论文部分内容阅读
随着遥感卫星传感器技术的发展,人们通过卫星、航空以及无人机平台能够获取包括光谱图像、光学图像等传统的数据产品形式,同时利用遥感信息处理技术也能够获取结合光学物理属性和结构属性的立体信息。遥感目标立体信息打破了对传统遥感信息的认知,通过目标表面光学物理属性信息和目标三维结构信息的结合,能够更充分的表示目标在真实空间的本质属性。近年来,数字化信息技术的普及,使目标立体构建在关乎民生的各个领域得到了广泛的应用,通过对目标立体构建应用潜力的进一步探索,能够提高其在包括城市建设、交通管理、灾难预测以及军事侦察等领域的应用价值,对国民经济发展和国防建设有着极为重大的意义。传统的立体构建方法通常都是以构建大区域地形场景为目的,并利用摄影测量学原理从卫星影像中通过几何特征提取、立体匹配等方法构建大范围场景下的目标结构信息,往往忽略了对目标表面光学信息属性的分析。此外,传统的立体构建方法对数据精度要求过高,普适性较低,对结构复杂的目标很难保证其构建的结构完整度和精度。不同于传统的立体构建方法,本文所研究的遥感目标立体构建方法分别从目标表面纹理信息分割及目标整体结构的构建的角度进行深入研究,从而获取蕴含丰富的目标纹理信息及完整结构信息的遥感目标立体构建结果。本文提出的方法以目标驱动的立体构建策略为核心,主要研究内容包括三个部分:第一部分研究内容通过分析基于结构属性的目标纹理差异进行目标表面纹理信息分割,第二部分主要研究基元结构特征匹配方法,目的是从模型库中选取预定义的基元拓扑连接结构,在此基础上,第三部分通过基元拓扑的整体结构约束对目标整体结构进行参数化表示,并结合参数优化的方法实现目标整体三维结构的构建。最终,结合分割提取的目标表面纹理信息和目标三维结构信息,获得遥感目标立体构建的结果。根据对遥感目标立体构建研究内容的概括,本文提出的立体构建方法主要包括三个关键技术:目标表面纹理分割方法、目标基元结构拓扑匹配方法以及目标整体结构的最优化参数估计方法,并针对以下三方面问题对遥感目标立体构建进行深入的研究。首先,针对遥感目标区域纹理信息高同质性、类内纹理分布差异小,导致无法准确获取目标各表面纹理信息的问题,本文提出了基于低秩及稀疏制图的纹理分割方法,准确的分割并提取目标各表面纹理信息。该方法以基于目标的图像分析方法(OBIA)为理论指导,通过分析目标局部纹理的统计特征,构建能够表征目标纹理在特征空间的结构差异的关联制图,从而克服噪声、奇异点对目标类内纹理分割的影响。在目标纹理特征方面,提出了局部纹理直方图特征提取方法,提高了目标局部纹理特征的描述能力。而为了进一步分析局部纹理的结构分布差异,在特征空间构建了基于低秩及稀疏特性的关联制图,从空间的角度分析了目标纹理信息的结构差异,准确捕获了具有高同质属性的目标类内纹理结构分布差异,最后,结合图割方法获取目标各表面纹理分割结果。实验结果验证了本文提出的纹理分割算法能够准确的获取目标各表面纹理信息,为获取完整的目标立体构建结果提供了重要支撑。其次,针对目标基元结构匹配过程中,由于目标形状特征描述能力不足,导致不能够准确的匹配出模型库中的预定义基元结构,提出了基于深度嵌入式网络的目标基元拓扑匹配方法。该方法从目标全局及局部结构特性的角度,预定义了目标典型基元结构的参数化模型库。在基元模型库基础上,提出了基于深度嵌入式网络的目标基元拓扑匹配算法,通过深度嵌入式网络的学习提取能够有效的辨别目标类内差异的目标形状特征,并利用特征匹配技术从模型库中匹配出具有完整及规范化结构属性的目标基元拓扑,为最终的目标立体模型构建提供基元间的全局拓扑结构约束,有效的保证了目标模型立体构建的结构完整度及规范度。实验部分验证了本文提出的方法能够准确的匹配出模型库中的基元拓扑结构,为进一步获得高精度、完整的目标立体构建提供了全局结构指导。最后,针对目标整体结构参数化描述不充分,导致目标整体结构构建精度低的问题,提出了基元目标拓扑约束的参数估计算法,进行目标整体结构的参数最优化估计,从而提高目标整体结构模型构建的精度。为了能够全面描述目标全局及局部结构,构造了目标基元拓扑约束的结构参数化表示模型,该模型函数一方面能够表示具有不同复杂度的目标基元顶面三维结构,另一方面,该模型函数通过引入了基元模型之间的拓扑约束,保证了目标的全局结构特性,从而为完整构建目标立体模型提供了保障。在参数优化估计方面,针对目标整体结构的多参数优化问题,采用具有规则简单,精度高、收敛快等特点的粒子群算法进行目标整体结构的最优化参数估计,最终获取结构完整及精度较高的目标立体构建结果。实验部分验证了本文提出的目标立体构建方法能够比较完整构建目标顶面结构并保证了模型构建的精度。