真正射影像生成中遮蔽检测方法的研究-630.doc

真正射影像生成中遮蔽检测方法的研究摘要 正射影像是GIS中应用价值很高，因为它提供了普通的、廉价的而有准确地图，在高建筑物的城市，想要创建无缝的正射影像数据库很困难，传统的正射纠正方法忽视了建筑物。本文中,对Z-buffer算法做了研究。关键词 真正射影像 遮蔽检测引言 正射影像不仅包含了地图的特性，也包含了丰富的信息，具有表现直观、易于更新等特点，因此逐渐在城市规划、土地资源利用、环境监测和基础地理信息系统等应用中发挥越来越大的作用。随着数字化技术的发展，数字化正射影像在GIS领域的应用越来越广泛，然而，影像遥感卫星成像技术不断发展，社会需求不断变化，传统概念上的数字正射影像图已经越来越不能满足各种应用的需求。利用传统的正射影像微分纠正，对于大比例尺的影像来说，特别是在高层建筑物密集的城区，经常会有下列问题：（1）“鬼影（ghost image）” 在正射影像中，建筑物的屋顶会重复出现两次，这种现象就叫“鬼影”。事实上，这种现象的原因在于较高的建筑物遮蔽了其它地物，传统的微分纠正无法补偿这样的遮蔽，以至于遮蔽物依然存在，而被遮蔽的地物无法被检测并补偿，因此遮蔽的像素就重复存在，遮蔽的原因就在于两个地物为同一个像点而竞争。 （2）遮蔽区域和建筑物倾斜 正射影像中的地物偏离其真正的位置，有时向街道方向倾斜，有时会遮挡其它地物，传统的微分纠正不能识别和补偿遮蔽区域。解决这一类的问题的关键是在纠正的同时能分析地物的可见性，检测出遮蔽区域。关于可见性分析的常见方法就是Amhar的基于矢量建筑物模型的Z-buffer方法，后来Rau等提出了的基于栅格DSM模型的Z-buffer方法1 Z-buffer算法Z-buffer算法建立的基础是，相对于观察者，较高的地物遮蔽了较低的地物，因此，在此过程中，我们计算每一个像素的深度，并与当前位置的前一个深度作比较，对于这个位置而言，仅仅是具有较浅的像素才被保存下来。在这个算法中，设计一个矩阵来存储每个像素的Z值，设计另一个矩阵记录地物点的位置，这两个矩阵都定义在影像的平。基于DBM，Z-buffer的产生是通过把每一个DBM表面多边形投影到应用共线方程的第一个影像平面，这个投影多边形被栅格化并填充了Z值和多边形ID代码，这个ID代码用于识别墙面于屋顶。通过重新采样原始影像像素的填充过程，将首先检查ID代码，然后纠正仅仅是屋顶的像素，也就是墙面不会被正射纠正，在这个过程中，由可视化建筑物引起的投影差被正射纠正成它们垂直平面位置。Z-buffer算法认为，成像时离投影中心最近的地面点会遮蔽该光线上其它点，它在像方构建了一个二维实数矩阵ZM，其大小与原始影像相同，其中存储地面点到投影中心的距离，称作Z距离，并用一个较大的数字进行初始化。在利用间接法进行正射纠正时，将其像素坐标舍入到最邻近的点，同时计算出地面点到投影中心的距离Z。比较Z与ZM矩阵该点的数据：如果Z小于ZM，即当前点到投影中心的距离比前一个点更近，那么当前点遮蔽了前一个点，并用当前点的Z距离更新ZM，反之如果Z大于ZM，则当前点被遮蔽。2 Rau的基于栅格DSM模型的Z-buffer方法遮蔽检测 Z-buffer算法是一系列的矩阵，一个矩阵记录地物点的位置，另一个矩阵存储投影中心和地物的距离，这两个都定义在影像平面上，为了减少生成中间的数字正射影像和实现合并所消耗的计算量，Ran提出利用了地平面上的一个索引地图来代替影像平面，它的大小与真正射影像相同。这个索引地图提供了很成功的无缝镶嵌的必要信息，它隐含着四个区域：（1）主要的可视区域 （2）次要的可视区域 （3）feathering区域 （4）所有的不可视区域这样，在所提出的计划中，我们不用提前为每一个航空影像创建中间的数字正射影像。在利用共线方程方程时，每个地面投影影像的坐标可以计算出到影像的最近距离，同时，从投影中心到地物的距离，是可以计算的，并与存储在Z-buffer里的值进行比较，如果计算的距离小于已经存在的距离，相应单元的前一个像素是遮蔽的，Z-buffer里的值就得用新值更新。3 Z-buffer算法的缺陷 Z-buffer算法有一个比较明显缺陷就是：与窄而高的建筑物的错误的可视化，这个问题在摄影测量文献中经常出现，叫做M-portion问题。如图2所示，建筑物屋顶，遮蔽区域中的一些像素没有竞争者（表示为接近垂直结构的两个地形点），图2a中，遮蔽区域的点会被错误的认为是可视的，为了降低这个问题影响，如图2b所示，在垂直的结构上又引入了虚拟平面，这样，DBM是可行的，由于M-portion问题引起的