技术领域
[0001] 本
发明涉及航空影像的处理技术领域，特别涉及一种从矢量房屋数据中选取镶嵌线对航空影像镶嵌的方法。
背景技术
[0002] 《国家中长期科学和技术发展规划纲要(2006～2020年)》明确将发展高
分辨率对地观测系统(简称“高分专项”)列为16个重大专项之一。至2020年前后，该系统将全面建成并投入使用，将显著提升我国全天候、全天时、全球
覆盖的对地观测能
力。然而，随着遥感影像的分辨率越来越高，遥感数据在各行各业中的应用越来越广泛，覆盖给定区域(如武汉市)的遥感影像数据量呈现爆炸式增长，从20世纪初的GB数量级迅速地增长到现在的TB数量级(陈洁尘,2012；2008；徐迪峰,2009；原发杰,2013)，这意味着：与比过去相比，现在获得相同地面区域的高分辨率影像需要镶嵌更多的遥感影像。这对遥感影像的快速、智能镶嵌提出了更高的要求。其难点在于如何使得镶嵌线避免穿越房屋等数字高程模型不能纠正的对象(Wang et al.,2012)。
[0003] 然而，遥感影像镶嵌的理论和方法却发展相对落后，导致很多测绘单位和部
门必须雇佣更多的人，或降低镶嵌
质量，来满足日益增加的遥感影像镶嵌。如，武汉市制作一次1:2000比例尺的主城区影像，需要拍摄并镶嵌约10000张影像，在单个PC机上运行国际上知名的镶嵌
软件OrthoVista(Inpho,2014)来镶嵌这些影像，需要日夜不停的运算10天左右，单个技术员
修改镶嵌线并镶嵌成图还需要6个月左右(Wang et al.,2012)。这样的效率使得相关部门不得不投入大量的
高性能计算机和人力，以便镶嵌工作能在一个月内完成。与此同时，测绘行业在过去几十年内积累了大量现实性很强的矢量数据，如房屋和道路，这些矢量数据可以作为先验知识来服务于很多测绘产品的生产，如影像镶嵌。Wang et al.(2013)提出一种基于矢量道路数据的全局最优航空影像镶嵌线选择方法，以便使得镶嵌线尽量沿道路中心线走，从而避免房屋。然而，至今还鲜有学者研究如何将矢量房屋数据应用于航空影像镶嵌，以及研究将其应用于影像镶嵌的效率和效果。
发明内容
[0004] 针对上述问题，本发明的发明目的是提供一种从矢量房屋和道路数据中选取镶嵌多边形对航空影像镶嵌的方法，其使用矢量数据构建初始镶嵌多边形，再用栅格影像本身来局部优化这些由矢量数据生成的镶嵌多边形，以缩短镶嵌多边形
构建时间，并确保任何一段最终的镶嵌线都能够避免穿越房屋等突出对象，从而显著减少了后期的人工编辑量。
[0005] 本发明的具体技术方案是一种从矢量房屋数据中选取镶嵌线对航空影像镶嵌的方法，其特征在于，包括以下步骤：
[0006] 1)基于左转
算法，对拍摄的航空影像的每条航带内的每张影像提取有效区域的边界线，在每条航带内，根据该航带内每张影像有效区域的边界线计算航带内相邻影像重叠区；
[0007] 2)合并每条航带内的有效区域，得到每条航带的有效区域的边界线，根据得到的每条航带的有效区域的边界线计算航带间相邻航带重叠区；
[0008] 3)基于已有的矢量房屋数据，在航带内相邻影像重叠区和航带间相邻航带重叠区内寻找镶嵌线；
[0009] 4)将所有航带内及航带间镶嵌线相互裁剪，然后基于左转算法，将裁剪后的镶嵌线首尾相连，为每条航带内的每张影像构建单独的有效镶嵌多边形，最终镶嵌影像仅使用每张影像的有效镶嵌多边形内的数据，其余部分舍弃；
[0010] 5)将每张影像的有效镶嵌多边形内的数据合并，形成形成囊括所有单个影像的最终镶嵌影像。
[0011] 更进一步地，所述步骤3)中在航带内相邻影像重叠区内寻找镶嵌线的方法是逐个提取所有相邻影像间的镶嵌线，在航带间相邻航带重叠区内寻找镶嵌线时，将相邻航带当作相邻影像，采用与相邻影像重叠区内寻找镶嵌线相同的方法提取相邻航带间的镶嵌线，设两张相邻影像为m度重叠影像，即除这两张影像本身外，还与m-2张其他影像有重叠，m≥2，提取两张相邻影像间镶嵌线的方法包括以下步骤：
[0012] (1)基于约束Delaunay三
角网算法提取的两张相邻影像重叠区内矢量房屋间空地的中间线和重叠区的骨架线，然后将重叠区内矢量房屋间空地的中间线和重叠区的骨架线合并，组成候选镶嵌线库；
[0013] (2)根据候选镶嵌线的有效宽度给候选镶嵌线赋通过成本，基于Dijkstra算法寻找起点到终点间的成本最低的候选镶嵌线；
[0014] (3)利用m度重叠影像数据对步骤(2)提取的成本最低的候选镶嵌线在重叠区内进行优化处理，形成最终的镶嵌线，确保任何一段最终的镶嵌线都能够避免穿越影像数据中存在的，而矢量房屋数据中没包含的突出对象。
[0015] 更进一步地，所述步骤(2)中根据候选镶嵌线的有效宽度给候选镶嵌线赋通过成本，基于Dijkstra算法寻找起点到终点间的成本最低的候选镶嵌线的具体方法是，设li为第i根两张相邻影像重叠区内的候选镶嵌线，该候选镶嵌线li的有效宽度vadW(li)按下式(I)计算：
[0016]
[0017] 其中，d(li)代表与候选镶嵌线li相邻房屋间的最小距离，projD(hi1,hi2)为两个相邻房屋的投影差之和，按下式(II)计算：
[0018] projD(hi1,hi2)＝tanθj1*hi1(li)+tanθi2*hi2(li) (II)
[0019] 其中，θi1和θi2为两个相邻影像分别在与候选镶嵌线li相邻的两个房屋的下视角；hi1(li)、hi2(li)为这两个房屋的高度，
[0020] 候选镶嵌线li的通过成本Tcost(li)按下式(III)计算：
[0021] Tcost(li)＝κ(li)×len(li) (III)
[0022] 其中,len(li)表示候选镶嵌线li的长度；κ(li)表示候选镶嵌线li的宽度对成本的贡献，κ(li)按下式(IV)计算：
[0023]
[0024] 其中，c设为常数0.1，minW为重叠区内房屋间空地的中间线的最小宽度，[0025] 设SL表示由房屋间空地的中间线和重叠区骨架线组成的所有候选镶嵌线集合，CS表示连接若干SL中候选镶嵌线并且通过镶嵌线起点和终点的路径，镶嵌线起点和终点为相邻影像有效区域的两个交点，按下式(V)计算CS中的任一路径cs的通过成本f(cs)：
[0026]
[0027] 基于Dijkstra算法，能够找到CS中成本最低的候选镶嵌线ms，其通过成本为min[f(cs)],cs∈CS∈SL。
[0028] 更进一步地，所述步骤(3)中成本最低的候选镶嵌线在重叠区内进行优化处理的方法是，首先确定成本最低的候选镶嵌线的优化处理范围，在距离成本最低的候选镶嵌线优化距离BufDis(ms)内的范围内，按下式(VI)对其优化：
[0029]
[0030] 设优化中的镶嵌线为rs，其通过成本Tcost(rs)按下式(VII)计算：
[0031]
[0032] 式中，D指由上式(VI)定义的搜索范围，Tcost(u,v)指优化中的镶嵌线rs通过
像素(u,v)的成本，Tcost(u,v)为m个影像的重叠区在像素(u,v)的最大值和最小值的差值，按下式(VIII)计算：
[0033] Tcost(u,v)＝max[Lj(u,v)]-min[Lj(u,v)],j＝1,…,m (VIII)
[0034] 式中，Lj(u,v)指第j个图像在像素(u,v)的明度值，明度值由影像的红、绿、蓝三个波段按下式(IX)计算所得：
[0035]
[0036] 其中， 和 指像素(u,v)在第j个图像的红、绿、蓝三个波段的像素值，
[0037] 基于栅格Dijkstra算法，可以找到rs中通过成本最低的镶嵌线，即为最终镶嵌线。
[0038] 本发明由于采取以上技术方案，其具有以下优点：1)本发明的方法可以借助历史测绘
大数据显著提高镶嵌效率。实验表明，与目前公认效果最好的基于Dijkstra算法的镶嵌线选择方法相比，能节约80-90％运算时间。这是因为矢量数据的
节点通常远少于栅格数据像素，虽然后期也需要基于栅格数据优化镶嵌线，但优化范围不足原来的1/10，因而效率明显较高。2)可以借助测绘大数据显著提高镶嵌质量，穿越更少的房屋。基于三组不同建筑
密度的镶嵌实验表明：与基于矢量道路的镶嵌线选择方法相比，本发明会少穿越10-40％的房屋；且与目前公认效果最好的基于Dijkstra算法的镶嵌线选择方法相比，本发明能少穿越1-15％的房屋。本发明的对航空影像镶嵌的方法特别适合房屋数据丰富的城市建成区域的航空影像镶嵌。
附图说明
[0039] 图1是本发明的对航空影像镶嵌的方法中的基于矢量房屋数据的多条航带多张航空影像镶嵌流程示意图；
[0040] 图2是本发明的对航空影像镶嵌的方法中的提取两张影像间镶嵌线的方法流程示意图；
[0041] 图3是本发明的对航空影像镶嵌的方法中的通过两个房屋间空地的候选镶嵌线有效宽度示意图；
[0042] 图4是本发明的方法中的对最低的候选镶嵌线的优化处理范围示意图，灰色区域为镶嵌线的优化处理范围。
具体实施方式
[0043] 下面结合
说明书附图对本发明的技术方案作进一步地描述。
[0044] 如附图1示，一种从矢量房屋数据中选取镶嵌线对航空影像镶嵌的方法，其特征在于，包括以下步骤：
[0045] 1)基于左转算法，对拍摄的航空影像的每条航带内的每张影像提取有效区域的边界线，有效区域指影像内非空值的区域。在每条航带内，根据该航带内每张影像有效区域的边界线计算航带内相邻影像重叠区；
[0046] 2)合并每条航带内的有效区域，得到每条航带的有效区域的边界线，根据得到的每条航带的有效区域的边界线计算航带间相邻航带重叠区；
[0047] 3)基于已有的矢量房屋数据，在航带内相邻影像重叠区和航带间相邻航带重叠区内寻找镶嵌线；
[0048] 如附图2所示，在航带内相邻影像重叠区内寻找镶嵌线的方法是逐个提取所有相邻影像间的镶嵌线，在航带间相邻航带重叠区内寻找镶嵌线时，将相邻航带当作相邻影像，采用与相邻影像重叠区内寻找镶嵌线相同的方法提取相邻航带间的镶嵌线，设两张相邻影像为m度重叠影像，即除这两张影像本身外，还与m-2张其他影像有重叠，m≥2，提取两张相邻影像间镶嵌线的方法包括以下步骤：
[0049] (1)基于约束Delaunay三角网算法提取的两张相邻影像重叠区内矢量房屋间空地的中间线和重叠区的骨架线，然后将重叠区内矢量房屋间空地的中间线和重叠区的骨架线合并，组成候选镶嵌线库；
[0050] (2)根据候选镶嵌线的有效宽度给候选镶嵌线赋通过成本，基于Dijkstra算法寻找起点到终点间的成本最低的候选镶嵌线；
[0051] (3)利用m度重叠影像数据对步骤(2)提取的成本最低的候选镶嵌线在重叠区内进行优化处理，形成最终的镶嵌线，确保任何一段最终的镶嵌线都能够避免穿越影像数据中存在的，而矢量房屋数据中没包含的突出对象，突出对象包括房屋、临时施工堆放物等。
[0052] 4)将所有航带内及航带间镶嵌线相互裁剪，然后基于左转算法，将裁剪后的镶嵌线首尾相连，为每条航带内的每张影像构建单独的有效镶嵌多边形，最终镶嵌影像仅使用每张影像的有效镶嵌多边形内的数据，其余部分舍弃；
[0053] 5)将每张影像的有效镶嵌多边形内的数据合并，形成囊括所有单个影像的最终镶嵌影像。
[0054] 所述步骤(2)中根据候选镶嵌线的有效宽度给候选镶嵌线赋通过成本，基于Dijkstra算法寻找起点到终点间的成本最低的候选镶嵌线的具体方法是，，设li为第i根两张相邻影像重叠区内的候选镶嵌线，该候选镶嵌线li的有效宽度vadW(li)按下式(I)计算：
[0055]
[0056] 其中，d(li)代表与候选镶嵌线li相邻房屋间的最小距离，如附图3所示，projD(hi1,hi2)为两个相邻房屋的投影差之和，按下式(II)计算：
[0057] projD(hi1,hi2)＝tanθi1*hi1(li)+tanθi2*hi2(li) (II)
[0058] 其中，θi1和θi2为两个相邻影像分别在与候选镶嵌线li相邻的两个房屋的下视角；hi1(li)、hi2(li)为这两个房屋的高度，
[0059] 候选镶嵌线li的通过成本Tcost(li)按下式(III)计算：
[0060] Tcost(li)＝κ(li)×len(li) (III)
[0061] 其中,len(li)表示候选镶嵌线li的长度；κ(li)表示候选镶嵌线li的宽度对成本的贡献，κ(li)按下式(IV)计算：
[0062]
[0063] 其中，为了保证重叠区的骨架线通过成本远高于重叠区内房屋间空地的中间线的最小宽度的通过成本，以便使最低成本的镶嵌线优先
跟踪房屋间空地的中间线，将c设为常数0.1，minW为重叠区内房屋间空地的中间线的最小宽度，设SL表示由房屋间空地的中间线和重叠区骨架线组成的所有候选镶嵌线集合，CS表示连接若干SL中候选镶嵌线并且通过镶嵌线起点和终点的路径，镶嵌线起点和终点为相邻影像有效区域的两个交点，在
现有技术中若交点数超过两个，选取距离最远的两个交点。按下式(V)计算CS中的任一路径cs的通过成本f(cs)：
[0064]
[0065] 基于Dijkstra算法，能够找到CS中成本最低的候选镶嵌线ms，其通过成本为min[f(cs)],cs∈CS∈SL。
[0066] 所述步骤(3)中成本最低的候选镶嵌线在重叠区内进行优化处理的方法是，首先确定成本最低的候选镶嵌线的优化处理范围，如附图4所示，在距离成本最低的候选镶嵌线优化距离BufDis(ms)内的范围内，按下式(VI)对其优化：
[0067]
[0068] 即当成本最低的候选镶嵌线的有效宽度在10M(米)-60M(米)之间时，认为两个房屋间很可能是道路，将利用影像数据进行优化处理的范围定义为5M(米)，否则，当候选镶嵌线段的有效宽度小于10M(米)或大于60M(米)时，认为两个房屋间极可能存在其他
建筑物或突出对象，将利用影像数据进行优化处理的范围定义为50M(米)。
[0069] 设优化中的镶嵌线为rs，其通过成本Tcost(rs)按下式(VII)计算：
[0070]
[0071] 式中，D指由上式(VI)定义的搜索范围，Tcost(u,v)指优化中的镶嵌线rs通过像素(u,v)的成本，Tcost(u,v)为m个影像的重叠区在像素(u,v)的最大值和最小值的差值。优化中的镶嵌线为rs的初始值可设为CS中成本最低的候选镶嵌线ms通过所有像素的成本之和，也可设其它任一位于搜索范围D内并通过镶嵌线起点和终点的路径，镶嵌线的起点和终点分别为相邻影像有效区域的两个交点。通过成本按下式(VIII)计算：
[0072] Tcost(u,v)＝max[Lj(u,v)]-min[Lj(u,v)],j＝1,…,m (VIII)
[0073] 式中，Lj(u,v)指第j个图像在像素(u,v)的明度值，明度值由影像的红、绿、蓝三个波段按下式(IX)计算所得：
[0074]
[0075] 其中， 和 指像素(u,v)在第j个图像的红、绿、蓝三个波段的像素值，按现有技术设置红、绿、蓝三个波段权重为0.3、0.59和0.11。
[0076] 基于栅格Dijkstra算法，可以找到rs中通过成本最低的镶嵌线，即为最终镶嵌线。
[0077] 下面利用三组航空正射影像数据对本发明——从矢量房屋数据中选取镶嵌线对航空影像镶嵌的方法——的效率和效果进行了测试，并和基于矢量道路和基于Dijkstra算法的方法进行了对比。三组影像数据的相关参数如表1所示。本发明与基于矢量道路和基于Dijkstra算法的方法
精度对比如表2-4所示。
[0078] 表1三组航空影像的相关参数
[0079]
[0080] 由表1可知，三组航空影像分别来自于三种建筑密度不同的区域，包括城区、郊区和乡村，矢量房屋的数据精度为从0.5-5M。
[0081] 表2基于36城区影像的三种方法对比
[0082]
[0083] *注明：Dijkstra算法不依赖矢量数据。候选镶嵌线为两个图像重叠区的交点间的直线，因此计算时间趋近于了0s。
[0084] 表3基于6张郊区影像的三种方法对比
[0085]
[0086] 表4基于110张乡村影像的三种方法对比
[0087]
[0088] 由表2-4可知，本发明提供的从矢量房屋和道路数据中选取镶嵌多边形对航空影像镶嵌的方法较基于矢量道路的方法和基于Dijkstra算法的镶嵌线选择方法相比有明显优势：1、与目前公认效果最好的基于Dijkstra算法的镶嵌线选择方法相比，能节约80-90％运算时间。2、本发明可以借助测绘大数据显著提高镶嵌质量，穿越更少的房屋。与基于矢量道路的镶嵌线选择方法相比，本发明会少穿越10-40％的房屋；且与目前公认效果最好的基于Dijkstra算法的镶嵌线选择方法相比，本发明能少穿越1-15％的房屋。由此可见，该方法对房屋数据丰富的市区航空影像镶嵌有更大优势，能避免穿越几乎所有的房屋。3、基于矢量房屋的方法需要的最大内存与基于矢量道路的方法相近，但明显小于基于Dijkstra算法的方法(仅为后者的26-30％左右)。
[0089] 上述各
实施例仅用于说明本发明，各部件的连接和结构都是可以有所变化的，在本发明技术方案的
基础上，凡根据本发明原理对个别部件的连接和结构进行的改进和等同变换，均不应排除在本发明的保护范围之外。
