论文部分内容阅读
传统的正射影像(Digital OrthoPhoto Map,DOM)是基于影像和数字高程模型(Digital Elevation Model,DEM)采用数字微分纠正的方法制作而成的。由于DEM不包含建筑、植被等地物信息,因此生成的DOM在城市区域会出现倾斜、拉花、重影等现象,不能达到理想的效果,真正射影像在此背景下应运而生。真正射影像是基于数字表面模型(Digital Surface Model,DSM)对影像进行数字微分纠正,并对遮挡区域进行检测与补偿得到的。基于DSM制作的真正射影像不仅消除了因地形起伏而产生的投影误差,还将错位的建筑物移到了正确的位置,解决了拼接不自然的问题,对数字三维城市的建设具有重要的意义。LiDAR技术能获取高精度的三维点云数据,为获取高精度DSM提供数据源,但由于其缺乏纹理信息,难以直接判别地物,而航空影像数据具有丰富的纹理信息,因此,本文研究LiDAR数据辅助下的真正射影像制作方法,以解决传统正射影像在城市区域制作不完善的问题。本文以圣保罗州立大学校园及其周边范围为实验区,首先通过LiDAR数据获取的高精度DSM,然后基于DSM对航空影像进行正射纠正及遮挡区域检测与纹理修补,最终得到该区域的真正射影像。本文的主要研究工作和成果如下:(1)LiDAR点云与航空影像配准:通过影像匹配技术获取实验区域的影像密集点云数据,基于优化的迭代最近点匹配(Iterated Closest Points,ICP)算法将LiDAR点云与影像密集匹配点云进行配准,从而使LiDAR点云与密集匹配点云坐标系统一致,减弱或消除航空影像与LiDAR数据之间的坐标偏移。实验结果表明:本文采用的ICP算法不论是效率还是精度都要优于传统的ICP算法。(2)获取DSM:首先利用布料滤波分离了实验区的地面点与非地面点,利用滤波后的地面点构建高精度的DEM,然后根据建筑物与植被在高程纹理上的特征,利用原始的DSM与DEM的高程灰度化影像进行差值运算,得到归一化数字表面模型(Normalized Digital Surface Model,nDSM),基于Canny算子对其进行边缘检测,获取实验区的建筑物用以构建高精度的数字建筑模型(Digital Building Model,DBM),最后利用滤波后的地面点与建筑物点云重构DSM。实验结果表明:布料滤波在Ⅰ类误差上体现了较大的优势,且能将Ⅱ类误差控制在较小的范围内,算法简单,参数较少,且精度高;利用Kappa系数验证建筑物的提取精度,Kappa系数为0.8471。(3)真正射影像的制作:首先基于DSM对航空影像进行正射纠正,然后利用基于高度的遮挡检测方法对真正射影像进行遮挡检测,对检测出的遮挡区域利用相邻影像进行纹理的修补后制作完成真正射影像。并通过计算真正射影像的平面位置中误差证明其满足实际生产要求。