[發明專利]傾斜影像篩選方法、裝置、終端和介質

在審

• 申請號: 202211065961.1
• 申請日: 2022-09-01
• 公開（公告）號: CN115456978A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 倪慧珠;馮柏棟;馬旭文;萬術海;施軍;何洲;李正強;吳雪冬;陳筱赟;廖容升;丁旦旦;姚航;蔡東燕;陳輝;王沛
• 申請（專利權）人: 浙江省測繪科學技術研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/75;G06V20/17
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 牛莎莎

1.一種傾斜影像篩選方法，其特征在于，用于獲取與目標物空間匹配的傾斜影像；所述傾斜影像篩選方法包括：

獲取目標物影像數據，為包含目標物的各采集影像數據；

檢測各所述目標物影像數據對應的采集角度是否滿足預設的角度條件；于采集角度滿足該角度條件時，則將所述目標物影像數據作為第一影像；

檢測各所述第一影像的標識點與目標物標識點之間距離是否小于距離閾值，如是，則將所述第一影像作為所述目標物的空間匹配影像。

2.根據權利要求1所述的傾斜影像篩選方法，其特征在于，所述獲取目標物影像數據，包括：

獲取各所述采集影像數據對應的覆蓋范圍；

將各所述覆蓋范圍和預先構建的地物分布數據進行空間分析，以獲得各所述覆蓋范圍內對應的地物信息；

將所述地物信息中包含目標物信息的采集影像數據，設置為目標物影像數據。

3.根據權利要求1所述的傾斜影像篩選方法，其特征在于，所述檢測各所述第一影像的標識點與目標物標識點之間距離是否滿足距離閾值，包括：

基于各所述第一影像的中心點坐標和所述目標物的中心點坐標，獲取所述第一影像中心點和所述目標物中心點之間的距離；分別檢測各所述第一影像與所述目標物之間的距離是否小于預設的距離閾值。

4.根據權利要求1所述的傾斜影像篩選方法，其特征在于，于所述檢測各所述第一影像的標識點與目標物標識點之間距離是否小于距離閾值之前，還包括：

基于各采集影像對應的采集參數和現有高程信息，獲取各所述采集影像數據的空間信息。

5.根據權利要求4所述的傾斜影像篩選方法，其特征在于，所述基于各采集影像對應的采集參數和現有高程信息，獲取各所述采集影像數據的空間信息，包括：

利用影像內方位元素、外方位元素和現有DEM數據，計算所述采集影像數據中各角點的空間坐標；基于各角點的空間坐標，獲取各所述采集影像數據的覆蓋范圍，和各所述采集影像中各像素點對應的空間坐標。

6.根據權利要求5所述的傾斜影像篩選方法，其特征在于，所述利用影像內方位元素、外方位元素和DEM數據，計算所述采集影像數據中各角點的空間坐標，包括：

基于所述現有DEM信息，獲取所述采集影像數據的初始高程值；

基于所述初始高程值、所述影像內方位元素和外方位元素，獲取采集影像對應的初始空間坐標；

基于所述初始空間坐標和所述現有DEM信息，獲取新的高程值；以及，

基于所述新的高程值，所述影像內方位元素和外方位元素，獲取所述采集影像數據中新的空間坐標，以基于所述新的空間坐標，更新所述新的高程值；重復執行該步驟直至退出。

7.根據權利要求1所述的傾斜影像篩選方法，其特征在于，還包括：

基于各所述第一影像最小外接圓的空間特征，獲取與所述第一影像對應的所述距離閾值大小。

8.根據權利要求7所述的傾斜影像篩選方法，其特征在于，所述基于各所述第一影像最小外接圓的空間特征，確定與所述第一影像對應的所述距離閾值大小，包括：

獲取各所述第一影像對應的邊界多邊形，并構建各所述邊界多邊形的最小外接圓；基于各所述最小外接圓半徑長度所對應的空間距離，確定對應的所述距離閾值。

9.根據權利要求8所述的傾斜影像篩選方法，其特征在于，所述基于各所述第一影像最小外接圓的空間特征，確定與所述第一影像對應的所述距離閾值大小，包括：

獲取所述第一影像的邊界多邊形，并獲取所述邊界多邊形中的長軸；

基于所述邊界多邊形各頂點中距離所述長軸最遠的頂點和所述長軸，構建所述邊界多邊形的內接三角形；

構建所述內接三角形的外接圓；獲取所述邊界多邊形各頂點與該外接圓圓心之間的距離最大值；檢測該距離最大值是否小于所述外接圓的半徑長度，如是，則將所述外接圓作為所述邊界多邊形的最小外接圓；如否，則基于所述距離最大值對應的頂點，更新所述內接三角形，以基于更新后的新內接三角形構建新的外接圓，重復執行該步驟。