[發(fā)明專利]融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法

在審

• 申請?zhí)枺?/td>: 202110680057.0
• 申請日: 2021-06-18
• 公開（公告）號: CN113362359A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 張濤;王珍;丁樂樂;邢煒光;朱大勇;魏麟;潘宇明;王震;孟凡效;劉艷飛
• 申請（專利權(quán)）人: 天津市勘察設(shè)計(jì)院集團(tuán)有限公司
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/187;G06T7/181;G06T5/20;G06T5/00;G06T7/90;G06T17/05
• 代理公司: 天津企興智財(cái)知識產(chǎn)權(quán)代理有限公司 12226
• 代理人: 王艷華

1.一種融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法，其特征在于：該方法包括以下步驟：

步驟一：獲取目標(biāo)區(qū)域的無人機(jī)傾斜攝影數(shù)據(jù)，經(jīng)過數(shù)據(jù)處理后，生成數(shù)字表面模型DSM和數(shù)字正射影像DOM；

步驟二：對DSM進(jìn)行數(shù)學(xué)形態(tài)學(xué)變換，生成歸一化DSM(nDSM)，對nDSM進(jìn)行高度閾值分割，得到初始的建筑提取結(jié)果；

步驟三：從DOM影像中，構(gòu)建植被光譜指數(shù)，對植被光譜指數(shù)進(jìn)行閾值分割，得到植被信息提取結(jié)果；

步驟四：將初始的建筑提取結(jié)果與植被信息提取結(jié)果疊加，清除初始的建筑提取結(jié)果中與植被信息提取結(jié)果重合的部分，得到建筑精提取結(jié)果。

2.根據(jù)權(quán)利要求1所述的融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法，其特征在于：步驟一中，數(shù)字表面模型DSM和數(shù)字正射影像DOM保持相同的空間分辨率；所述空間分辨率在0.05至0.5米之間。

3.根據(jù)權(quán)利要求1所述的融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法，其特征在于：步驟二中，對nDSM進(jìn)行高度閾值分割的具體方法為：

將原始的DSM影像變換生成歸一化的DSM，即nDSM影像，根據(jù)實(shí)驗(yàn)區(qū)域的最小建筑層高設(shè)定高度閾值，然后對nDSM進(jìn)行高度閾值分割，提取超過閾值高度的地物信息，得到初始的建筑提取結(jié)果。

4.根據(jù)權(quán)利要求1所述的融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法，其特征在于：步驟三中，對植被光譜指數(shù)進(jìn)行閾值分割的具體方法為：

通過DOM影像的波段差分，構(gòu)建植被光譜指數(shù)ExG，根據(jù)ExG特征設(shè)定植被光譜的強(qiáng)度閾值，然后對植被光譜指數(shù)進(jìn)行閾值分割，將光譜強(qiáng)度超過閾值的區(qū)域作為植被信息提取結(jié)果。

5.根據(jù)權(quán)利要求1所述的融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法，其特征在于：還包括步驟五，建筑提取后處理，用于建筑精提取結(jié)果的純凈化處理；

步驟五的具體方法為：采用數(shù)學(xué)形態(tài)學(xué)運(yùn)算，對建筑精提取結(jié)果進(jìn)行面積約束和建筑孔洞填充，去除面積小的噪聲對象，填充建筑內(nèi)部的小孔洞，進(jìn)一步優(yōu)化建筑提取結(jié)果，得到純凈的建筑提取結(jié)果。

6.根據(jù)權(quán)利要求1所述的融合高度和光譜信息的傾斜攝影數(shù)據(jù)建筑物自動提取方法，其特征在于：還包括步驟六，用于對建筑精提取結(jié)果的輪廓進(jìn)行矢量化和規(guī)則化；

步驟六的具體方法為：首先采用數(shù)學(xué)形態(tài)學(xué)連通分量分析，記錄每個建筑對象的外圍輪廓坐標(biāo)，然后采用Douglas-Peucker(道格拉斯-普克)算法精簡點(diǎn)位信息，最后根據(jù)建筑輪廓線的幾何和拓?fù)浣Y(jié)構(gòu)特征，對建筑的多邊形輪廓進(jìn)行規(guī)則化。