一种数字城市全自动生成的方法

专利名称：一种数字城市全自动生成的方法
技术领域：
本发明涉及一种地理空间模拟技术，尤其涉及的是一种数字城市全自 动生成的方法。
背景技术：
以下首先说明本发明所涉及的概念
1、 数字城市(Digital city): —个能够实现城市综合管理与决策支持的、 虚拟的、具有开放性的城市模型；
2、 三维模型(3Dmodd):物体的三维多边形表示，通常用计算机或 者其它视频设备进行显示。显示的物体是可以是现实世界的实体，也可以 是虚构的东西，既可以小到原子，也可以大到很大的尺寸。任何物理自然 界存在的东西都可以用三维^t型表示。
3、 紋理(Texture): —个紋理实际上就是一个位图。从这个意义上来 讲，当紋理一词-故用于计算机图形学时，它就有了一个明确的定义。从语 义学角度来讲，紋理一词既是指一个物体上颜色的模式，又是指物体表面 是粗糙的还是光滑的。
4、 知识库(Knowledge Base):知识工程中结构化，易操作，易利用， 全面有组织的知识集群，是针对某一(或某些)领域问题求解的需要，采用某 种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相 联系的知识片集合。这些知识片包括与领域相关的理论知识、事实数据， 由专家经验得到的启发式知识，如某领域内有关的定义、定理和运算法则 以及常识性知识等。知识库使基于知识的系统(或专家系统)具有智能性，并
不是所有具有智能的程序都拥有知识库，只有基于知识的系统才拥有知识 库。现在许多应用程序都利用知识，其中有的还达到了很高的水平，但是, 这些应用程序可能并不是基于知识的系统，它们也不拥有知识库。 一般的
应用程序与基于知识的系统之间的区别在于 一般的应用程序是把问题求
解的知识隐含地编码在程序中，而基于知识的系统则将应用领域的问题求 解知识显式地表达，并单独地组成一个相对独立的程序实体。
知识库的特点如下
1) 知识库中的知识根据它们的应用领域特征、背景特征(获取时的背景信 息)、使用特征、属性特征等而被构成便于利用的、有结构的组织形式。知 识片一般是模块化的。
2) 知识库的知识是有层次的。最低层是"事实知识"，中间层是用来控制 "事实，，的知识(通常用规则、过程等表示)；最高层次是"策略"，它以中间层 知识为控制对象。策略也常常被认为是规则的规则。因此知识库的基本结 构是层次结构，是由其知识本身的特性所确定的。在知识库中，知识片间 通常都存在相互依赖关系。规则是最典型、最常用的一种知识片。
3) 知识库中可有一种不只属于某一层次(或者说在任一层次都存在)的特 殊形式的知识——可信度(或称信任度，置信测度等)。对某一问题，有关事 实、规则和策略都可标以可信度。这样，就形成了增广知识库。在数据库 中不存在不确定性度量。因为在数据库的处理中 一切都属于"确定型"的。
4) 知识库中还可存在一个通常被称作典型方法库的特殊部分。如果对于 某些问题的解决途径是肯定和必然的，就可以把其作为一部分相当肯定的 问题解决途径直接存储在典型方法库中。这种宏观的存储将构成知识库的 另一部分。在使用这部分时，机器推理将只限于选用典型方法库中的某一 层体部分。
另外，知识库也可以在分布式网络上实现。这样，就需要建造分布式知 识库。建造分布式知识库的优越性有三点
(1) 可在较低价格下构造较大的知识库；
(2) 不同层次或不同领域的知识库对应的问题求解任务相对来说比较单
纯，因而可以构成较高效的系统；
(3) 可适于地域辽阔的地理分布。
知识库的构造必须使得其中的知识在被使用的过程中能够有效地存取 和搜索，库中的知识能方便地修改和编辑，同时，对库中知识的一致性和 完备性能进行检验。
5、 图像匹配(image matching):是指把两个不同传感器从同一景物 录取下来的两幅图像在空间上进行对准，以确定出这两幅图l象之间相对平 移的过程,它可广泛应用于目标跟踪、资源分析、医疗诊断等方面是现代信 息处理领域中 一项极为重要的技术。
6、 图像相似度(image semblance ):是指一幅图像"旋入"另 一幅图像 的概率.同时给出了一个简洁的图像相似度算法。通过多次实验，这种图像相 似度对于复杂模式的识别是有效和满意的，可用于图像的分类检索。相似 度包括在形状、结构、统计、紋理、环境、高低大小等方面的相似程度。
7、 数字城市图像库由数字城市中所有物体的图像所构成的库为数字 城市图像库，该库可以根据物体的类型分为建筑图像子库、道路图像子库、 桥梁图像子库、植物图像子库、动物图像子库、水域图像子库、大气图像 子库、地层图像子库。
8、 数字城市模型库由数字城市中所有物体的三维模型构成，并且它 的分类与数字城市图像库相对应。模型中包含了物体三维上的所有特征信 息，包括形状、颜色、紋理等等。
9、 数字高程模型(DEM)，也称数字地形模型(DTM)，是一种对空间起伏 变化的连续表示方法。由于DTM隐含有地形景观的意思，所以,常用DEM,以 单纯表示高程。可以从网上下载30米精度的免费全球高程数据。
数字城市是综合运用GIS、遥感、遥测、宽带网络、多媒体及虚拟仿真
等技术，对城市的基础设施、功能机制进行信息自动采集、动态监测管理和
辅助决策服务的技术系统；它具有城市地理、资源、生态环境、人口、经 济、社会等复杂系统的数字化、网络化、虚拟仿真、优化决策支持和可视 化表现等强大功能。数字城市为城市持续发展提供了重要的支撑工具。
可视化是实现数字城市与人交互的窗口和工具，没有可视化技术，计 算机中的一堆数字是无任何意义的，数字城市的一个显著特点是虛拟现实 技术。在建立了数字城市以后，用户戴上显示头盔或者从计算机屏幕上或 者从大屏幕投影上，就可以看见城市从地球中出现，使用鼠标或键盘放大 数字图像；随着分辨率的不断提高，用户可以看见私人住房、商店、树木 和其它天然和人造景观，当用户对商品感兴趣时，可以进入商店内，欣赏 商场内的衣服，并可根据自己的体型，构造自己试穿衣服的虚拟场景。
虚拟现实技术为人类观察自然，欣赏景观，了解实体提供了身临其境 的感觉。最近几年，虚拟现实技术发展4艮快，虚拟现实造型语言(VRML) 是一种面向Web、面向对象的三维造型语言，而且它是一种解释性语言。 它不仅支持数据和过程的三维表示，而且能使用户走进视听效果逼真的虚
的研究和人们的日常应用。实际上，人造虚拟现实技术在摄影测量中早已 是成熟的技术，近几年的数字摄影测量的发展，已经能够在计算机上建立 可供呈测的数字虚拟技术。当然，当前的技术是对同一实体拍摄照片，产 生视差，构造立体模型，通常是当模型处理。进一步的发展是对整个地球 进行无缝拼接，任意漫游和放大，由三维数据通过人造视差的方法，构造 虚拟立体。
现有的构建数字城市的技术，如图l、图2、图3所示，是三种常用的构 建数字城市的办法，与其它的方案相类似，只是建模和渲染的工具不同而 已。上述方案的共同特征是根据现场采集到的照片，进行手工三维建模， 并手工标定各物体在城市场景中的位置，然后将各物体的三维模型手工加
入到城市场景中的相应位置。
现有技术各个方案中，需要带着照相机对城市中的所有物体一一拍照、 一一手工建模，工作量非常之大，还需要将建好的模型一一手工标定并安 置到数字城市场景中的合适位置。这个过程要耗费大量的人力，包括采集 照片、手工建模、手工标定并安置模型，同时会耗费大量的财力，例如需 要很多照相机供釆集照片用，需要很多计算机供手工建模、手工标定并安 置模型用等，还会耗费大量的时间，例如建一个模型有时候就需要l天，一 个城市中有成千上万的物体需要建模，例如深圳市数字城市以现有技术最 少需要3年的时间才能完成。
而目前随着城市发展日新月异，官员想身临其境地指挥应急、查处违 章，居民想足不出户地旅游，等等，这些只有在数字城市才能做到。但是 如果做一个数字城市需要花很长的时间，如利用现有的技术，数字深圳需
要3年时间，那么人们在数字城市中所见的一切都是3年前的，会给城市应
急、违章监测等带来灾难性的后果。事实上，深圳的变化的确是日新月异， 每一天城市的面貌都会发生改变，所以除非至少在一天之内将数字城市建 出来，否则绘制的数字城市无法真正代表和反映真实的城市，现有技术的 数字城市在实际应用中无法真正发挥作用，不可能做到实时。 因此，现有技术还存有缺陷，而有待于改进和发展。

发明内容
本发明的目的在于提供一种数字城市全自动生成的方法，通过知识库 的方式，实现数字城市的自动生成，以便能实时生成数字城市，为城市应 急、违章监测、交通指挥、数字生活等提供实时的支持。
本发明的技术方案包括
一种数字城市全自动生成的方法，其应用于一通用计算机系统，包括 以下步骤
A、 获取一预定区域地面的遥感影像，并通过阴影检测算法，监测出遥
感影像上所有物体的阴影长度；
B、 将所述遥感影像进行矢量化，获取不同物体的形状，并匹配所述阴 影的位置，获取各物体的高度；
C、 采集该地域内的各物体的图像及相应模型，形成知识库；
D、 在图像库中根据图像的特性在遥感影像中识别不同的物体；
E、 根据该地域内物体的类型、底座形状、顶座形状、高度结合模型库， 自动生成该地域物体的三维模型；
F、 根据相应各物体的二维坐标位置，将该地域物体的三维模型镶到具 有高程的遥感影像中。
所述的方法，其中，所述步骤F中的二维坐标位置根据数字高程模型和 遥感影像获得。
所述的方法，其中，所述步骤D还包括
Dl、从遥感影像中提取各种类型的个体的有代表性的图像，并且将这 些有代表性的图像进行分类，抽取其共性，形成第一级特征图像；
D2、在此级别中进行划分出子类，并在各子类的所有图像中分别抽取 共性，给各子类分别赋予一个特征图像；
如此类推，直到其划分基本上代表了该个体有代表性的各种类型为止。 所述的方法，其中，所述模型库的分类结构与所述图像库的分类结构 一致，图像库中的一个图像与模型库中的一个模型相对应。
所述的方法，、其中，所述模型库中的模型是使用建模的工具建起来的 静态模型。
所述的方法，其中，所述模型库中的模型是使用参数描述的并在需要 时实时渲染的三维才莫型。
所述的方法，其中，在自动生成数字城市时先使用静态模型，再逐渐 用修正后的动态模型替换掉先前的静态模型。 所述的方法，其中，所述图像库与模型库之间的映射关系，包括以下
步骤
D3、根据图像库对遥感影像中的物体进行抽取和识别；
D4、将抽取出来的物体与图像库中的相应类别的子类进行相似度比
较，并检索出图像库中与该物体相似度最大的图像，并映射到模型库中相
应的模型；
D5、通过知识库对遥感影像中的个体进行自动建模。 所述的方法，其中，所述步骤D5还包括
D51、根据图像库中的第一级特征图像对遥感影像进行扫描，得到每 一个大类的物体的集合，判断该物体与这些特征图像之间的相似度； D52、从图像库中找出该物体所属的最准确的分类。 所述的方法，其中，所述步骤D52包括
D521、将该物体图像与其所属分类的下一级分类的特征图像比较，如 果该个体图像与某一类的特征图像相似度最高，则判断该个体图像属于该
类；
D522、将该个体图像与该类的下一级各特征图像进行分别匹配，并算 出其相似度，找到相似度最大特征图像所属的类别，作为该物体图像所属 的类别；
如此类推，直到其相似度达到预期要求。
本发明所提供的一种数字城市全自动生成的方法，能够全自动地实时 生成大范围的数字城市，满足了对时效性要求高的城市应用；并且只需要 遥感影像、DEM作为基本的数据即可，成本非常低，满足了在全国乃至全 世界推广数字城市，并使之在政府、商业、生活等中得到应用成为可能。


图l为现有技术的数字城市生成技术示意图2为现有技术的另一种数字城市生成技术示意图3为现有技术的再一种数字城市生成技术示意图4为本发明的数字城市全自动生成的方法中建库流程示意图;
图5为本发明方法的自动生成数字城市过程示意图6为本发明方法的图像库的示意图7为本发明方法的识别规则库示意图8为本发明方法的才莫型库示意图9为本发明方法中图像库与模型库之间的映射关系的示意图； 图10为本发明方法一实施例的遥感影像图； 图11为本发明方法才艮据图10处理后的阴影示意图； 图12为本发明方法的所绘制数字城市的效果示意图。
具体实施例方式
以下结合附图，将对本发明的各较佳实施例进行更为详细的说明。 本发明的数字城市全自动生成的方法，其利用了遥感影像，具体在一 通用计算机包括以下步骤
第1步、通过阴影监测算法，监测出遥感影像上所有阴影的长度，关于 阴影长度的计算是现有技术所公知的；
第2步、将城市的遥感影像进行矢量化，从而获取不同城市物体的形 状；并将物体的位置与阴影的位置进行匹配，从而获取物体的高度；关于 矢量化的计算过程也是现有技术所公知的，因此，不再赘述；
第3步、采集城市中各种建筑、车辆等的图像及其相应模型，放入知 识库，如图4所示，首先分析遥感影像中的城市数据，将城市中的个体分类， 例如车辆、楼房等，并从遥感影像中抽取个人的特征图像，自动加入图像 库，根据个体特征图像，经过人眼的识别判断加上实地采集该个体的三维 信息，然后建模并加入模型库；
第4步、根据图像库中不同物体的图像的特性在遥感影像中识别不同的
物体，从而获取不同城市物体的类型及其顶座形状；该过程中根据图像库
中每一类物体的二级特征图像对遥感影像中的该类物体进行匹配，从而识
别各物体属于哪一子类；如此类推，知道识别的效果达到了要求，从而获 取影像中所有城市物体的具体类型；
第5步、根据城市物体的不同类型、底座形状、顶座形状、高度结合模 型库，自动生成城市物体的三维模型；
第6步、根据DEM和遥感影像获取数字城市的地貌及其地形的高低起
伏；
第7步、将这些上述城市物体的三维^t型，根据它们二维坐标的位置镶 到具有高程的遥感影像中，到这一步就已经自动生成了数字城市。
上述自动生成的整个过程如图5所示的，以下详细介绍本发明自动生成 数字城市的几个关键步骤
第一步自动建立城市物体的三维模型；
在进行数字城市的自动生成之前，本发明方法需要首先建立识别规则 库、图像库、模型库，如图6、图7和图8所示，在图7所示的识别规则库中 的规则按照不同方面的匹配进行划分，如形状相似度和差异的检测规则、 结构相似度和差异的检测规则、统计相似度和差异的检测规则、颜色相似 度和差异的检测规则、灰度相似度和差异的检测规则、紋理相似度和差异 的检测规则、所处环境相似度和差异的检测规则等等。
在图6所示所述图像库中的图像采样自遥感影像，具体为从遥感影像 中提取各种类型的个体的有代表性的图像，并且将这些有代表性的图像进 行分类，抽取共性，第一级特征图像；然后再在此级別进行划分出子类， 并在子类的所有图像中抽取共性，给该子类赋予一个特征图像，如此类推， 直到其划分基本上代表了该个体有代表性的各种类型为止。
本发明方法中如图8所示模型库的分类结构与图像库的分类结构基本
一致，图像库中的一个图像基本上与模型库中的一个模型相对应，但模型 库中的模型可以是使用建模的工具建起来的静态模型，也可以是使用参数 描述的可以在需要时实时渲染的三维模型。动态模型比静态模型更容易修 正，使用静态模型比使用动态模型更实时，但表达的真实性没有经过修正 后的动态模型好。所以本发明方法可以在自动生成数字城市时先使用静态 模型，再逐渐用修正后的动态模型替换掉先前的静态模型。
如图9所示为本发明方法的图像库与模型库之间的映射关系，先根据图 像库对遥感影像中的物体进行抽取和识别，然后将抽取出来的物体与图像 库中的相应类别的子类进行相似度比较，并4企索出图像库中与该物体相似 度最大的图像，并映射到模型库中相应的模型。通过知识库对遥感影像中
的个体进行自动建模的过程如下根据图像库中的第 一级特征图像对遥感 影像进行扫描，得到每一个大类的物体的集合。例如第一级分类有建筑的 特征图像、桥梁的特征图像、广场的特征图像、花草树木的特征图像、水 的特征图像等等。判断该物体与这些特征图像之间的相似度。
该相似度包括形状的相似度、结构的相似度、统计的相似度、颜色 的相似度、灰度的相似度、紋理的相似度、所处环境的相似度等等。可见 相似度有很多分量，本发明通过对个体的初始分析来决定采用哪些相似度， 并在判断该个体与图像库中图像的相似度时给不同类型的相似度赋予不同 的权值，然后在判别最终相似度时采用加权的方法。
本发明方法从遥感影像中提取出某一个物体之后，从图像库中找出该 物体所属的最准确的分类(如建筑/高建筑/写字楼)，其方法是首先将 该物体图像与其所属分类的下一级分类的特征图像比较，如果该个体图像 与X类的特征图像相似度最高，那么便可以判断该个体图像属于X类；再将 该个体图像与X类的下一级各特征图像进行分别匹配，并算出其相似度， 找到相似度最大特征图像所属的类别(假设为Y)的作为该物体图像所属 的类别，然后可以继续与Y的下一级特征图像进行比较，如此类推，直到
其相似度达到预期要求。
如本发明方法根据需要规定对于建筑来说相似度达到80%即可。那
么其最终匹配并相似度最大的子类的特征图像是该个体图像的孪生图像， 该孪生图像通过图像库与模型库之间的映射规则，就可以得到该孪生图像 所对应的孪生三维模型。该三维模型中蕴含了大量的人的先验知识，以及 从自然界与数字城市之间蕴含的大量的模糊的难以表达但实际存在的大量 知识，这些知识都是通过建立图像库和模型库以及它们之间的映射关系时 隐含进去的。
以前述建筑的例子来说，如果该个体与它在图像库中的孪生图像的相
似度达到80%,本发明方法还可以判断出它们的20%差在哪里，根据这20% 的差异，并将该差异分解到形状的差异、结构的差异、统计的差异、颜色 的差异、灰度的差异、紋理的差异、所处环境的差异等等。而这些二维图 像上的差异将会与三维模型上的差异有一个映射规则，根据该规则，本发 明方法就可以对该个体的孪生模型进行修正，最终得到比较理想的该个体
的逼真模型。
第二步自动生成城市物体的高度
本发明方法根据遥感影像中的阴影，算出各阴影的长度，再将各阴 影与各物体的位置进行配准，便可以得到各个物体的高度。遥感影像如图
IO所示，本发明方法检测出来的阴影图如图1 l所示。
第三步自动将物体植入城市的遥感影像(地貌)中 将遥感影像中的物体模型重新植入遥感影像的过程如下从遥感影像 中提取个体的时候，本发明方法就已经在程序中记下了该个体的二维坐标， 以及该个体的不同的边的方位。根据该个体图像在遥感影像中的坐标和方 位，本发明方法就可以将其通过上一步自动生成的逼真^^型以正确的朝向、 角度、位置植入遥感影像中，从而可以自动的重现城市中各种物体形象。 第四步本发明方法将遥感影像覆盖到数字高程模型DEM上，使得遥
感影像根据DEM的数据而有所起伏，同时遥感影像上所有个体的三维模型
也同样随之起伏，从而这是模拟一个城市的实际地理形状。
经过以上几步就完全实现了从单一遥感影像和相应的高程图自动生成
三维数字城市，本发明方法通过遥感影像图10生成的数字城市形象如图12 所示，可以看到，本发明方法能够全自动地实时生成大范围的数字城市， 满足对时效性要求高的城市应用；并且只需要遥感影像、DEM作为基本的 数据即可，成本非常低，满足了在全国乃至全世界推广数字城市并使之在 政府、商业、生活等中得到应用成为可能。
本发明方法可以为城市应急指挥系统服务，融合各种遥感数据自动实 时地生成数字城市，以实时数字城市的布局、地形、道路等信息为基础， 并结合气象观测数据(风温资料)模拟城市风场，从而可以动态模拟大气污染 扩散等突发事件的发展趋势，并可以实时动态逼真地显示给城市指挥者， 提供决策参考。
利用本发明方法可以为城市违章建筑监测服务，通过融合各种遥感数 据自动实时地生成数字城市，通过比较数字城市中的建筑与规划数据，就
可以将不同的违章建筑准确地找到并显示给城市规划管理者。
利用本发明方法还可以用于很多其他方面，例如居民可不出家门享受 虚拟商场，虚拟医院、虚拟戏院及虚拟旅游等方面的服务；城市应急救突 指挥人员不出指挥所就能看到最佳的救援路线和现场情况；警察不用出警 察局就能马上定位到犯罪分子的所在位置，监视犯罪分子的一举一动，并 能立即确定最佳的抓捕路线；规划部门不用实地考察，就能看见所有的用 地和住房，从而做出最合理的决策；交通管理部门不用站在马路上就能看 到所有道路的交通状况，从而做出最合理的调度。
须说明的是，本发明方法还可以采用其他办法生成物体的高度、检测 物体的类型、生成高程等，并且除了遥感影像，还可以使用照片、微波遥 感、无线传感器等获得数据。
应当理解的是，上述针对本发明具体实施例的描述较为具体，并不能 因此而理解为对本发明专利保护范围的限制，本发明的专利保护范围应以 所附权利要求为准。
权利要求
1、一种数字城市全自动生成的方法，其应用于一通用计算机系统，包括以下步骤A、获取一预定区域地面的遥感影像，并通过阴影检测算法，监测出遥感影像上所有物体的阴影长度；B、将所述遥感影像进行矢量化，获取不同物体的形状，并匹配所述阴影的位置，获取各物体的高度；C、采集该地域内的各物体的图像及相应模型，形成知识库；D、在图像库中根据图像的特性在遥感影像中识别不同的物体；E、根据该地域内物体的类型、底座形状、顶座形状、高度结合模型库，自动生成该地域物体的三维模型；F、根据相应各物体的二维坐标位置，将该地域物体的三维模型镶到具有高程的遥感影像中。
2、 根据权利要求l所述的方法，其特征在于，所述步骤F中的二维坐标 位置根据数字高程模型和遥感影像获得。
3、 根据权利要求l所述的方法，其特征在于，所述步骤D还包括Dl、从遥感影像中提取各种类型的个体的有代表性的图像，并且将这 些有代表性的图像进行分类，抽取其共性，形成第一级特征图像；D2、在此级别中进行划分出子类，并在各子类的所有图像中分别抽取 共性，给各子类分别赋予一个特征图像； 如此类推，直到其划分基本上代表了该个体有代表性的各种类型为止。
4、 根据权利要求3所述的方法，其特征在于，所述模型库的分类结构与 所述图像库的分类结构一致，图像库中的 一个图像与模型库中的一个模型 相对应。
5、 根据权利要求4所述的方法，其特征在于，所述模型库中的模型是使 用建模的工具建起来的静态模型。
6、 根据权利要求4所述的方法，其特征在于，所述模型库中的模型是使 用参数描述的并在需要时实时渲染的三维模型。
7、 根据权利要求5或6所述的方法，其特征在于，在自动生成数字城市 时先使用静态模型，再逐渐用修正后的动态模型替换掉先前的静态模型。
8、 根据权利要求l所述的方法，其特征在于，所述图像库与模型库之间 的映射关系，包括以下步骤D3、根据图像库对遥感影像中的物体进行抽取和识别；D4、将抽取出来的物体与图像库中的相应类别的子类进行相似度比较，并检索出图像库中与该物体相似度最大的图像，并映射到模型库中相应的模型； D5、通过知识库对遥感影像中的个体进行自动建模。
9、 根据权利要求8所述的方法，其特征在于，所述步骤D5还包括 D51、根据图像库中的第一级特征图像对遥感影像进行扫描，得到每一个大类的物体的集合，判断该物体与这些特征图像之间的相似度；D52、从图像库中找出该物体所属的最准确的分类。
10、 根据权利要求9所述的方法，其特征在于，所述步骤D52包括 D521、将该物体图像与其所属分类的下一级分类的特征图像比较，如果该个体图像与某一类的特征图像相似度最高，则判断该个体 图像属于该类； D522、将该个体图像与该类的下一级各特征图像进行分别匹配，并 算出其相似度，找到相似度最大特征图像所属的类别，作为该物体图像所属的类別；如此类推，直到其相似度达到预期要求。
全文摘要
本发明公开了一种数字城市全自动生成的方法，其应用于一通用计算机系统，包括以下步骤获取一预定区域地面的遥感影像，并通过阴影检测算法，监测出遥感影像上所有物体的阴影长度；将所述遥感影像进行矢量化，获取不同物体的形状，并匹配所述阴影的位置，获取各物体的高度；在图像库中根据图像的特性在遥感影像中识别不同的物体；根据该地域内物体的类型、底座形状、顶座的形状、高度结合模型库，自动生成该地域物体的三维模型。本发明方法能够全自动地实时生成大范围的数字城市，满足了对时效性要求高的城市应用；并且只需要遥感影像、DEM作为基本的数据即可，成本非常低，使之在政府、商业、生活等中得到应用成为可能。
文档编号G06T15/00GK101114385SQ20071007568
公开日2008年1月30日 申请日期2007年8月7日 优先权日2007年8月7日
发明者朱定局, 樊建平 申请人:深圳先进技术研究院