真正射影像生成中遮蔽检测方法的研究.doc

真正射影像生成中遮蔽检测方法研究
摘要 正射影像是GIS中应用价值很高, 因为它提供了一般、 廉价而有正确地图, 在高建筑物城市, 想要创建无缝正射影像数据库很困难, 传统正射纠正方法忽略了建筑物。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特征, 也包含了丰富信息, 含有表现直观、 易于更新等特点, 所以逐步在城市计划、 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作用。伴随数字化技术发展, 数字化正射影像在GIS领域应用越来越广泛, 然而, 影像遥感卫星成像技术不停发展, 社会需求不停改变, 传统概念上数字正射影像图已经越来越不能满足多种应用需求。
利用传统正射影像微分纠正, 对于大百分比尺影像来说, 尤其是在高层建筑物密集城区, 常常会有下列问题: （1）“鬼影（ghost image）” 在正射影像中, 建筑物屋顶会反复出现两次, 这种现象就叫“鬼影”。实际上, 这种现象原因在于较高建筑物遮蔽了其它地物, 传统微分纠正无法赔偿这么遮蔽, 以至于遮蔽物仍然存在, 而被遮蔽地物无法被检测并赔偿, 所以遮蔽像素就反复存在, 遮蔽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 正射影像中地物偏离其真正位置, 有时向街道方向倾斜, 有时会遮挡其它地物, 传统微分纠正不能识别和赔偿遮蔽区域。处理这一类问题关键是在纠正同时能分析地物可见性, 检测出遮蔽区域。相关可见性分析常见方法就是Amhar基于矢量建筑物模型Z-buffer方法, 以后Rau等提出了基于栅格DSM模型Z-buffer方法
1 Z-buffer算法
Z-buffer算法建立基础是, 相对于观察者, 较高地物遮蔽了较低地物, 所以, 在此过程中, 我们计算每一个像素深度, 并与目前位置前一个深度作比较, 对于这个位置而言, 仅仅是含有较浅像素才被保留下来。在这个算法中, 设计一个矩阵来存放每个像素Z值, 设计另一个矩阵统计地物点位置, 这两个矩阵都定义在影像平。基于DBM, Z-buffer产生是经过把每一个DBM表面多边形投影到应用共线方程第一个影像平面, 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。经过重新采样原始影像像素填充过程, 将首先检验ID代码, 然后纠正仅仅是屋顶像素, 也就是墙面不会被正射纠正, 在这个过程中, 由可视化建筑物引发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, 其中存放地面点到投影中心距离, 称作Z距离, 并用一个较大数字进行初始化。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点, 同时计算出地面点到投影中心距离Z。比较Z与ZM矩阵该点数据: 假如Z小于ZM, 即目前点到投影中心距离比前一个点更近, 那么目前点遮蔽了前一个点, 并用目前点Z距离更新ZM, 反之假如Z大于ZM, 则目前点被遮蔽。
2 Rau基于栅格DSM模型Z-buffer方法
遮蔽检测 Z-buffer算法是一系列矩阵, 一个矩阵统计地物点位置, 另一个矩阵存放投影中心和地物距离, 这两个都定义在影像平面上, 为了降低生成中间数字正射影像和实现合并所消耗计算量, Ran提出利用了地平面上一个索引地图来替换影像平面, 它大小与真正射影像相同。这个索引地图提供了很成功无缝镶嵌必需信息, 它隐含着四个区域:
（1）关键可视区域
（2）次要可视区域
（3）feathering区域
（4）全部不可视区域
这么, 在所提出计划中, 我们不用提前为每一个航空影像创建中间数字正射影像。
在利用共线方程方程时, 每个地面投影影像坐标能够计算出到影像最近距离, 同时, 从投影中心到地物距离, 是能够计算, 并与存放在Z-buffer里值进行比较, 假如计算距离小于已经存在距离, 对应单元前一个像素是遮蔽, Z-buffer里值就得用新值更新。
3 Z-buffer算法缺点
Z-buffer算法有一个比较显著缺点就是: 与窄而高建筑物错误可视化, 这个问题在摄影测量文件中常常出现, 叫做M-portion问题。如图2所表示, 建筑物屋顶, 遮蔽区域中部分像素没有竞争者（表示为靠近垂直结构两个地形点）, 图2a中, 遮蔽区域点会被错误认为是可视, 为了降低这个问题影响, 如图2b所表示, 在垂直结构上又引入了虚拟平面, 这么, DBM是可行, 因为M-portion问题引发错误可视和引入垂直平面后改善遮蔽检测在图3a和图3b中分别做了说明。
总而言之, 为了减小Z-buffer算法中问题, DBM中就要引入虚拟垂直平面, 这么才能确保最终真正射影像中不会出现错误可视。