本發(fā)明涉及測繪領(lǐng)域，特別是一種數(shù)字線劃圖半自動測圖方法。
二、技術(shù)背景
傳統(tǒng)的數(shù)字線劃圖測圖方法，主要采用工程測量、傳統(tǒng)航空攝影測量技術(shù)。但這些傳統(tǒng)技術(shù)手段都存在明顯的缺點和不足：
(1)工程測量存在工作量大、項目成本高、周期長、勞動強(qiáng)度大等多方面缺點，在大范圍數(shù)字線劃圖測圖項目中不具有經(jīng)濟(jì)可行性；
(2)傳統(tǒng)航空攝影測量需要布設(shè)大量外業(yè)像控點、立體測圖自動化程度低、生產(chǎn)效率低、項目周期長、在山區(qū)特別是林木覆蓋地區(qū)測圖精度差，在大比例尺數(shù)字線劃圖測圖中存在很大的局限性。
所以在數(shù)字線劃圖測圖過程中采用工程測量、傳統(tǒng)航空攝影測量等方法時，不可避免地帶來很多麻煩且效率低下。因此，現(xiàn)有技術(shù)存在自動化程度低、生產(chǎn)效率低、項目成本高，開發(fā)周期長、產(chǎn)品精度低等多方面缺點。怎樣在保證數(shù)字線劃圖測圖產(chǎn)品質(zhì)量的前提下，提高自動化程度和生產(chǎn)效率、降低項目成本，縮短開發(fā)周期成為本領(lǐng)域科技人員急待解決的問題。
三、
技術(shù)實現(xiàn)要素：
為了解決現(xiàn)有測繪遙感技術(shù)在數(shù)字線劃圖測圖中帶來的諸多問題，提高生產(chǎn)效率，本發(fā)明的目的是提供一種機(jī)載LIDAR單片模式下的數(shù)字線劃圖半自動測圖方法。它在保證數(shù)字線劃圖產(chǎn)品精度的情況下，提高了測圖的自動化程度和生產(chǎn)效率，極大的降低了項目開發(fā)成本，縮短了項目周期，克服了傳統(tǒng)測繪遙感技術(shù)手段存在的缺點。
本發(fā)明的目的是這樣實現(xiàn)的：一種數(shù)字線劃圖半自動測圖方法，其中，該方法包括如下步驟：
參考點云分類結(jié)果，確定建筑物外輪廓的有效分析區(qū)；
采用Canny算法在航片有效分析區(qū)內(nèi)進(jìn)行建筑物邊界特征線的提取，參考分析區(qū)內(nèi)的點云、建筑物主方向、建筑物特征線長度等信息，對提取的建筑物特征線進(jìn)行優(yōu)先級分類，建立建筑物邊界特征線的分級候選庫；
在航片上顯示建筑物特征線分類結(jié)果，設(shè)計一套人工交互方法實現(xiàn)對遺漏特征線的快速提取和冗余、錯誤特征線的快速刪除和修改；
參考建筑物屋頂點云高程信息，實現(xiàn)建筑物特征線像空間向物空間的轉(zhuǎn)換；
參考物空間建筑物特征線和分析區(qū)點云數(shù)據(jù)，采用分裂合并算法自動構(gòu)建建筑物外輪廓拓?fù)潢P(guān)系，生成建筑物外輪廓邊界。
一種數(shù)字線劃圖半自動測圖方法，其中，其中建立建筑物邊界特征線的分級候選庫方法如下：
建筑物特征線分為三級，劃分標(biāo)準(zhǔn)主要為：建筑物特征線有效長度、特征線與主方向的偏角、特征線兩側(cè)點云類別密度比；
第一級建筑物特征線的篩選方法為：首先，篩選出長度大于一定閾值的特征線；之后，在此結(jié)果基礎(chǔ)上篩選出與主方向偏角小于一定閾值的特征線；然后，在此結(jié)果基礎(chǔ)上篩選出地面和建筑物點類別密度比大于一定閾值的特征線；最后，在此提取集中，對周圍垂直方向無小于一定距離特征線的特征線，直接確定為第一級建筑物特征線，對于周圍垂直方向有小于一定距離特征線的特征線，偏向地面一側(cè)的分為第一級建筑物特征線，偏向建筑物一側(cè)的分為第三級建筑物特征線；
對于長度小于一定閾值的特征線，分為第三級建筑物特征線；剩余建筑物特征線統(tǒng)一分為第二類特征線。其中，第一級特征線為直接可參考使用的建筑物邊界特征線，第三級特征線為信任度最差的建筑物邊界特征線，第二級特征線為后期人工輔助編輯時重點參考的候選邊界特征線。
一種數(shù)字線劃圖半自動測圖方法，其中，其中一套實現(xiàn)對遺漏特征線的快速提取和冗余、錯誤特征線的快速刪除、修改的人工交互方法如下：
在航片單片測圖環(huán)境中顯示分級候選庫中的所有第一級特征線，絕大部分均為真實、可用的特征線；對于多余的邊界特征線，通過鼠標(biāo)點選方式直接刪除，對于位置和方向錯誤的邊界，通過鼠標(biāo)點選并重新在航片上人工輸入特征線位置后進(jìn)行替換；
第一季特征線核實完成后，屏蔽不顯示第一級特征線，顯示第二級特征線。在第二級特征線中，對于提取正確且需要的邊界特征線，通過鼠標(biāo)捕捉高亮提示選擇方式進(jìn)行人工交互；
對于航片上算法未自動提取的特征線，可采用人工在航片上沿邊界垂直方向劃線方式提供輔助信息，之后調(diào)節(jié)圖象邊界提取算法的參數(shù)值，自動把需要的邊界線提取出來，人工鼠標(biāo)點擊即可。
本項發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點：
①變革了傳統(tǒng)立體像對方式的測圖思路，避免了傳統(tǒng)航測方法下數(shù)字線劃圖全手工測圖問題，成倍的提高了測圖生產(chǎn)效率：
傳統(tǒng)攝影測量技術(shù)也可以采用單片測圖方法，但與本方法不同，該方法不能有效利用激光點云的有效信息，也不能實現(xiàn)要素像空間向物空間的快速轉(zhuǎn)換。
②較低的測圖項目成本，較短的測圖周期：
機(jī)載LIDAR不需要外業(yè)地面像控點、在部分矢量線的提取方面實現(xiàn)了半自動化甚至全自動化，可極大的節(jié)省項目開發(fā)成本，縮短測圖項目周期。
③高精度的數(shù)字線劃圖產(chǎn)品：
機(jī)載LIDAR與傳統(tǒng)數(shù)碼航片一樣，參考高分辨率的數(shù)碼航片可精確確定地物要素的平面位置。但機(jī)載LIDAR同時可獲取高精度、高密集的三維激光點云數(shù)據(jù)，通過內(nèi)插后生成的等高線和高程注記點高程精度可達(dá)到20cm左右，在森林覆蓋密集的山區(qū)優(yōu)勢更為明顯。相比于傳統(tǒng)航空攝影測量，機(jī)載LIDAR可獲取更高精度的數(shù)字線劃圖產(chǎn)品。
四、具體實施方式
機(jī)載LIDAR單片模式下的數(shù)字線劃圖半自動測圖方法與現(xiàn)有技術(shù)相比有很大的不同，具體是：
一種機(jī)載LIDAR單片模式下的數(shù)字線劃圖半自動測圖方法，其中，該方法包括如下步驟：
參考點云分類結(jié)果，確定建筑物外輪廓的有效分析區(qū)；
采用Canny算法在航片有效分析區(qū)內(nèi)進(jìn)行建筑物邊界特征線的提取，參考分析區(qū)內(nèi)的點云、建筑物主方向、建筑物特征線長度等信息，對提取的建筑物特征線進(jìn)行優(yōu)先級分類，建立建筑物邊界特征線的分級候選庫；
在航片上顯示建筑物特征線分類結(jié)果，設(shè)計一套人工交互方法實現(xiàn)對遺漏特征線的快速提取和冗余、錯誤特征線的快速刪除和修改；
參考建筑物屋頂點云高程信息，實現(xiàn)建筑物特征線像空間向物空間的轉(zhuǎn)換；
參考物空間建筑物特征線和分析區(qū)點云數(shù)據(jù)，采用分裂合并算法自動構(gòu)建建筑物外輪廓拓?fù)潢P(guān)系，生成建筑物外輪廓邊界。
一種數(shù)字線劃圖半自動測圖方法，其中，其中建立建筑物邊界特征線的分級候選庫方法如下：
建筑物特征線分為三級，劃分標(biāo)準(zhǔn)主要為：建筑物特征線有效長度、特征線與主方向的偏角、特征線兩側(cè)點云類別密度比；
第一級建筑物特征線的篩選方法為：首先，篩選出長度大于一定閾值的特征線；之后，在此結(jié)果基礎(chǔ)上篩選出與主方向偏角小于一定閾值的特征線；然后，在此結(jié)果基礎(chǔ)上篩選出地面和建筑物點類別密度比大于一定閾值的特征線；最后，在此提取集中，對周圍垂直方向無小于一定距離特征線的特征線，直接確定為第一級建筑物特征線，對于周圍垂直方向有小于一定距離特征線的特征線，偏向地面一側(cè)的分為第一級建筑物特征線，偏向建筑物一側(cè)的分為第三級建筑物特征線；
對于長度小于一定閾值的特征線，分為第三級建筑物特征線；剩余建筑物特征線統(tǒng)一分為第二類特征線。其中，第一級特征線為直接可參考使用的建筑物邊界特征線，第三級特征線為信任度最差的建筑物邊界特征線，第二級特征線為后期人工輔助編輯時重點參考的候選邊界特征線。
一種數(shù)字線劃圖半自動測圖方法，其中，其中一套實現(xiàn)對遺漏特征線的快速提取和冗余、錯誤特征線的快速刪除、修改的人工交互方法如下：
在航片單片測圖環(huán)境中顯示分級候選庫中的所有第一級特征線，絕大部分均為真實、可用的特征線；對于多余的邊界特征線，通過鼠標(biāo)點選方式直接刪除，對于位置和方向錯誤的邊界，通過鼠標(biāo)點選并重新在航片上人工輸入特征線位置后進(jìn)行替換；
第一季特征線核實完成后，屏蔽不顯示第一級特征線，顯示第二級特征線。在第二級特征線中，對于提取正確且需要的邊界特征線，通過鼠標(biāo)捕捉高亮提示選擇方式進(jìn)行人工交互；
對于航片上算法未自動提取的特征線，可采用人工在航片上沿邊界垂直方向劃線方式提供輔助信息，之后調(diào)節(jié)圖象邊界提取算法的參數(shù)值，自動把需要的邊界線提取出來，人工鼠標(biāo)點擊即可。
下面以一個具體實施案例進(jìn)行詳細(xì)闡述：
通過設(shè)備的檢校飛行，可完成激光傳感器和數(shù)碼相機(jī)兩種設(shè)備參數(shù)的精確檢校；以激光點云條帶、數(shù)碼航片條帶的重疊部分信息為參考，參考少量地面控制點，對整個數(shù)據(jù)進(jìn)行整體平差處理，同時參考點云構(gòu)成的數(shù)字地面模型和高精度Pos輔助定位信息對航片進(jìn)行整體空三加密處理，可得到測區(qū)內(nèi)高精度的數(shù)字高程模型和具有高精度外方位元素的數(shù)碼航片，實現(xiàn)點云和航片在像空間的精確匹配；構(gòu)建點云和航片集成的單片測圖環(huán)境，采用人工輔助方式實現(xiàn)建筑物和道路、水系、植被等線狀地物特征線的半自動提??；其它剩余地物提取，仍在單片測圖環(huán)境中采用手工編輯完成；同時，參考高精度的激光點云，實現(xiàn)等高線內(nèi)插和高程注記點的自動生成。
1、設(shè)備激光傳感器和數(shù)碼相機(jī)參數(shù)的精確檢校。激光傳感器需檢校heading、roll、pitch三個參數(shù)，數(shù)碼相機(jī)除需檢校heading、roll、pitch外，還需檢校相機(jī)的畸變參數(shù)。兩套傳感器的設(shè)備檢校需選取滿足技術(shù)要求的檢校場，測量外業(yè)地面控制點，采用專業(yè)數(shù)據(jù)處理和分析方法進(jìn)行設(shè)備檢校參數(shù)的解算，去除測量過程中的系統(tǒng)誤差。
2、點云和數(shù)碼航片的精確匹配。由于測區(qū)實地航測飛行過程中Pos定位定姿存在一定的偶然誤差，原始航測獲取的點云和數(shù)碼航片會存在一定的誤差，需要進(jìn)行整體平差優(yōu)化，得到具有最好精度的成果數(shù)據(jù)。對點云數(shù)據(jù)而言，可參考機(jī)載LIDAR點云測量原理，確定誤差模型，以相鄰或交叉區(qū)域點云錯位信息為參考采用整體平差方法解算出x、y、z、heading、roll、pitch六個變量的改正值，實現(xiàn)對點云精度的整體優(yōu)化；參考地面激光點云構(gòu)建的數(shù)字地面模型和POS輔助定位信息，內(nèi)業(yè)采集測區(qū)航片重疊區(qū)域同名點，參考公共點較差進(jìn)行測區(qū)整體空三加密，整體平差后對每張航片的外方位元素進(jìn)行微小改正，去除局部偶然誤差。在對點云和航片數(shù)據(jù)質(zhì)量進(jìn)行整體優(yōu)化后，可實現(xiàn)點云和航片的精確匹配。兩種數(shù)據(jù)源的匹配是以透視投影方式在二維像空間中實現(xiàn)，匹配的數(shù)學(xué)基礎(chǔ)為攝影測量學(xué)中的共線方程，具體如下：
x＝-f(a1(X-Xs)+b1(Y-Ys)+c1(Z-Zs))/(a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs))
y＝-f(a2(X-Xs)+b2(Y-Ys)+c2(Z-Zs))/(a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs))
3、航片單片模式下的建筑物和道路、水系、植被等線狀地物矢量線劃的半自動提取。具體方法如下：
(1)人工輔助方式的建筑物外輪廓提取方法：在激光點云地面濾波分類完成后，參考高程差值、屋頂法向量一致性等特征，進(jìn)行建筑物屋頂面片點云的分類。在激光點云建筑物分類完成后，建筑物外輪廓的提取主要包括基于激光點云和數(shù)碼航片的建筑物外輪廓邊界特征線提取和基于屋頂點云和邊界特征線的建筑物外輪廓拓?fù)潢P(guān)系構(gòu)建。
(2)人工輔助方式的道路、水系、植被等線狀地物特征線提取方法：航片單片方式線狀地物特征線的半自動提取方法，主要采用snake算法結(jié)合點云改進(jìn)后實現(xiàn)。以道路為例的snake算法實現(xiàn)思路如下：①給出航片中道路邊線上的一點，將這一點作為種子點。②以種子點為中心，以適當(dāng)?shù)拈L度為半徑，在航片中得到一個圓。對這個圓上的灰度斷面曲線或梯度斷面曲線進(jìn)行檢驗，可以得到灰度或者梯度的極值點。③以種子點和灰度或梯度斷面曲線的兩個極值點可以構(gòu)成初始snake的曲線S0。④以S0為基礎(chǔ)，運用優(yōu)化算法，則可由這段初始曲線提取道路的輪廓線C0。⑤如果曲線的長度可以增加，則生成一個可以使整條曲線增長的Ci曲線序列。⑥以一定閾值為參考對整套曲線折線化，確定折線上每個節(jié)點的高程并轉(zhuǎn)換到三維物方空間。
4、以上地物在完成半自動提取后，還需要對其它剩余地物進(jìn)行線劃提取，同時生成等高線和高程注記點。建筑物、道路、水系、河流之外的地物線劃提取，均在航片單片測圖環(huán)境中采用人工繪制方式實現(xiàn)；等高線和高程注記點可參考測圖規(guī)范全自動提取后，采用人工方式進(jìn)行核查和修改。
5、其中基于激光點云和數(shù)碼航片的建筑物邊界特征線提取方法如下：①對建筑物和地面點云聯(lián)合構(gòu)建三角網(wǎng)模型，確定點云之間的拓?fù)潢P(guān)系；②搜索符合建筑物邊緣區(qū)域特征的三角形并進(jìn)行標(biāo)記，特征三角形的判斷標(biāo)準(zhǔn)為三角形上有地面和建筑物屋頂兩類三角形頂點，參考三角形中建筑物屋頂點的高度，修改地面激光點的高程值，抬高到與建筑物屋頂同高的高度，編輯后形成建筑物外輪廓邊界緩沖區(qū)；③通過以上介紹的共線方程，把三維空間中的外輪廓緩沖區(qū)轉(zhuǎn)換到航片二維像空間中。采用Canny算法在航片有效分析區(qū)內(nèi)進(jìn)行建筑物邊界特征線的提取，參考分析區(qū)內(nèi)的點云、建筑物主方向、建筑物特征線長度等信息，對提取的建筑物特征線進(jìn)行優(yōu)先級分類，建立建筑物邊界特征線的分級候選庫。④在航片上分級顯示建筑物特征線分類結(jié)果，設(shè)計一套人工交互方法實現(xiàn)對遺漏特征線的快速提取和冗余、錯誤特征線的快速刪除、修改，實現(xiàn)對人工輔助下的建筑物外輪廓邊界特征線半自動提取。
6、其中基于屋頂點云和特征邊線的建筑物外輪廓拓?fù)潢P(guān)系構(gòu)建方法：以上提取的建筑物外輪廓特征線均為不連續(xù)的矢量線段，基本能表現(xiàn)出建筑物的外輪廓位置和走向，但提取的均為斷裂的特征邊線，需要構(gòu)建拓?fù)潢P(guān)系使之形成一個封閉、特征線首尾相連的多邊形。為實現(xiàn)以上目的，本方法引用經(jīng)典的空間二叉樹分裂合并算法，具體算法實現(xiàn)思路如下：①讀取建筑物對應(yīng)的建筑物點和周圍地面點，讀取所有的邊界特征線，計算這些點的最小外包多邊形框，以該多邊形框作為初始的區(qū)域。②以多邊形的長度進(jìn)行分裂操作的優(yōu)先級排序，對最新分類的多有子區(qū)域進(jìn)行二元分割。③對最終的子區(qū)域進(jìn)行區(qū)域?qū)傩耘袛?，主要分類建筑物和地面兩類。對于子區(qū)域中既包括建筑物點又包括地面點的子區(qū)域，以點的多少進(jìn)行那個對比分析，確定該子區(qū)域較多點的屬性為子區(qū)域的屬性。④對具有建筑物屬性標(biāo)記的所有子區(qū)域進(jìn)行標(biāo)記，并合并所有相鄰的建筑物類子區(qū)域。⑤最終合并的建筑物區(qū)域多邊形對應(yīng)的外輪廓邊界即為要提取的建筑物外輪廓。
7、其中地物要素特征線從像空間到物空間的轉(zhuǎn)換方法：確定航片二維像空間上的矢量線后，參考匹配的點云確定矢量線在物方的高程坐標(biāo)，參考攝影測量學(xué)中的共線方程，采用改進(jìn)后的光束-物方交會方法解算矢量線在物方的平面坐標(biāo)。光束-物方交會方法常用的計算公式如下：
X＝XL+(Z-ZL)(u/w)
Y＝Y(jié)L+(Z-ZL)(v/w)
其中，X、Y、Z為待求點的物方空間三維坐標(biāo)；XL、YL、ZL為投影中心的物方空間三維坐標(biāo)；u、v、w為待求像點的像空間輔助坐標(biāo)。