[發明專利]空間指紋圖配準基元特征描述與匹配方法

有效

• 申請號: 202011625622.5
• 申請日: 2020-12-31
• 公開（公告）號: CN112767460B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 陳馳
• 申請（專利權）人: 武漢大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/11
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種空間指紋圖配準基元特征描述與匹配方法，其特征在于，包含以下步驟：

步驟1，全景影像預處理；通過虛擬成像方法，利用全景圖像結構特征的自動恢復方法，將無人機和車載MMS球面展開成像模型的全景影像轉換為虛擬框幅式影像，進而在無全景變形的虛擬影像上進行配準基元的提取；

步驟2，在無人機MMS數據集中提取建筑物的頂面作為配準基元；

步驟3，在車載MMS數據集中提取建筑物天際線作為配準基元；

步驟4，為了實現點云配準基元和虛擬影像配準基元的配準，將激光點云與影像共軛配準基元查找的問題轉化為異源圖匹配問題，提出一種以三角形為生成核，節點到核三角形距離最短的圖集合構建算法，構建配準基元空間指紋圖；

步驟4中以三角形為生成核，節點到核三角形距離最短的圖集合構建算法，構建配準基元空間指紋圖，SFG空間指紋圖集合GC生成分為兩個步驟：核三角形生成與非核三角形邊的圖邊連接；

對于無人機MMS數據，選擇提取到的n個建筑物頂面配準基元重心組成圖節點集合E₁，對于車載MMS數據，選擇提取到的n個天際線配準基元角點組成圖節點集E₂，下面以E來指代上述兩個圖節點集E₁和E₂，來說明核三角形的生成，選取集合E中的任意3個頂點組合為三角形，作為圖G的生成核，則集合E可能構成的圖集合GC可表示為：

其中Root(E)為核三角形，N為頂點集合E的頂點個數，V(Root(E))為以Root(E)核三角形頂點為自變量的圖邊集合，V(·)為單調邊集合構成函數；圖的邊連接規則，即邊集合構成函數定義為：對于核三角形頂點，直接連接構成完全圖；對于非核三角形頂點，則計算該頂點到核三角形三個頂點的距離，將最短長度的邊作為連接邊；核三角形的邊與非核三角形的邊共同組成了圖的邊集合，與圖頂點共同構成配準基元空間指紋圖；

步驟5，提出一種最小GED圖編輯距離空間指紋圖匹配算法，實現空間指紋圖匹配，具體實現方式如下；

設E_image,V_image分別是影像配準基元SFG空間指紋圖的頂點集合與邊集合，同理E_las,V_las為激光點云配準基元SFG空間指紋圖的頂點集合與邊集合，使用GED度量影像配準基元SFG空間指紋圖G_image＝(E_image,V_image)與激光點云SFG空間指紋圖G_las＝(E_las,V_las)，在局部核三角形匹配對定義的圖轉換矩陣T下的全局圖邊相似度；T是將G_image匹配到G_las的變換矩陣，指經過核三角形匹配后獲得的初始圖匹配位置，即將最優圖匹配的問題轉化為最小圖編輯距離查找問題，其計算公式如下：

其中RootMatch(rm₁,..rm_k)表示核三角形中的匹配過程中產生的核三角形局部匹配集；k為將G_image經過修改之后完全匹配G_las所需要的操作步驟數量，所述操作包括添加、刪除、替換；G_las與G_image之間的GED定義為：

其中cost(op,T)為將G_image經過修改之后完全匹配G_las所需要的k步操作所對應的圖編輯代價函數，該代價函數為旋轉圖邊差，length(·)為圖邊長度累加函數。

2.根據權利要求1所述的一種空間指紋圖配準基元特征描述與匹配方法，其特征在于：步驟2的具體實現方式如下；

首先采用多標記點過程的方法從無人機LiDAR點云數據中提取建筑物點云，并且采用RMBR算法進行建筑物外邊界多邊形提取與規則化，得到建筑物外框；并依據此點云建筑物提取結果作為先驗知識，利用激光點云先驗知識引導的影像建筑物頂面提取算法，使用點云數據建筑物提取結果對虛擬框幅式影像上的配準基元提取進行引導，使得初始反投影區域沿張量梯度方向不斷優化，最后擴展基于全局對比度顯著性檢測的分割方法到影像局部區域，結合規則化算法，實現影像建筑物配準幾何基元的生成。

3.根據權利要求1所述的一種空間指紋圖配準基元特征描述與匹配方法，其特征在于：步驟3的具體實現方式如下；

采用一種改進GrabCut的天際線分割方法，從虛擬影像中提取建筑物上邊線與角點，再結合應用層次化城市場景目標提取方法與RMBR算法界規則化算法自車載LiDAR點云中實現建筑物立面的提取，確定其上邊線，完成影像天際線配準基元提取。