技术领域
[0001] 本发明涉及智能控制技术领域，具体为利用多特征融合进行建筑物高度测算的方法。
相关背景技术
[0002] 城市的变迁监测包扩城市水平空间和垂直空间两方面，而城市建筑物高度不仅是建筑物的重要属性信息之一，也是城市垂直空间的体现，也是城市三维重建、城市规划管理和城市信息研究等的重要参数，从影像地图数据中找到建筑物高度数据特征，对建筑物高度进行准确测算能够有效的提升城市建筑物数据的覆盖度和准确度，对于提升城市规划与商业营销具有重要意义；
[0003] 目前获取建筑物高度的方法主要包括传统的测绘方法和图像解译方法，传统方法需要耗费大量的人力物力，且效率相对低下，而图像解译法多采用遥感影像完成信息采集，效率较高；
[0004] 由于人工智能、大数据、航天遥感以及多源异构数据的融合，使得遥感技术逐渐在城市规划中得到更多的应用，因此，利用遥感影像获取城市建筑物高度信息成为重要技术手段之一。
具体实施方式
[0045] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0046] 实施例：如图1所示，本发明提供技术方案，利用多特征融合进行建筑物高度测算的方法，针对复杂场景，进行多特征融合实现建筑物阴影检测，采用曲率尺度空间法结合欧氏距离公式进行阴影长度计算，利用多数据源的结合高程模型进行阴影长度纠正，然后根据建筑物阴影的长度利用几何计算实现建筑物高度的测算；
[0047] 针对复杂场景，进行多特征融合实现建筑物阴影检测，通过统计分析遥感影像中建筑物阴影的光谱、空间特征，采用将影像多特征分量与基于规则的面向对象法相结合的建筑物阴影检测法；
[0048] 特征分量依次为：主成分第一分量PC1、HIS色彩空间增强后的S分量、绿光波段G、归一化植被指数；
[0049] 根据对影像的分析构建多特征融合的基于规则面向对象分类法的主要步骤为：
[0050] S1、针对影像进行第一主成分分析，利用PC1分量区分建筑物、道路、植被地物，剔除非阴影，但所得阴影区域仍包含少量植被；
[0051] S2、将影像进行HIS色彩空间变换后，使用S分量增强阴影与其他地物之间的差异性，对阴影区域进行压缩，有效区分阴影和较暗地物，如塑胶操场；
[0052] S3、利用植被与阴影在绿波段的差异性，剔除大面积植被、道路和深色地物，剩余的阴影区域存在植被与阴影重叠的部分；
[0053] S4、使用归一化植被指数，将阴影覆盖区域中的植被进行剔除，达到对阴影信息的粗提取；
[0054] S5、将以上4类特征分量进行波段组合后，进一步对影像进行分割、合并，并结合建筑物阴影特征构建阴影提取规则集，剔除长条类非建筑物阴影和面积与建筑物阴影接近的植被阴影，并最终获得精度较高的检测结果。
[0055] 根据上述技术方案，采用曲率尺度空间法结合欧氏距离公式进行阴影长度计算；
[0056] 首先利用曲率尺度空间法(CSS)计算阴影边缘轮廓上的角点；
[0057] 然后利用欧氏距离公式逐个计算出阴影与地表边界上角点集中的每个角点到建筑物与阴影边界上角点集的最短距离,并从得到的距离集合中选择距离差满足一定阈值范围的角点距离进行统计平均,以此作为垂直于建筑物走向的阴影长度，利用角点最近距离统计平均法计算垂直建筑物走向的阴影长度,把两点之间的距离转化为多点间的平均距离；
[0058] 具体步骤如下：
[0059] A1、从原始图像上提取出边缘，从边缘图像上提取出边缘轮廓；
[0060] A2、利用最大尺度计算曲率,通过将曲率局部最大值与阈值和邻近最小值比较来判断候选角点；
[0061] A3、利用最小尺度追踪角点,以提高其定位精度，将角点的曲率与已探测出的角点比较,将曲率值非常接近的角点去除；
[0062] A4、对候选角点对距离集进行统计平均,将平均值作为垂直于建筑物走向的阴影长度,以便最大限度地减少阴影长度计算误差。
[0063] 根据上述技术方案，利用多数据源的结合高程模型进行阴影长度纠正，包括简单的场景的情况，利用简单的几何计算完成对建筑物的高度测算，由于实际底面处于非水平状态，则所测得的建筑物阴影长度为斜距，需要对结果进行相应的纠正处理。
[0064] 根据上述技术方案，简单的场景为建筑物形状简单，所处位置可以清晰获得地面阴影。
[0065] 根据上述技术方案，针对复杂场景建筑物高度的计算可以使用多数据源的结合，利用当地的DEM高程模型，用以确定建筑物底面及阴影特征线端点的高程，便于对检测到的阴影长度进行纠正。
[0066] 根据上述技术方案，根据建筑物阴影的长度利用几何计算实现建筑物高度的测算；
[0067] 如图2所示，
[0068] 1.建筑物底面高程小于阴影所在面：
[0069] 当卫星与太阳位于异侧时，建筑物阴影、建筑物高度与卫星参数无关，此时太阳参数与建筑物信息之间的几何关系如下图所示：
[0070] 图中：BD为阴影总长度，BC为影像中可检测到的阴影长度，AB为实际阴影长度，BE为建筑物高度H，ω为太阳高度角，B点的高程为h，即建筑物底面高程，阴影线端点D的高程为h1，即DC。
[0071] 纠正后的实际阴影长度AB为：
[0072] 如图3所示，当太阳与卫星方位角在0°～180°之间时，图中：BD为影像中检测到的阴影长度，AC为实际阴影长度。ω为太阳高度角，θ为卫星高度角，E点的高程为h，即建筑物底面高程，阴影线两端H、G点的高程分别为h1、h2，分别表示为HD、GB。
[0073] 纠正后的实际阴影长度AC为：
[0074] 如图4所示，
[0075] 建筑物底面高程大于阴影所在面
[0076] 当卫星与太阳位于异侧时，卫星参数与检测结果无关。
[0077] 图中：BD为影像中检测到的阴影长度，CD为实际阴影长度。ω为太阳高度角，D点的高程为h，即建筑物底面的高程，阴影线端点B的高程为h1。
[0078] 纠正后的实际阴影长度BC为：
[0079] 如图5所示，当太阳与卫星方位角在0°～180°之间时，图中：AC为影像中检测到的阴影长度，BD为实际阴影长度。ω为太阳高度角，θ为卫星高度角，F点的高程为h，即建筑物底面的高程，阴影线两端点G、H的高程分别为h1、h2。
[0080] 纠正后的实际阴影长度BD为：
[0081] 具体分为两种类型：
[0082] 1)太阳与卫星位于异侧；
[0083] 2)太阳与卫星位于同侧；
[0084] 以下分别对这两种情况进行说明。
[0085] 太阳与卫星位于异侧时，太阳方位角和卫星方位角相差大于180°，此时卫星可以观察到建筑物的全部阴影区，此时阴影与建筑物高度是以下的关系：
[0086] H＝L×tan(ω)
[0087] 其中H为建筑物高度，L为阴影长度，ω为太阳高度角；
[0088] 利用已知的建筑物高度，带入计算出一系列的Ki＝tan(ω)，然后求得K的平均值，即可对建筑物高度进行测算；
[0089] 太阳与卫星位于同侧时，即卫星方位角与太阳方位角之差在0°～180°之间时，建筑物高度和可视阴影长度的关系如下：
[0090]
[0091] 其中H为建筑物高度，L2为卫星可见阴影长度，ω为太阳高度角，β为太阳方位角、α为卫星方位角、为建筑物方位角。
[0092] 与现有技术相比，本发明的有益效果：遥感影像中的目标地物阴影与太阳、卫星高度角和方位角及自身的方位角存在特定的几何关系，可通过分析它们之间的函数关系计算地物高度信息，具体实现在针对复杂场景的情况下，首先进行多特征融合实现建筑物阴影检测，其次采用曲率尺度空间法结合欧氏距离公式进行阴影长度计算，再利用多数据源的结合高程模型进行阴影长度纠正，然后根据建筑物阴影的长度利用几何计算实现建筑物高度的测算，本发明集成利用多特征融合，实现复杂情况下的基于高清影像的建筑物高度测算算法，最终提升建筑物高度测算的准确度。
[0093] 最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
