一种低空航空摄影测量自动纠正数字地面高程模型的方法
【技术领域】
[0001] 本发明涉及一种低空航空摄影测量自动纠正数字地面高程模型的方法。
【背景技术】
[0002] 随着科技的发展，无人机低空航空摄影测量技术因其具有成本低、快速灵活、高分 辨率影像、起降条件要求低等优点被广泛应用于测绘行业，用于测量房屋、高架公路等建筑 物的外形和位置。无人机的飞行高度低且基高比小，容易导致其拍摄到的影像投影误差很 大，对在垂直方向上边缘点存在着高程突变的建筑物，拍摄到的影像投影误差更大。
[0003] 现有技术解算数字正射影像图（Digital Orthophoto Map，简称D0M)的像素值的 原理如下：利用数字高程模型(Digital Elevation Model，简称DEM)可以获得数字正射影 像图的像元P(X，Y)的高程为Z，无人机拍摄到的数字航空影像的像元p(x，y)与数字正射影 像图上对应的地面点P(X，Y，Z)的关系公式为：
[0005] 其中，（XQ，yQ)为数字航空影像的主点坐标，（Xs，Ys，Zs)为摄站坐标，f为相机焦距， &1、&2、&3、131、13 2、133、(31、(32、(33为由航摄相机的姿态角生成的坐标变换旋转矩阵元素，2是点？ 的高程，其通过数字高程模型内插求得，生成D0M的反解法原理如图1所示。
[0006] 由上述D0M生成理论可知，DEM中内插的高程值Z的精度对正射影像的精度有着重 大的影响，如图2所示，图中P、P'分别是平面位置相同的物方空间中两点，它们的高程差为 △ Η，因为平面位置相同，因此在正射影像上应该在同一点上，纹理映射像方平面的像素值 也应该是相同的。但是正如图中所示，经相机投影中心S成像后，在像方平面上有ρ、？' 这两个影像点，这就造成了正射影像像素值在纹理映射过程中会产生不确定性。房屋边缘 线上的点，都是属于这种高程有陡变的地面点，也就是说在数字地表高程点云模型 (digital surface model，简称DSM)中，房屋边缘线类型的地面目标的高程可能会有2种不 同的值。根据公式（1)，相同的地面平面坐标，由于高程的不同（有高差AH)，可以有2个像点 pUj)、？'（V )与之对应，这2个像素值中的任何一个都可以作为相应的正射影像点的 像素值。
[0007] 当从DSM内插高程时，对高程有陡变的目标边界，难以保证高程值的一致性，所以 简单地用DSM来支持数字正射影像的制作，城市的高楼房檐线、高架立交的道路边线在正射 影像上的纹理往往会出现曲线现象。我们把这种现象称作是DEM的误差，对D0M的纹理影响。
[0008] 如果不对DSM进行处理，建筑物边缘位置的高度是不连续的，会导致生成的正射影 像的边缘存在明显的锯齿变形和边缘模糊，并影响目标建筑物的判读和提取，降低了无人 机低空航空摄影测量技术的使用效果。因此，有必要提供一种新的方法来解决上述问题。
【发明内容】
[0009]本发明的目的在于提供一种能够有效防止正射影像中建筑物边缘存在的锯齿失 真现象的低空航空摄影测量自动纠正数字地面高程模型的方法。
[0010]为了实现上述目的，本发明所采用的技术方案如下：
[0011] -种低空航空摄影测量自动纠正数字地面高程模型的方法，包括以下步骤：
[0012] a)利用低空无人机拍摄到的目标物的数字航空影像生成数字地表高程点云模型；
[0013] b)在数字地表高程点云模型中提取高程有陡变的目标点；
[0014] c)利用步骤"b)"中提取到的目标点提取目标物边缘轮廓线；
[0015] d)纠正步骤"c)"中提取到的目标物边缘轮廓线的高程值。
[0016]优选的，步骤b)中依据以下方法提取目标点：设目标点为若干不同的待定点P，待 定点P的边缘点集为M，待定点P的邻域半径为R，待定点P的高程梯度阈值为Th，待定点P与其 邻域内所有点Ri (i = 1，2，…，η)的高程梯度为Gi，对应的关系公式为
[0018] 统计待定点P邻域内所有点满足上式条件的频率PercentP = F/n，其中F为满足条 件Gi>Th的频数，设定频率Percentp的阈值为ΤΡ，若满足条件Per CentP>TP，则点P为边缘点，将 其计入目标点的边缘点集Μ。
[0019] 优选的，步骤c)中依据以下方法提取目标物边缘轮廓线：给定目标物的边缘线段 的拐点的点集以(：1，(： 2，一，&)，设边缘线段的子集为姐，设拐点(^和拐点(^1确定的边缘线段 为Lw +1，将按照步骤b)中计算得到的边缘点集M(Mi，Μ2，…，Mt)分别自动分类到各边缘线子 集Mi中，
[0021] 设边缘线段U川的子集1中的点到边缘线段u川的距离的阈值为Td，利用子集1 中的点进行最小二乘法直线拟合，确定边缘线段1^,川的直线参数矩阵Aw +1，并且统计子集 Mi中的点到边缘线段Lw+1的距离之和Σ(1，若2d〈Td，则完成边缘轮廓线的提取，否则，剔除 距离最大的点继续进行线段拟合和统计Σ(1的过程迭代，直到子集I中的所有点到边缘线 段Uw的距离之和Σ(1均小于Td，完成目标物边缘轮廓线的提取。
[0022] 优选的，步骤d)中依据以下方法纠正目标物边缘轮廓线的高程值:根据步骤c)中 得到的直线参数矩阵、,扣来构建各边缘线段的直线方程，对任意边缘线段Lw +1，在数字表 面模型中搜索离该边缘线段L^+1距离为^范围内的任意点Q，在经过点Q且与边缘线段Lu +1 垂直的直线上，找到与边缘线段L^+1距离为n+r2的点0,且点0与点Q在该边缘线段L^ +1的 同一侧，在以点〇为中心、r3为半径的邻域内搜索数字表面模型的点集F(Fi，F 2，…，Fm);当点 集F中Fi点的高程％与〇点的高程2(^之差大于设定的阈值th时，则将Z Fi计入高程点集Z,
[0023]
检测完毕，则可以统计出f中的点 数E，再按公式PercentF = E/m计算条件频率PercentF，若PercentF大于给定阈值Tf，贝ijQ点的
[0024] 否则，Q点的高程值保持原来的数值不变;在边缘线段L^+1的两侧，当符合距离条 件的所有点都按上述过程计算完毕，则完成了对该边缘线段Uw的高程纠正。
[0025] 与现有技术相比，本发明低空航空摄影测量自动纠正数字地面高程模型的方法的 有益效果在于:本发明利用数字地表面高度模型点云数据，提取建筑物的边缘轮廓线并进 行规则化处理，建立数字高程模型，然后在此基础上进行数字微分纠正，生成正射影像，不 仅能够有效地消除正射影像中建筑物高程突变位置处边缘存在的锯齿失真现象，美化正射 影像，还保证了正射影像的平面精度，大大推动了无人机低空航空摄影测量技术的应用。
【附图说明】
[0026] 图1为【背景技术】中生成D0M的反解法原理示意图；
[0027]图2为【背景技术】中DEM误差对D0M的精度造成影响的原理示意图；
[0028]图3为本发明DSM点云的高程纠正原理示意图；
[0029]图4为本发明的数据处理过程流程图；
[0030]图5为未作规则化处理的正射影像图；
[0031]图6为边缘规则化处理后的正射影像图。
【具体实施方式】
[0032]下面结合具体实施例对本发明进一步进行描述。
[0033]请参阅图1至图6所示，本发明提供一种低空航空摄影测量自动纠正数字地面高程 模型的方法，包括以下步骤：
[0034] a)利用低空无人机拍摄到的目标物的数字航空影像生成数字表面点云模型；
[0035] b)在数字表面点云模型中提取高程有陡变的目标点；
[0036] c)利用步骤"b)"中提取到的目标点提取