shù)據(jù)分別進(jìn)行濾波和插值處理，生成兩個不同時期的DSM；

步驟2，求取步驟1所得兩個不同時期的DSM的差值，得到DSM差值影像；

步驟3，對步驟2所得DSM差值影像處理，獲取DSM差值影像上的侯選變化區(qū)域；

步驟4，根據(jù)DSM和影像坐標(biāo)對應(yīng)關(guān)系，解算出步驟3所得DSM差值影像上的侯選變化區(qū)域在兩個不同時期相應(yīng)原始航空影像上分別相對應(yīng)的候選變化區(qū)域；

步驟5，對步驟4所得兩個不同時期相應(yīng)航空影像上候選變化區(qū)域分別進(jìn)行邊緣特征提取，得到兩幅邊緣圖像；

步驟6，對步驟5所得兩幅邊緣圖像分別進(jìn)行直線特征提取和匹配，得到兩幅直線特征提取和匹配后的邊緣圖像；

步驟7，對步驟6所得兩幅直線特征提取和匹配后的邊緣圖像進(jìn)行差值運(yùn)算，同時剔除不匹配的直線及直線區(qū)域外的邊緣，得到候選變化區(qū)域中的變化圖像。

而且，步驟4所述DSM和影像坐標(biāo)對應(yīng)關(guān)系如下式，