提出了一種基于帶權A^*搜索算法的鑲嵌線網(wǎng)絡優(yōu)化方法。首先,利用標準Voronoi圖生成初始鑲嵌線網(wǎng)絡;然后,利用測區(qū)的數(shù)字表面模型（digital surface model, DSM）數(shù)據(jù)生成對應的高程梯度圖（也稱為邊緣圖）;再對初始鑲嵌線網(wǎng)絡的節(jié)點進行自動調整,將位于建筑物上的節(jié)點移動至附近的地面;最后,利用一種帶權A^*搜索算法,結合高程梯度圖,對初始鑲嵌線網(wǎng)絡中的每一條鑲嵌線進行智能優(yōu)化,避開建筑物或者高差變化大的區(qū)域,獲得最優(yōu)的鑲嵌線網(wǎng)絡。利用3組真實的無人機數(shù)據(jù)對該方法進行實驗,初步結果表明,該方法適用于排列不規(guī)則的測區(qū),可有效優(yōu)化鑲嵌線網(wǎng)絡,鑲嵌線可自動避開大部分城區(qū)建筑物以及山區(qū)的山脊等,對城區(qū)以及山區(qū)影像都可得到高質量的正射影像。實驗結果表明,對于第1組數(shù)據(jù),此方法得到的結果在鑲嵌線的選取上要優(yōu)于商業(yè)軟件OrthoVista。 

【文章來源】：武漢大學學報(信息科學版). 2019,44(11)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

DSM和DEM的斷面對比圖Fig.2DSMandDEMoftheSameArea

SM與DEM幾乎是相同的，此時文獻［26-27］的方法無法獲得最優(yōu)的鑲嵌線。本文僅使用DSM數(shù)據(jù)，雖然不能直接得到地物的高度信息，但是可以得到地面的高程梯度信息。如果是平地，則高程梯度接近0，此時鑲嵌線可以通過該區(qū)域；如果是建筑物，則其邊緣地區(qū)的高程梯度較大，此時鑲嵌線不能通過該區(qū)域。換言之，可以通過高程梯度圖作為輔助來選取最優(yōu)的鑲嵌線，只要使鑲嵌線優(yōu)先通過高程梯度較小的區(qū)域，則可以確保鑲嵌線避開高程起伏圖2DSM和DEM的斷面對比圖Fig.2DSMandDEMoftheSameArea圖1Voronoi圖的結構示意圖Fig.1VoronoiDiagramofaConstrainedArea1651

武漢大學學報·信息科學版2019年11月大的區(qū)域，同時也可以避開建筑物以及植被等。首先計算DSM中每個像素的高程梯度，然后將高程梯度值作為灰度值重新寫入一個新的Geotiff文件，該文件的大小與DSM大小一致，只是灰度值記錄的不是該像素的高度信息，而是該像素的高程梯度信息，這個新的Geotiff文件就是高程梯度圖。每個像素的高程梯度計算方法如圖3所示，其計算公式為：R(i,j)=max(g1,g2…g8)（1）式中，gk（k=1，2…8）分別表示8個方向的梯度值。I(i,j)=ìí0,R(i,j)≤Tk×R(i,j),R(i,j)>T（2）式中，R(i，j)表示像素(i，j)的高程梯度；k是將高程梯度轉化為圖像灰度的系數(shù)；I(i，j)為高程梯度圖的灰度；T是閾值，當高程梯度大于該閾值時，將其乘以系數(shù)k轉化成高程梯度圖的灰度值，當高程梯度小于該閾值時，則認為該像素位于平地區(qū)域，將其灰度值設為0。本文中閾值T被設置為0.5m。經過上述處理后，可以得到高程梯度圖，如圖4所示。從圖4中可以看出，高程梯度圖基本上都是由邊緣組成，因此也可以稱之為邊緣圖。利用這個邊緣圖，可以引導鑲嵌線避開建筑物或者其他高程變化大的區(qū)域（如山脊等）。1.2.2鑲嵌線網(wǎng)絡節(jié)點優(yōu)化初始鑲嵌線網(wǎng)絡的節(jié)點位置具有隨機性，它有可能落在建筑物或者高程變化較大的區(qū)域，此時必須將這些節(jié)點進行重新調整，否則經過該節(jié)點的鑲嵌線必然會穿過建筑物或者高程變化較大的區(qū)域。本文的節(jié)點即傳統(tǒng)辦法中所謂的鑲嵌線的開始點和結束點。文獻［6?

【參考文獻】：
期刊論文
[1]基于圖割算法的正射影像鑲嵌線自動選擇[J]. 丁鍇為,鄒崢嶸,張云生,張明磊.  測繪與空間地理信息. 2016(09)
[2]顧及結構信息的DOM鑲嵌線搜索算法[J]. 焦晨靜,陳時雨,趙鵬祥.  測繪科學. 2016(01)
[3]采用最優(yōu)生成樹的正射影像鑲嵌線快速智能檢測[J]. 陳繼溢,許彪,張力,艾海濱,杜全葉.  測繪學報. 2015(10)
[4]正射影像鑲嵌線自動搜索的視差圖算法[J]. 袁修孝,段夢夢,曹金山.  測繪學報. 2015(08)
[5]A*搜索算法的正射影像鑲嵌線自動提取[J]. 岳貴杰,杜黎明,劉鳳德,項琳,張剛,李健.  測繪科學. 2015(04)
[6]衛(wèi)星遙感影像的區(qū)域正射糾正[J]. 汪韜陽,張過,李德仁,唐新明.  武漢大學學報(信息科學版). 2014(07)
[7]一種改進的正射影像鑲嵌線最小化最大搜索算法[J]. 袁修孝,鐘燦.  測繪學報. 2012(02)
[8]Intelligent optimization of seam-line finding for orthophoto mosaicking with LiDAR point clouds[J]. Hong-chao MA 1,Jie SUN 2 (1 School of Remote Sensing,Wuhan University,Wuhan 430079,China) (2 State Key Lab for Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China).  Journal of Zhejiang University-Science C（Computers & Electronics）. 2011(05)
[9]機載LiDAR正射影像鑲嵌線智能優(yōu)化研究[J]. 孫杰,馬洪超,湯璇.  武漢大學學報(信息科學版). 2011(03)
[10]DSM輔助下城區(qū)大比例尺正射影像鑲嵌線智能檢測[J]. 左志權,張祖勛,張劍清,曹輝.  測繪學報. 2011(01)



本文編號：3354262