本發(fā)明屬于測繪產(chǎn)品之一的正射影像產(chǎn)品自動化生產(chǎn)技術(shù)領(lǐng)域，尤其涉及一種基于投影數(shù)字高程模型的正射影像鑲嵌線自動提取方法。

背景技術(shù)：
測繪產(chǎn)品生產(chǎn)中，利用攝影測量方法，使用航空影像制作正射影像產(chǎn)品時，需將多張經(jīng)正射糾正的影像鑲嵌成范圍更大的圖像，然后按照一定規(guī)范裁切得到標準圖幅形式的影像地圖。影像鑲嵌過程的關(guān)鍵是鑲嵌線需避開影像間的差異區(qū)域，否則會產(chǎn)生拼接影像上的地物不完整現(xiàn)象，影響最終鑲嵌效果。為保證正射影像產(chǎn)品質(zhì)量，生產(chǎn)中往往需要大量的人工干預使鑲嵌線避開差異區(qū)域。為提高生產(chǎn)效率，必須要研究解決鑲嵌線的自動提取問題。鑲嵌線自動提取需要解決的核心問題有兩個，一是如何檢測影像在重疊區(qū)域的差異，二是如何高效搜尋到經(jīng)過差異最小的“路徑”。目前檢測影像在重疊區(qū)域的差異時，大多使用像素灰度值之差或類似計算方法[1-7]，顏色相似性（Coloursimilarity）和紋理相似性（Texturesimilarity）[8]、歸一化相關(guān)系數(shù)（NCC：normalizedcrosscorrelation）[7]等方法也用來檢測影像重疊區(qū)域的差異。關(guān)于差異最小路徑的搜索算法，一般采用Dijkstra's算法[1,7]、bottleneckshortestpath算法[2,6]、動態(tài)規(guī)劃算法[3,7]、Twinsnakes算法[8]、Shortcuts算法[4]、蟻群算法[9]等。文中涉及的參考文獻如下：[1]Davis,J.(1998,June).Mosaicsofsceneswithmovingobjects.InComputerVisionandPatternRecognition,1998.Proceedings.1998IEEEComputerSocietyConferenceon(pp.354-360).IEEE.[2]Fernandez,E.,Garfinkel,R.,&Arbiol,R.(1998).Mosaickingofaerialphotographicmapsviaseamsdefinedbybottleneckshortestpaths.OperationsResearch,46(3),293-304.[3]Efros,A.A.,&Freeman,W.T.(2001,August).Imagequiltingfortexturesynthesisandtransfer.InProceedingsofthe28thannualconferenceonComputergraphicsandinteractivetechniques(pp.341-346).ACM.[4]Xandri,R.,Pérez-Aragüés,F.,Palà,V.,&Arbiol,R.(2005).Automaticgenerationofseamlessmosaicsoverextensiveareasfromhighresolutionimagery.InWorldMulti-ConferenceonSystemics,CyberneticsandInformatics(WMSCI),Orlando.[5]Chon,J.,&Kim,H.(2006).Determinationoftheoptimalseam-linesinimagemosaickingwiththedynamicprogramming(DP)ontheconvertedcostspace.ArtificialIntelligenceandSoftComputing–ICAISC2006,750-757.[6]Pan,J.,Wang,M.,Li,D.,&Li,J.(2009).AutomaticgenerationofseamlinenetworkusingareaVoronoidiagramswithoverlap.GeoscienceandRemoteSensing,IEEETransactionson,47(6),1737-1744.[7]Chon,J.,Kim,H.,&Lin,C.S.(2010).Seam-linedeterminationforimagemosaicking:Atechniqueminimizingthemaximumlocalmismatchandtheglobalcost.ISPRSJournalofPhotogrammetryandRemoteSensing,65(1),86-92.[8]Kerschner,M.(2001).Seamlinedetectionincolourorthoimagemosaickingbyuseoftwinsnakes.ISPRSjournalofphotogrammetryandremotesensing,56(1),53-64.[9]Zhang,J.,Sun,M.,Zhang,Z.(2009).“AutomatedSeamlineDetectionforOrthophotoMosaickingBasedonAntColonyAlgorithm,”GeomaticsandInformationScienceofWuhanUniversity,vol.34no.6,675-678.

技術(shù)實現(xiàn)要素：
針對現(xiàn)有技術(shù)中正射影像產(chǎn)品生產(chǎn)需人工干預鑲嵌線導致的生產(chǎn)效率低下和鑲嵌線質(zhì)量不高的問題，本發(fā)明提供了一種生產(chǎn)效率更高、鑲嵌線質(zhì)量更好的基于投影數(shù)字高程模型的正射影像鑲嵌線自動提取方法。為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：基于投影數(shù)字高程模型的正射影像鑲嵌線自動提取方法，包括步驟：步驟1，利用單片正射影像的數(shù)字地面模型數(shù)據(jù)與數(shù)字表面模型數(shù)據(jù)，獲取單片正射影像的投影數(shù)字高程模型；步驟2，根據(jù)鑲嵌原則和正射影像間的鑲嵌關(guān)系確定待鑲嵌正射影像對；步驟3，將待鑲嵌正射影像對的投影數(shù)字高程模型按地理坐標疊加獲得疊加圖像，將疊加圖像二值化得到二值疊加圖像；步驟4，采用圖像形態(tài)學方法提取二值疊加圖像的骨架線獲得骨架線網(wǎng)絡(luò)，采用Dijkstra算法在骨架線網(wǎng)絡(luò)中搜尋最短路徑，即待鑲嵌影像對的鑲嵌線。步驟1進一步包括子步驟：1.1基于航空攝影影像中的內(nèi)外方位元素以及單片正射影像的數(shù)字地面模型數(shù)據(jù)與數(shù)字表面模型數(shù)據(jù)，采用攝影測量學中的共線方程進行投影計算，獲得數(shù)字表面模型數(shù)據(jù)中各點在正射影像上的位置；1.2將數(shù)字表面模型數(shù)據(jù)中各點相對于數(shù)字地面模型數(shù)據(jù)的高程差賦值給該點在正射影像上的位置，即獲得正射影像的投影數(shù)字高程模型。為減少數(shù)據(jù)量，步驟3的一種優(yōu)選方案為：將待鑲嵌正射影像對的投影數(shù)字高程模型二值化后按地理坐標疊加，獲得二值疊加圖像。步驟4進一步包括子步驟：4.1采用圖像形態(tài)學方法提取二值疊加圖像的骨架線獲得骨架線網(wǎng)絡(luò)；4.2刪除骨架線網(wǎng)絡(luò)中的孤立線段獲得骨架線端點間的路徑連通圖；4.3以各骨架線代表的二值疊加圖像區(qū)域的寬度倒數(shù)視為骨架線端點間的聯(lián)通代價，利用Dijkstra算法在路徑連通圖上搜索聯(lián)通代價最小的路徑，即為鑲嵌線。單片正射影像使用數(shù)字地面模型數(shù)據(jù)（DTM），利用影像內(nèi)外方位元素信息，通過正射糾正技術(shù)得到。由于正射糾正過程中使用的DTM不包含房屋、樹木等高出地面地物的高程信息，導致屋頂、樹頂?shù)鹊匚镌趩纹溆跋裆洗嬖谕队安?，不同的單片正射影像上投影差大小與方向均不一樣，大比例尺的單片正射影像在重疊區(qū)域的主要差異即為投影差區(qū)域。本發(fā)明利用數(shù)字表面模型數(shù)據(jù)（DSM）與數(shù)字地面模型數(shù)據(jù)（DTM），基于投影數(shù)字高程模型（OESM）原理，精確計算正射影像上屋頂、樹木等高出地面地物在正射影像上的位置（即投影差區(qū)域）；再利用圖像形態(tài)學操作和Dijkstra算法找尋避開投影差區(qū)域的最優(yōu)路徑，從而實現(xiàn)正射影像鑲嵌線的自動檢測，為提高正射影像產(chǎn)品生產(chǎn)的效率與產(chǎn)品質(zhì)量提供了重要解決方法。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下特點：1、充分利用了DSM和DTM中的信息，可精確檢測單片正射影像上的投影差區(qū)域，使正射影像鑲嵌線繞開投影差區(qū)域，即確保鑲嵌線避開正射影像上的高出地面的地物，從而提高鑲嵌線質(zhì)量；2、能夠自動獲取正射影像鑲嵌線，減少正射影像產(chǎn)品生產(chǎn)的人工干預工作量，對提高城市地區(qū)大比例尺數(shù)字正射影像的生產(chǎn)效率意義重大。附圖說明圖1為本發(fā)明方法的具體流程圖；圖2為正射影像的投影數(shù)字高程模型的計算原理示意圖；圖3為單片正射影像與其投影數(shù)字高程模型的疊加結(jié)果，其中，圖（a）為單片正射影像，圖（b）為圖（a）所示單片正射影像的投影數(shù)字高程模型，圖（c）為圖（a）所示單片正射影像和圖（b）所示投影數(shù)字高程模型的疊加結(jié)果；圖4為正射影像間鑲嵌關(guān)系的確定示意圖；圖5為二值疊加圖像示意圖，圖（a）與圖（b）為一對待鑲嵌單片正射影像對的投影數(shù)字高程模型的二值圖像；圖（c）為圖（a）和圖（b）中所示二值圖像按地理坐標疊加的二值疊加圖像；圖6為二值疊加圖像的骨架線網(wǎng)絡(luò)及尋找的鑲嵌線，其中，圖（a）為提取的骨架線網(wǎng)絡(luò)，圖（b）為骨架線端點間的路徑連通圖，圖（c）為尋找的鑲嵌線；圖7為鑲嵌示意圖和鑲嵌結(jié)果，其中，圖（a）為鑲嵌示意圖，圖（b）為正射影像對的鑲嵌結(jié)果；圖8為鑲嵌效果對比圖，圖（a）為傳統(tǒng)方法的鑲嵌效果，圖（b）為本發(fā)明方法的鑲嵌效果。具體實施方式本發(fā)明基于投影數(shù)字高程模型精確定位單片正射影像上的投影差區(qū)域，然后通過圖像形態(tài)學處理與計算幾何操作，提取避開單片正射影像上投影差區(qū)域的路徑，作為單片正射影像鑲嵌處理時的鑲嵌線，從而實現(xiàn)正射影像產(chǎn)品的自動化鑲嵌。為了更好理解本發(fā)明的技術(shù)方案和技術(shù)效果，下面將結(jié)合附圖對本發(fā)明做進一步細說明。見圖1，本發(fā)明方法具體步驟如下：步驟1，基于投影數(shù)字高程模型原理，利用單片正射影像的DTM與DSM數(shù)據(jù)，獲取單片正射影像的投影數(shù)字高程模型。本步驟可采用現(xiàn)有技術(shù)實現(xiàn)，公告號CN102509354B的中國專利《一種與影像同步變化的投影數(shù)字高程模型制作方法》中記載了單片正射影像的投影數(shù)字高程模型的制作方法。正射影像是利用DTM進行數(shù)字微分糾正獲得的，這種糾正僅能消除地形在影像上的中心投影效應(yīng)，而房屋、樹木等高出地面地物（非地面點）在正射影像上依然存在投影差。利用航空攝影影像中的內(nèi)外方位元素以及正射影像的DSM、DTM信息，可計算出DSM中各點在正射影像上的位置；將DSM各點相對于DTM的高程差賦值給該點在正射影像上的位置，即獲得正射影像的投影數(shù)字高程模型（OESM）。圖2為正射影像的投影數(shù)字高程模型的計算原理示意圖，圖中，S為攝影中心，PDSM（XDSM,YDSM,ZDSM）為DSM上的點，為房屋上一點，坐標已知，PDTM（X,Y,ZDTM）為攝影光線SPDSM與DTM面的交點，結(jié)合影像的內(nèi)外方位元素，基于攝影測量學中的共線方程進行投影計算，獲得點PDTM的平面坐標（X,Y）。令P點坐標為(X,Y,ZDSM-ZDTM)，獲得DSM上所有點對應(yīng)的P點，即可獲得圖2（b）所示的三維點云模型，即正射影像的OESM，OESM可反映出單片正射影像上屋頂、樹木等高出地面地物的殘余高程差的投影分布。圖3為單片正射影像與其投影數(shù)字高程模型的疊加結(jié)果，其中，圖3（a）為經(jīng)糾正的單片正射影像（DOM），糾正過程遵循航空攝影測量中的標準正射糾正處理要求；圖3（b）為采用圖2所示方法獲得的單片正射影像的投影數(shù)字高程模型；將圖（a）所示單片正射影像和圖（b）所示投影數(shù)字高程模型按地理坐標疊加后，投影數(shù)字高程模型數(shù)據(jù)采用等高線顯示，放大圖（a）中白框區(qū)域，即圖（c），圖（c）表明投影數(shù)字高程模型中的高程值可清楚標識單片正射影像上的投影差區(qū)域。步驟2，根據(jù)鑲嵌原則和正射影像間的鑲嵌關(guān)系確定待鑲嵌正射影像對。正射影像的鑲嵌是將多幅正射影像拼接處理成一幅大圖像，鑲嵌過程可分解為符合一定規(guī)則的影像兩兩之間的鑲嵌操作。影像鑲嵌過程可參考圖4：第一步(step1)將航帶內(nèi)的單片正射影像按順序進行鑲嵌線檢測與有效鑲嵌區(qū)域處理，得到單航帶的鑲嵌線網(wǎng)絡(luò)；第二步(step2)進行航帶間單片正射影像的鑲嵌線檢測與有效鑲嵌區(qū)域處理，得到整個區(qū)域的鑲嵌線網(wǎng)絡(luò)。根據(jù)影像鑲嵌過程，正射影像間鑲嵌關(guān)系的確定可以描述為：首先，按正射影像在航帶內(nèi)的順序，確定正射影像間的兩兩鑲嵌關(guān)系，獲得單航帶內(nèi)的待鑲嵌正射影像對，例如，圖4中單片正射影像01和02為一對待鑲嵌正射影像對，單片正射影像02和03也為一對待鑲嵌正射影像對，從而獲得一系列單航帶內(nèi)的待鑲嵌正射影像對，對待鑲嵌正射影像對進行鑲嵌可獲得單航帶的鑲嵌影像；然后，根據(jù)航帶順序確定單航帶鑲嵌影像的兩兩鑲嵌關(guān)系，將單航帶鑲嵌影像按航帶順序一一鑲嵌完畢，即得到整個區(qū)域的鑲嵌影像，例如，圖4中單片正射影像01、02、03鑲嵌得到的單航帶鑲嵌影像和單片正射影像11、12、13鑲嵌得到的單航帶鑲嵌影像為一對航帶間的待鑲嵌正射影像對。由于鑲嵌是以影像對為基本單元進行處理，后續(xù)步驟僅基于影像對進行描述。步驟3，將待鑲嵌影像對的投影數(shù)字高程模型按地理坐標疊加獲得疊加圖像，將疊加圖像二值化得到二值疊加圖像。要避開待鑲嵌影像對上的投影差區(qū)域，需要將待鑲嵌影像對的投影數(shù)字高程模型按地理坐標疊加，再尋找疊加圖上高程值較小的區(qū)域。具體可通過設(shè)置高程閾值，將疊加結(jié)果進行二值化處理并轉(zhuǎn)換為二值圖像數(shù)據(jù)，OESM格網(wǎng)點高程大于高程閾值，設(shè)置該OESM格網(wǎng)點的圖像灰度值為1，否則為0。高程閾值的設(shè)定值不超過一般高出地面地物的高度即可，一般可將高程閾值設(shè)置為1。實際處理過程中，為減少數(shù)據(jù)量，可先根據(jù)設(shè)置的高程閾值，分別將待鑲嵌影像對的投影數(shù)字高程模型二值化處理，然后將二值化處理后的二值圖像按地理坐標進行疊加得到二值疊加圖像。圖5為二值疊加圖像示意圖，圖5（a）和圖5（b）為一對待鑲嵌單片正射影像對的投影數(shù)字高程模型的二值圖像，圖中黑色區(qū)域表明該區(qū)域在單片正射影像上的對應(yīng)區(qū)域視差較小，白色區(qū)域表明該區(qū)域在單片正射影像上的對應(yīng)區(qū)域視差較大。圖5（c）為圖5（a）和圖5（b）中所示二值圖像按地理坐標疊加的二值疊加圖像，圖像中的黑色區(qū)域表示高程值較小的區(qū)域，即鑲嵌線可通過區(qū)域。步驟4，對步驟3獲得的二值疊加圖像進行骨架線提取獲得骨架線網(wǎng)絡(luò)，并尋找骨架線網(wǎng)絡(luò)中的最短路徑，即待鑲嵌影像對的鑲嵌線。圖6為二值疊加圖像的骨架線網(wǎng)絡(luò)及尋找的鑲嵌線。采用圖像形態(tài)學骨架線提取算法提取圖5（c）中二值疊加圖像的骨架線，獲得圖6（a）所示的骨架線網(wǎng)絡(luò)，圖中，直線代表骨架線，圓圈代表骨架線上節(jié)點。對圖6（a）中骨架線網(wǎng)絡(luò)進行整理，刪除孤立線段獲得骨架線端點間的路徑連通圖，見圖6（b）。以各骨架線代表的二值疊加圖像區(qū)域的寬度倒數(shù)視為骨架線端點間的聯(lián)通代價，利用Dijkstra算法在路徑連通圖上搜索得到聯(lián)通代價最小的節(jié)點，見圖6（c）中的圓圈，將這些節(jié)點連接起來的路徑，即為鑲嵌線。基于鑲嵌線，結(jié)合單片正射影像的有效區(qū)域，構(gòu)建單片正射影像的有效鑲嵌多邊形。見圖7，圖7（a）中兩個規(guī)則四邊形分別代表待鑲嵌正射影像對的有效區(qū)域，不同填充方向所在的區(qū)域A和區(qū)域B分別代表兩張單片正射影像的有效鑲嵌區(qū)域，區(qū)域A和區(qū)域B的分界線為Dijkstra算法搜索得到的最優(yōu)路徑；圖7（b）為兩張單片正射影像利用各自的有效鑲嵌區(qū)域和鑲嵌線鑲嵌的圖像，圖中白色折線為鑲嵌線，可以看到鑲嵌線主要沿著街道，沒有穿過建筑物區(qū)域。圖8為鑲嵌效果對比圖，圖8（a）和圖8（b）中的白線為鑲嵌線，圖8（a）中鑲嵌線是根據(jù)待鑲嵌影像的重疊區(qū)域的中間線獲得，從圖中可以看出，鑲嵌線穿過了影像上的屋頂位置，導致最終鑲嵌圖上房屋的不完整；圖8（b）中鑲嵌線是采用本發(fā)明方法獲得，從圖中可以看出，鑲嵌線沿著道路，未穿過屋頂?shù)雀叱龅孛娴牡匚铮蓓數(shù)雀叱龅牡孛嬖谧罱K鑲嵌圖上是完整的。