利用高分辨率航空影像陰影提取城市建筑物高度信息

鄧焯文 湛青青 李紅剛

摘? 要：建筑物三維景觀模型的建立是城市三維景觀重建的關(guān)鍵，建筑物三維景觀模型受建筑物的幾何外形特征、高度及紋理等重要因素的影響。該文主要闡述規(guī)則建筑物的原理與算法，利用高分辨率航空影像圖，結(jié)合分割技術(shù)、分類技術(shù)和優(yōu)化技術(shù)，推算影像上建筑物陰影的長(zhǎng)度，進(jìn)而提取建筑物的高度。建筑物紋理信息通過(guò)影像信息或者攝影方式獲取，為建筑三維景觀圖增加真實(shí)感和可視性。

關(guān)鍵詞：高分辨率影像? 圖像陰影? 建筑物高度? 紋理

中圖分類號(hào)：P2 ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2020）08（b）-0047-05

Extracting Height Information of Urban Buildings Using High-resolution Aerial Image Shadows

DENG Zhuowen1? ZHAN Qingqing2? LI Honggang1

（1.Guizhou Province Surveying and Mapping Product Quality Supervision and Inspection Station; 2.Guizhou Provincial First Institute of Surveying and Mapping， Guiyang， Guizhou Province， 550025 China）

Abstract： Three-dimensional landscape model building is the key to urban three dimensional landscape reconstruction， 3 d landscape models by building the structure of the geometric shape characteristics， the influence of the height and the texture and other important factors. This article mainly describes the principles and algorithms of regular buildings by using high resolution aerial imagery， and combines segmentation， classification， and optimization techniques to estimate the length of the shadow on the impact， and then extract the height of the building. Building texture information is obtained through image information or photography， which adds realism and visibility to the 3D landscape map of the building.

Key Words： High resolution image; Image shadow; Building height; Texture

建筑物高度信息是城市三維建模和城市規(guī)劃、城市經(jīng)濟(jì)活動(dòng)以及軍事應(yīng)用中的一個(gè)重要參數(shù)，所以，怎樣從遙感圖像中獲取建筑物高度信息成為眾多專家學(xué)者一直關(guān)注研究方向之一。隨著遙感技術(shù)突飛猛進(jìn)的發(fā)展，近幾年，高分辨率衛(wèi)星遙感影像（例如SPOT5、IKONOS、OrbView、COSMOS等）和高空間分辨率航空影像促進(jìn)了很多全新領(lǐng)域的發(fā)展和使用。其中，利用高分辨率影像提取建筑物高度就是航空領(lǐng)域里的重要研究。

該文使用單個(gè)高分辨率圖像提取城市建筑物的高度信息，主要內(nèi)容包括提取城市建筑物的原理和算法。房屋陰影信息的提取前的處理技術(shù)，房屋側(cè)面紋理信息的獲取方法，建筑物簡(jiǎn)單三維建模的建立等。

1? 城市建筑物高度提取的原理和算法

在遙感圖像中，由于城市建筑物的高度的影響，容易識(shí)別低亮度陰影信息。陰影用作信息源，它們可用于計(jì)算對(duì)象的高度。單影像測(cè)高方法原理單一但算法較復(fù)雜，陰影測(cè)高的方法受到一定局限，所以，為了計(jì)算簡(jiǎn)化，做出以下假設(shè)：（1）假設(shè)建筑物處于平原地帶，無(wú)地形因素的干擾;（2）假設(shè)建筑物結(jié)構(gòu)比較簡(jiǎn)單，而且垂直地表;（3）城市建筑物不宜過(guò)于密集，建筑物構(gòu)造和屋頂形狀最好規(guī)整。通常，遙感圖像的采樣方向是東西南北，即像素的排列是東西西北。在這種情況下，太陽(yáng)方位角是陰影的測(cè)量長(zhǎng)度和實(shí)際長(zhǎng)度之間差異的重要原因。

根據(jù)上述假設(shè)的（1）（2）（3），不考慮太陽(yáng)方位角對(duì)建筑物陰影的影響，太陽(yáng)高度角，衛(wèi)星高度角以及建筑物高度和陰影之間的關(guān)系如圖1所示。

假設(shè)：建筑物的高度為H，建筑物陰影的總長(zhǎng)度為S，α是衛(wèi)星高度角，β是太陽(yáng)高度角，γ太陽(yáng)的方位角，如圖2所示。

（1）太陽(yáng)和衛(wèi)星在建筑物的同側(cè)，由圖1可知，高度的計(jì)算如下。

陰影成像部分為：L2=S-L1

建筑物的陰影長(zhǎng)度為：S=H/tanβ

衛(wèi)星影像上成像的陰影部分為：

則：

（1）

（2）太陽(yáng)和衛(wèi)星在建筑物的異側(cè)，由圖3可知，高度的計(jì)算如下。

由圖2可知，當(dāng)衛(wèi)星傳感器掃描方向與太陽(yáng)照射方向相反時(shí)，可以看到整個(gè)陰影。

這時(shí)：L1=0，故：

H=S×tanβ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

影像上陰影的長(zhǎng)度M和實(shí)際陰影長(zhǎng)度S之間的關(guān)系為：

于是：

令：

則有：

（3）

經(jīng)過(guò)換算得到：

通常，衛(wèi)星數(shù)據(jù)的參數(shù)信息和建筑物的陰影長(zhǎng)度可計(jì)算出建筑物的高度。在特殊情況下，如果無(wú)法獲得衛(wèi)星成像過(guò)程中的參數(shù)信息，可通過(guò)獲得當(dāng)?shù)亟ㄖ锏膶?shí)際高度或通過(guò)圖像增強(qiáng)處理后獲得建筑物的層數(shù)估算出建筑物的高度，這樣就可以反推出常數(shù)k的值，使用公式（4）計(jì)算常數(shù)k的值以獲得其他建筑物的高度信息。

2? 衛(wèi)星圖像中陰影信息提取

陰影在高分辨率影像中由本影和半影兩個(gè)部分組成，陰影和非陰影區(qū)邊界不明顯。目前，閾值法是提取陰影的主要方法，但閾值法在建筑物高度提取中存在一定的缺點(diǎn)，故很難去除一些噪聲（比如樹(shù)木的陰影、水體等）的影響。因?yàn)樵肼暫完幱霸谟跋裆匣叶扰c陰影極其相似，為了更精確地提取建筑物的高度信息，學(xué)者們研究將高分辨率的全色影像與多光譜影像進(jìn)行了融合。

近10年來(lái)，基于面向?qū)ο蟮姆诸惣夹g(shù)在高分辨率影像中得到廣泛運(yùn)用，尤其是德國(guó)definiens公司研發(fā)的eCognition（易康）軟件，以面向?qū)ο?、模仿人類思維方式提取地物信息，適用于城市建筑物陰影信息的提取。面向?qū)ο蟮姆诸惙椒ㄓ糜谔崛￡幱靶畔?，分析陰影和屋頂?shù)奶卣鳎?yōu)化陰影和屋頂，以成功解決使用陰影提取建筑物高度的一些問(wèn)題。

2.1 圖像的分割和分類

圖像分割從像素對(duì)象開(kāi)始，并根據(jù)周圍對(duì)象的光譜，形狀等差異進(jìn)行合并，直到超過(guò)設(shè)置的閾值為止。分割參數(shù)的設(shè)置對(duì)分割結(jié)果有很大的影響。在反復(fù)驗(yàn)證中，將設(shè)置形狀、顏色、緊密度和平滑度參數(shù)。色調(diào)權(quán)重為0.7，緊密度為0.5，光滑度為0.5。該文利用易康自帶數(shù)據(jù)進(jìn)行分類，區(qū)分植被和建筑區(qū)域時(shí)得出分割參數(shù)：色調(diào)權(quán)重為0.7（形狀權(quán)重為0.3，色調(diào)權(quán)重+形狀權(quán)重=1），緊密度為0.3，光滑度為0.7。圖4為原圖分割前，圖5分割后的圖像，房屋的陰影和樹(shù)木的陰影顯而易見(jiàn)。

分類使用基于模糊規(guī)則的決策樹(shù)分析方法進(jìn)行分類。決策樹(shù)分類特征選擇的基本思想：決策樹(shù)分類方法模擬了人工分類過(guò)程，并根據(jù)分類規(guī)則將數(shù)據(jù)從根節(jié)點(diǎn)向下分類到下一層。決策樹(shù)由一個(gè)根結(jié)點(diǎn)、一系列內(nèi)部分枝及終級(jí)葉結(jié)點(diǎn)組成，每一結(jié)點(diǎn)只有一個(gè)父結(jié)點(diǎn)，但可以有兩個(gè)或多個(gè)子結(jié)點(diǎn)。如果將自然特征視為特征分類的主要層次（根節(jié)點(diǎn)），則應(yīng)首先考慮特征的基本組成部分，例如植被、土壤、水泥和水。大類，稱為第一級(jí)分類。每個(gè)主要類別都可以進(jìn)一步分類，以便對(duì)其進(jìn)行連續(xù)細(xì)分，直到對(duì)所需的最終葉節(jié)點(diǎn)類別進(jìn)行分類為止。因此，在根節(jié)點(diǎn)和最終葉節(jié)點(diǎn)之間形成了分類樹(shù)結(jié)構(gòu)。在樹(shù)形結(jié)構(gòu)的每個(gè)分支點(diǎn)，可以選擇不同的物質(zhì)以進(jìn)行更有效的精細(xì)分類。

在城市地物中，分出植被與非植被，然后通過(guò)非植被分出建筑區(qū)和陰影，最后，對(duì)于建筑區(qū)域，利用形狀特性和經(jīng)驗(yàn)知識(shí)區(qū)分出建筑陰影和其他陰影。如圖6所示為分類后房屋頂部的信息，亮白色為向光面，灰白為陰影，基本可以提取出房屋的陰影信息。實(shí)驗(yàn)數(shù)據(jù)中提供了表面模型，這樣就可以區(qū)分了道路，院子和房頂信息。

2.2 房屋形狀優(yōu)化

上述分類結(jié)果得到的屋頂與建筑物的實(shí)際形狀有差異，通過(guò)屋頂形狀優(yōu)化可得到現(xiàn)代城市中一些邊角為90°或270°的屋頂形狀規(guī)整的建筑物信息。具體方法是：使用正方形窗（正方形的邊長(zhǎng)為10像素），并以正方形的中心點(diǎn)為參考點(diǎn)，沿著屋頂?shù)倪吔邕M(jìn)行搜索。此邊界點(diǎn)大約是總數(shù)的1/4或3/4，用作屋頂?shù)墓战屈c(diǎn)。最后依次連接每個(gè)角點(diǎn)，完成建筑物屋頂邊界的構(gòu)成。對(duì)于結(jié)構(gòu)比較復(fù)雜的不規(guī)則建筑物，加入了人工干預(yù)需要借助專業(yè)的建模工具，如3DMAX等對(duì)它們進(jìn)行建模。

2.3 陰影優(yōu)化

提取連接到陰影的建筑物的邊界。如果選擇屋頂邊界線的一部分，該部分的方向與南北方向之間的夾角最小，且長(zhǎng)度大于15個(gè)像素，以線段的兩個(gè)端點(diǎn)為起點(diǎn)，以太陽(yáng)方位角為方向，使線長(zhǎng)于建筑物陰影的長(zhǎng)度，并使用兩條線中間的陰影提取高度建筑物。特別地，如果在圖像上沒(méi)有建筑物的陰影，則不能通過(guò)圖像獲得建筑物的高度數(shù)據(jù)，并且必須去現(xiàn)場(chǎng)勘測(cè)以獲得建筑物數(shù)據(jù)。

3? 建筑物側(cè)面紋理的提取

可以從高分辨率遙感圖像中快速獲得頂部紋理。 側(cè)面紋理分為垂直側(cè)面的紋理和非垂直側(cè)面的紋理。在垂直攝影中或當(dāng)建筑物的側(cè)面被遮擋時(shí)，有必要通過(guò)地面攝影來(lái)提取側(cè)面紋理。用這種方法獲得的紋理比從圖像中獲得的紋理更真實(shí)。在非垂直攝影的情況下，可以根據(jù)圖像將其提取。圖7顯示了使用單個(gè)高分辨率圖像的陰影提取城市建筑物的高度信息的整個(gè)過(guò)程。

4? 結(jié)語(yǔ)

該文介紹了利用高分辨率航空影像提取城市建筑物高度信息的相關(guān)基礎(chǔ)知識(shí)和技術(shù)方法。在充分掌握建筑物陰影與高度之間關(guān)系的前提下，根據(jù)國(guó)內(nèi)一些學(xué)者的相關(guān)研究，運(yùn)用分割、分類技術(shù)提取影像上房屋陰影，對(duì)于高度的推算具有較好的作用。但是也存在一些問(wèn)題：（1）實(shí)驗(yàn)數(shù)據(jù)是易康軟件自帶數(shù)據(jù)，該數(shù)據(jù)為德國(guó)某小鎮(zhèn)的航空影像，影像中建筑物規(guī)則、稀疏，并且地勢(shì)平坦，較好地吻合了高度提取時(shí)假設(shè)的條件，而對(duì)于中國(guó)城鎮(zhèn)建筑物相對(duì)密集，建筑物構(gòu)造復(fù)雜的特點(diǎn)，在高度的提取不一定具有很好的效果。（2）根據(jù)相關(guān)資料，該文房屋形狀優(yōu)化處理方法在理論上是可行的，但筆者并沒(méi)有取得實(shí)驗(yàn)效果。（3）建筑物的紋理信息的是根據(jù)建筑物的屬性而定，該實(shí)驗(yàn)中的建筑物屋頂和側(cè)壁的紋理簡(jiǎn)單均一，而中式建筑物的復(fù)雜紋理結(jié)構(gòu)需要借助計(jì)算機(jī)模擬和人工繪畫技術(shù)才能完成。所以城市建筑物三維建模需要根據(jù)研究區(qū)域的環(huán)境情況而定，高分辨率影像中建筑物高度提取的原理和方法應(yīng)適用于具體的研究對(duì)象。

參考文獻(xiàn)

[1] 金永濤，楊秀峰，高濤，等.基于面向?qū)ο笈c深度學(xué)習(xí)的典型地物提取[J].國(guó)土資源遙感，2018，30（1）：22-29.

[2] 楊帆，王博.基于決策樹(shù)的遙感圖像分類方法研究[J].測(cè)繪與空間地理信息，2019，42（7）：1-4.

[3] 黃磊，劉衛(wèi)軍，李芳.基于AUTOCAD和3DMAX的某建筑物三維建模[J].科學(xué)技術(shù)創(chuàng)新，2018（7）：111-112.

[4] 何惠馨，范俊甫，陳文賀，等.基于亮度補(bǔ)償?shù)倪b感影像陰影遮擋道路提取方法[J].地球信息科學(xué)學(xué)報(bào)，2020，22（2）：258-267.

[5] 瑚敏君，馮德俊，伍燚垚.城市規(guī)則建筑物陰影去噪[J].遙感信息，2020，35（1）：123-128.

[6] 葛樂(lè)，鐘興.基于陰影概率約束的遙感影像建筑物陰影檢測(cè)[J].激光與光電子學(xué)進(jìn)展，2018，55（4）：135-141.