基于LiDAR點(diǎn)云數(shù)據(jù)的真正射影像制作_畢業(yè)設(shè)計(jì)論文.docx

1、.畢業(yè)設(shè)計(jì)論文基于Lidar點(diǎn)云數(shù)據(jù)的真正射影像制作摘 要本文主要介紹Lidar數(shù)據(jù)的主要應(yīng)用，技術(shù)原理，以及利用Lidar點(diǎn)云數(shù)據(jù)制作真正射影像的理論方法。其中，重點(diǎn)介紹了基于Lidar點(diǎn)云數(shù)據(jù)內(nèi)插DSM的理論以及傳統(tǒng)DOM的制作方法。論文完成的主要工作有：1，分析Lidar數(shù)據(jù)特點(diǎn)，利用Lidar數(shù)據(jù)提取DSM的流程以及Lidar數(shù)據(jù)內(nèi)插DSM方法，并對(duì)各種方法進(jìn)行了理論比較。2，介紹傳統(tǒng)基于DEM的DOM制作原理及流程。深入探討了數(shù)字微分糾正的理論和應(yīng)用方法以及局限性。3，介紹基于DSM的DOM制作理論。對(duì)基于DSM制作的DOM過(guò)程中產(chǎn)生的重復(fù)映射現(xiàn)象進(jìn)行了分析，并提出了常用的幾種解決方

2、案。4，分析當(dāng)代攝影測(cè)量的發(fā)展趨勢(shì)。簡(jiǎn)要介紹數(shù)字網(wǎng)格系統(tǒng)像素工廠系統(tǒng)（Pixel Factory）。索引關(guān)鍵詞：LiDAR，DOM，DSM，數(shù)字微分糾正，數(shù)字網(wǎng)格技術(shù)Abstract目錄基于Lidar點(diǎn)云數(shù)據(jù)的真正射影像制作1摘 要1第一章 引言3第二章 Lidar技術(shù)原理32.1 Lidar對(duì)地定位原理32.2 Lidar數(shù)據(jù)特點(diǎn)及處理32.2.1 Lidar點(diǎn)云數(shù)據(jù)提取DSM流程32.3 Lidar點(diǎn)云數(shù)據(jù)內(nèi)插DSM基本算法原理32.3.1 反距離加權(quán)插值法(IDW)32.3.2 Kriging插值法32.3.3 自然鄰近點(diǎn)插值法(NaN)32.3.4 樣條插值法32.3.5 線性插值法3

3、2.3.6 非線性插值法32.3.7 各種插值方法的比較3第三章 傳統(tǒng)DOM的制作方式33.1 數(shù)字微分糾正33.1.1 數(shù)字微分糾正的基本原理33.2 框幅式中心投影影像的數(shù)字微分糾正33.2.1反解法（間接法）數(shù)字微分糾正33.2.2正解法（直接法）數(shù)字微分糾正33.3線陣列掃描影像的數(shù)字微分糾正3第四章 基于Lidar數(shù)據(jù)的DOM制作34.1基于DSM的正射糾正的局限性34.2真正射影像糾正過(guò)程34.3遮擋區(qū)域檢測(cè)34.3.1 Z-buffer算法34.3.2 遮擋區(qū)域檢測(cè)的一般準(zhǔn)則34.4真正射影像鑲嵌34.4.1 輻射糾正34.4.2 幾何合成34.4.3 真正射影像的優(yōu)缺點(diǎn)3第五章

4、 展望和總結(jié)35.1 Pixel Factory系統(tǒng)簡(jiǎn)介35.1.1系統(tǒng)概述35.1.2工作流程35.1.3 像素工廠的優(yōu)缺點(diǎn)3第一章 引言 激光雷達(dá)測(cè)量（LIDAR）是一種通過(guò)位置、距離、角度等觀測(cè)數(shù)據(jù)直接獲取對(duì)像表面點(diǎn)三維坐標(biāo)，實(shí)現(xiàn)地表信息提取和三維場(chǎng)景重建的對(duì)地觀測(cè)技術(shù)。這項(xiàng)技術(shù)是繼GPS空間定位系統(tǒng)之后又一項(xiàng)測(cè)繪技術(shù)新突破，是一種嶄新的革命性的測(cè)量工具。該技術(shù)優(yōu)勢(shì)明顯，將對(duì)傳統(tǒng)攝影測(cè)量技術(shù)造成沖擊，有可能給測(cè)繪領(lǐng)域帶來(lái)一場(chǎng)新的技術(shù)革命。利用LIDAR進(jìn)行目標(biāo)探測(cè)屬于主動(dòng)遙感方式，對(duì)天氣的依賴性小，不易受陰影和太陽(yáng)角度的影響。與攝影測(cè)量技術(shù)相比，避免了投影（從三維到二維）帶來(lái)的信息損失，

5、極大地提高高程獲取的精度，且優(yōu)勢(shì)明顯。利用LIDAR技術(shù)可快速完成數(shù)字高程模型（DEM，Digital Elevation Model）及數(shù)字正射影像圖（DOM，Digital Orthophoto Map）的大規(guī)模生產(chǎn)。激光雷達(dá)測(cè)量技術(shù)在國(guó)外研究已經(jīng)相當(dāng)成熟，對(duì)于絕大部分屬于硬件和系統(tǒng)集成方面的許多關(guān)鍵問(wèn)題已得到解決，然而對(duì)于激光雷達(dá)測(cè)量數(shù)據(jù)的處理算法仍然處于前期研究發(fā)展階段，還有許多問(wèn)題沒(méi)有得到解決。激光雷達(dá)點(diǎn)云數(shù)據(jù)處理主要是指LIDAR測(cè)量數(shù)據(jù)的后處理，其中針對(duì)點(diǎn)云數(shù)據(jù)的濾波、分類和地物識(shí)別與提取是目前的難點(diǎn)和研究熱點(diǎn)。目前的研究方向主要包括激光腳點(diǎn)三維坐標(biāo)計(jì)算、坐標(biāo)系統(tǒng)的轉(zhuǎn)換、系統(tǒng)誤差

6、的校正、粗差剔除、數(shù)據(jù)濾波處理、DEM/DTM生成以及后續(xù)的地物提取、建筑物三維重建、3D城市模型等高級(jí)處理等。對(duì)于機(jī)載激光雷達(dá)測(cè)量來(lái)說(shuō)按照掃描方式的不同，激光腳點(diǎn)的分布形態(tài)不同，激光腳點(diǎn)在三維空間的分布形態(tài)呈現(xiàn)隨機(jī)離散的數(shù)據(jù)“點(diǎn)云”。在這些點(diǎn)中，有些點(diǎn)位于真實(shí)地形表面，有些點(diǎn)位于人工建筑物或者自然植被。數(shù)字正攝影像（DOM）是同時(shí)具有地圖幾何精度和影像特征的影像地圖，是地球空間數(shù)據(jù)框架的一個(gè)基礎(chǔ)數(shù)據(jù)層。以往由于影像空間分辨率不高，在傳統(tǒng)正攝糾正過(guò)程中將建筑物視為地表的一部分，采用DEM校正由于透視成像和地形起伏導(dǎo)致的影像變形。近年來(lái)，隨著高分辨率遙感影像的出現(xiàn)，在城市中建筑物的影像使得傳統(tǒng)正

7、攝影像應(yīng)用面臨許多問(wèn)題，維持有人提出了生成真正攝影像（True OrthoImage-TOI）的思想，在正攝糾正過(guò)程中進(jìn)一步考慮對(duì)建筑物的改正。目前一些商業(yè)軟件例如法國(guó)ISTAR公司的PixelFactory已具備生成數(shù)字表面模型（Digital Surface Model-DSM）和進(jìn)行真正射糾正功能。 真正射糾正是一個(gè)復(fù)雜的工藝過(guò)程，研制一套具有TOI制作功能的實(shí)用軟件系統(tǒng)任務(wù)量巨大。真正射糾正中最繁瑣最耗時(shí)的階段在于提取DSM，其工作量占據(jù)整個(gè)流程的90%左右。本文討論的重點(diǎn)是從LIdar數(shù)據(jù)中提取DSM的理論和方法，以及利用DSM制作真正射影像的方法。第二章 Lidar技術(shù)原理2.1

8、Lidar對(duì)地定位原理機(jī)載lidar的定位原理不同于傳統(tǒng)遙感的二維遙感圖像通過(guò)立體相對(duì)測(cè)量，影像相關(guān)或空間變換及地面控制點(diǎn)求出傳感器獲取該圖像時(shí)的外方位元素（，），從而實(shí)現(xiàn)定位，而是通過(guò)精確測(cè)定遙感器的空中位置，測(cè)定遙感器的姿態(tài)參數(shù)和測(cè)定遙感器到地面目標(biāo)距離的方法實(shí)現(xiàn)三維對(duì)地觀測(cè)。GPS定位技術(shù)，慣性測(cè)量技術(shù)和激光測(cè)距技術(shù)的有效集成和發(fā)展實(shí)現(xiàn)了上述觀測(cè)理念。圖2-1 Lidar對(duì)地定位原理已知空間一點(diǎn)G的三維坐標(biāo)（,），并可準(zhǔn)確測(cè)出由G點(diǎn)到待測(cè)定點(diǎn)P的矢量（模、方向余弦），那么就可以根據(jù)已知點(diǎn)加矢量的方法求出待測(cè)定點(diǎn)P的三維坐標(biāo)(，)。通常已知點(diǎn)G的三維線坐標(biāo)由GPS提供，方向余弦由觀測(cè)平臺(tái)法

9、線的俯仰角、側(cè)滾角、航偏角及觀測(cè)方向與法線間夾角組成的矢量矩陣算出（其中觀測(cè)平臺(tái)法線的、由姿態(tài)測(cè)量裝置給出，矢量的模s由激光測(cè)距儀給出）。上述、s已知，那么任意待測(cè)定點(diǎn)的三維坐標(biāo)(，)即可求出。待測(cè)定點(diǎn)的三維坐標(biāo)精度取決于上述八個(gè)參數(shù)的測(cè)量精度及同步精度。2.2 Lidar數(shù)據(jù)特點(diǎn)及處理廣義上的機(jī)載激光雷達(dá)數(shù)據(jù)不僅包括由激光器獲得的三維點(diǎn)云數(shù)據(jù)，還應(yīng)包括GPS數(shù)據(jù)、IMU數(shù)據(jù)及高分辨率數(shù)碼相機(jī)得到的影像數(shù)據(jù)。目前，機(jī)載激光雷達(dá)數(shù)據(jù)大都由硬件制造商提供，而且數(shù)據(jù)的種類和格式不盡相同。有的提供三維離散點(diǎn)，有的提供內(nèi)插過(guò)的格網(wǎng)數(shù)據(jù)，有的提供多次回波信息，有的提供強(qiáng)度信息，有的卻不提供后幾項(xiàng)數(shù)據(jù)。如何

10、規(guī)范LIDAR數(shù)據(jù)格式，制定一個(gè)開放的標(biāo)準(zhǔn)，使機(jī)載激光雷達(dá)系統(tǒng)提供商能夠?yàn)檐浖峁┥烫峁┩ㄓ玫臄?shù)據(jù)，對(duì)于拓展機(jī)載激光雷達(dá)的應(yīng)用具有十分重要的意義。原始LIDAR數(shù)據(jù)為WGS84坐標(biāo)系統(tǒng)下的三維點(diǎn)，根據(jù)國(guó)際標(biāo)準(zhǔn)格式(.las)以每條掃描線排列方式存放，包含激光點(diǎn)三維坐標(biāo)及反射強(qiáng)度值，文件中同時(shí)儲(chǔ)存有多重回波等信息。此時(shí)的.las文件是最原始的點(diǎn)云（一整條航帶），只有在最后生成格網(wǎng)化DEM及DSM時(shí)，可將其儲(chǔ)存為記錄三維坐標(biāo)的xyz文件，或其它DEM格式。LIDAR點(diǎn)云數(shù)據(jù)是一系列三維坐標(biāo)點(diǎn)，點(diǎn)的位置、間隔等在空間中分布不規(guī)則，這與DEM數(shù)據(jù)、矢量數(shù)據(jù)、數(shù)字影像每個(gè)像元之間的關(guān)系都不相同。如何有效

11、組織這些數(shù)據(jù)直接影響到數(shù)據(jù)處理效率和數(shù)據(jù)處理的有效性。目前常用表達(dá)LIDAR數(shù)據(jù)的拓?fù)潢P(guān)系有以下幾種：（1）三維激光點(diǎn)云：由于點(diǎn)云數(shù)據(jù)量大、計(jì)算機(jī)速度和內(nèi)存限制等各原因，LIDAR數(shù)據(jù)的實(shí)時(shí)渲染和處理仍沒(méi)有得到很好的解決。武漢大學(xué)黃先鋒提出了一種通過(guò)將點(diǎn)云均勻布置在順序編碼四叉樹上，繪制中實(shí)時(shí)對(duì)節(jié)點(diǎn)進(jìn)行裁切，并通過(guò)自適應(yīng)控制繪制的數(shù)據(jù)量，解決實(shí)時(shí)渲染大量LIDAR點(diǎn)云數(shù)據(jù)的問(wèn)題。（2）規(guī)則格網(wǎng)：規(guī)則格網(wǎng)就是規(guī)則間隔的正方形格網(wǎng)點(diǎn)組成的影像陣列，每個(gè)格網(wǎng)點(diǎn)和其它周圍格網(wǎng)點(diǎn)的拓?fù)潢P(guān)系已經(jīng)隱含在該陣列的行列號(hào)中。點(diǎn)是一個(gè)像元，線是由一串彼此相連的像元組成，它需要將離散點(diǎn)測(cè)量值內(nèi)插成規(guī)則格網(wǎng)。在創(chuàng)建格

12、網(wǎng)時(shí)，像元大小一經(jīng)固定，會(huì)出現(xiàn)幾個(gè)點(diǎn)落入一個(gè)格網(wǎng)內(nèi)和一個(gè)格網(wǎng)內(nèi)沒(méi)有點(diǎn)的情況，這就損失了LIDAR數(shù)據(jù)細(xì)節(jié)信息。但規(guī)則格網(wǎng)簡(jiǎn)化了數(shù)據(jù)組織方式，提高了數(shù)據(jù)處理效率，有利于引入圖像處理的成熟算法。（3）不規(guī)則三角網(wǎng)TIN：不規(guī)則三角網(wǎng)模型采用不規(guī)則多邊形擬合數(shù)據(jù)表面，在TIN模型中點(diǎn)的位置控制著三角形的頂點(diǎn)。其三角形大小隨點(diǎn)密度變化而自動(dòng)變化，且能夠?qū)Σ贿B續(xù)對(duì)象予以表達(dá)，如懸崖、斷層、海岸線和山谷底（陳述彭，1999），在很大程度上保留了原始激光點(diǎn)的形態(tài)。但當(dāng)原始數(shù)據(jù)在一個(gè)局部的二維區(qū)域內(nèi)有多個(gè)不同高程點(diǎn)交替起伏時(shí)，會(huì)產(chǎn)生嚴(yán)重的鋸齒現(xiàn)象，不利于數(shù)據(jù)處理。另外，如果用二維鄰域中最高點(diǎn)（或最低點(diǎn)）進(jìn)行數(shù)

13、據(jù)表達(dá)，會(huì)丟失房屋墻面上或穿透植被樹冠的多次回波點(diǎn)。TIN方法在處理單次回波信號(hào)時(shí)比較有效，但是沒(méi)有考慮垂直方向的分布。（4）體元：體元是表達(dá)三維空間的基本單位,其作用與二維平面中的像素類似。體元的形狀可以是長(zhǎng)方體、正方體，也可以是圓柱體。體元通過(guò)三維格網(wǎng)能夠表達(dá)離散、不規(guī)則數(shù)據(jù)（與觀察角度無(wú)關(guān)）還能記錄回波強(qiáng)度、數(shù)據(jù)點(diǎn)個(gè)數(shù)、光譜信息、密度、材質(zhì)等信息。但采用離散形式存儲(chǔ)、損失了空間(關(guān)系)特征，對(duì)系統(tǒng)資源要求高。2.2.1 Lidar點(diǎn)云數(shù)據(jù)提取DSM流程圖2-2 Lidar數(shù)據(jù)處理流程（著色部分將重點(diǎn)介紹）1)LIDAR原始飛行數(shù)據(jù)：機(jī)載GPS與地面基站GPS的空間位置數(shù)據(jù)、慣性測(cè)量單元I

14、MU測(cè)得的姿態(tài)數(shù)據(jù)、激光測(cè)距儀通過(guò)測(cè)量激光傳播時(shí)間測(cè)定傳感器到地面測(cè)定點(diǎn)的距離數(shù)據(jù)、激光反射強(qiáng)度信息以及回波數(shù)據(jù)，有些硬件產(chǎn)品提供波形數(shù)據(jù)，有些集成數(shù)字成像系統(tǒng)的硬件產(chǎn)品提供光學(xué)影像。2)航線重構(gòu)：航線重構(gòu)為后期的航帶拼接，接邊檢查提供了數(shù)據(jù)支持。飛機(jī)上的GPS流動(dòng)站與地面的GPS基準(zhǔn)站的測(cè)量數(shù)據(jù)聯(lián)合差分解算，即可確定飛機(jī)軌跡。由于GPS采樣頻率遠(yuǎn)遠(yuǎn)低于IMU的采樣頻率，因此需要利用IMU數(shù)據(jù)對(duì)GPS數(shù)據(jù)進(jìn)行內(nèi)插。3)消減系統(tǒng)誤差：每個(gè)系統(tǒng)不可避免地存在系統(tǒng)誤差，如GPS測(cè)量誤差、姿態(tài)測(cè)量誤差、激光測(cè)距儀內(nèi)部誤差、系統(tǒng)集成誤差、大氣折射誤差、掃描角誤差等。通過(guò)射程修正、掃描修正、大地水準(zhǔn)面改正

15、、點(diǎn)的精度檢查、飛行高度、溫度、壓力等因素的環(huán)境校正進(jìn)行誤差的初步消減，并得出架次的精度報(bào)告。4)計(jì)算LIDAR點(diǎn)云的三維坐標(biāo)：對(duì)差分GPS數(shù)據(jù)、飛機(jī)姿態(tài)數(shù)據(jù)、激光測(cè)距數(shù)據(jù)及激光掃描鏡的擺動(dòng)角度數(shù)據(jù)進(jìn)行聯(lián)合處理，最后得到各激光點(diǎn)的x，y，z三維坐標(biāo)數(shù)據(jù)，即大量懸浮在空中沒(méi)有屬性的離散的點(diǎn)陣數(shù)據(jù)，我們形象地稱之為“點(diǎn)云”。不同硬件系統(tǒng)的內(nèi)部坐標(biāo)、不同攝區(qū)的大地坐標(biāo)、不同數(shù)據(jù)源所在的坐標(biāo)系均不相同，需要將其轉(zhuǎn)換到統(tǒng)一坐標(biāo)系下進(jìn)行作業(yè)。5)點(diǎn)位數(shù)據(jù)讀寫：ASPRS定義的LAS格式是比較流行的LIDAR文件格式。除此之外，各公司都制定了自己的格式，如EarthData公司的EBN、EEBN，Terra

16、Scan、TopEye等公司的二進(jìn)制文件。6)航帶拼接：不同飛行航帶數(shù)據(jù)之間會(huì)產(chǎn)生畸變和錯(cuò)位等問(wèn)題，航帶拼接的目的是提高重疊區(qū)域數(shù)據(jù)精度，滿足接邊地物的連貫性。7)多源數(shù)據(jù)配準(zhǔn)：遙感圖像的成像模式具有多樣性，通?？梢栽谕坏貐^(qū)獲得不同傳感器、不同尺度、不同時(shí)相的數(shù)據(jù)，所以在融合這些多源數(shù)據(jù)時(shí)就必須應(yīng)用圖像配準(zhǔn)技術(shù)，用以校正各類圖像之間的差異。8)濾波分類：濾波的目的是過(guò)濾噪聲點(diǎn)（剔除錯(cuò)誤點(diǎn)和高程異常點(diǎn)，如地面以下的點(diǎn)云、飛行中的鳥等）、非地面點(diǎn)（地物點(diǎn)：如房屋、煙囪、塔、輸電線、樹、灌木、草等），保留地面點(diǎn)云，為提取DEM提供支持。分類的目的是根據(jù)客戶要求，區(qū)分不同地物(包括房屋、道路、植被等

17、)激光腳點(diǎn)的數(shù)據(jù)子集。分類涉及的問(wèn)題包括感興趣特征的構(gòu)造以及分類器的設(shè)計(jì)。隨著實(shí)際應(yīng)用需求的不斷提高，快速高精度分類方法是該方面的一個(gè)熱點(diǎn)研究方向。在海量不規(guī)則點(diǎn)云數(shù)據(jù)組織的基礎(chǔ)上，根據(jù)三維激光點(diǎn)云數(shù)據(jù)腳點(diǎn)的高程突變、多種數(shù)據(jù)源的智能化融合等信息進(jìn)行LIDAR點(diǎn)云的濾波與分類是重點(diǎn)。9)人工編輯：人工交互編輯的目的是剔除自動(dòng)濾波，自動(dòng)分類沒(méi)有濾掉的部分粗差和未分類正確的激光點(diǎn)，為了便于人工作業(yè)，工程化的海量數(shù)據(jù)處理需要界面更友好、處理效率更高的選定工具和算法。10)接邊檢查：為解決LIDAR處理的海量數(shù)據(jù)問(wèn)題，在不改變計(jì)算機(jī)配置、網(wǎng)絡(luò)設(shè)置的前提下，會(huì)把每個(gè)工程（包括很多架次）的點(diǎn)云數(shù)據(jù)切割成小

18、區(qū)塊，再逐一進(jìn)行濾波分類算法和人工編輯工作。處理完成后會(huì)存在切割塊之間的接邊問(wèn)題，類似光學(xué)影像中的鑲嵌過(guò)程。為確保接邊區(qū)域的地物完整和準(zhǔn)確需要進(jìn)行基于地物特征的算法和目視判讀方法支持。11)生成DEM/DSM：經(jīng)過(guò)上述處理的LIDAR數(shù)據(jù)進(jìn)行內(nèi)插等運(yùn)算（見本文下一節(jié)），生成可以滿足工程標(biāo)準(zhǔn)的DEM和DSM。2.3 Lidar點(diǎn)云數(shù)據(jù)內(nèi)插DSM基本算法原理為實(shí)現(xiàn)LIDAR數(shù)據(jù)進(jìn)一步的廣泛應(yīng)用，需要將經(jīng)過(guò)上述處理的點(diǎn)云與傳統(tǒng)測(cè)繪產(chǎn)品形式進(jìn)行統(tǒng)一。一般采用內(nèi)插方法從lidar數(shù)據(jù)中內(nèi)插DEM或DSM，進(jìn)而輔助或直接生產(chǎn)其他應(yīng)用產(chǎn)品。本節(jié)將簡(jiǎn)要介紹各種DSM內(nèi)插方法及各種方法的比較優(yōu)劣。2.3.1 反

19、距離加權(quán)插值法(IDW)反距離加權(quán)插值法（Inverse Distanee Weighted Intepolation，IDW）是最常用的空間內(nèi)插方法之一，該方法以插值點(diǎn)與樣本點(diǎn)之間的距離為權(quán)重，其權(quán)重值與距離成反比，插值點(diǎn)越近的樣品點(diǎn)賦予的權(quán)重越大。具體可表示為：= （1-1）式中，為點(diǎn)的預(yù)測(cè)值，即插值；N為點(diǎn)周圍已知點(diǎn)的數(shù)目；為參與預(yù)測(cè)的已知點(diǎn)的權(quán)重，為已知樣本點(diǎn)的測(cè)量值。 式中權(quán)重值可表示為：位i=， =1 (1-2) 其中，di0為己知樣本點(diǎn)到插值點(diǎn)的距離?？梢娫谥笖?shù)p的作用下，隨著距離di0的增大，權(quán)值不斷減小，p控制著權(quán)重系數(shù)如何隨著離開一個(gè)數(shù)據(jù)點(diǎn)距離的增加而下降。對(duì)于較大的冪次，

20、較近的數(shù)據(jù)點(diǎn)被給定一個(gè)較高的權(quán)重份額，對(duì)于較小的冪次，權(quán)重比較均勻地分配到各樣本點(diǎn)，冪次參數(shù)顯著影響內(nèi)插的結(jié)果,其選擇標(biāo)準(zhǔn)是使平均絕對(duì)誤差最小。特別地，當(dāng)pl時(shí)，稱為距離反比法，是一種常用而簡(jiǎn)便的空間插值方法。當(dāng)p2時(shí)，稱為距離平方反比法，在實(shí)際應(yīng)用中通常選擇距離平方反比法。當(dāng)樣本點(diǎn)和插值點(diǎn)重合時(shí)，該插值點(diǎn)被賦予樣本點(diǎn)的觀測(cè)值，因此這種插值方法屬于準(zhǔn)確插值，比較適合站點(diǎn)數(shù)據(jù)相當(dāng)密集并分布均勻的情況。當(dāng)站點(diǎn)數(shù)據(jù)較少的時(shí)候，內(nèi)插結(jié)果不能平滑地表現(xiàn)要素分布的規(guī)律，易受樣本極值點(diǎn)的影響，會(huì)在網(wǎng)格區(qū)域內(nèi)產(chǎn)生圍繞樣本點(diǎn)位置“靶心”，即所謂“牛眼”現(xiàn)象。2.3.2 Kriging插值法Kriging插值方法

21、1951年由南非地理學(xué)家Krige將模型用于礦脈判定，1962年由法國(guó)學(xué)者M(jìn)haterno給出算法的一般公式。這種方法充分吸收了地理統(tǒng)計(jì)的思想，Kriging原理是假設(shè)某種屬性的空間變化（如一個(gè)礦體內(nèi)品位的變化）即不是完全隨機(jī)也不是完全確定，不能簡(jiǎn)單用平滑數(shù)學(xué)函數(shù)進(jìn)行模擬，應(yīng)該用隨機(jī)表面給予較恰當(dāng)?shù)拿枋?。該模型發(fā)展初期主要用于空間插值或預(yù)測(cè)，以現(xiàn)有觀察采樣資料為基礎(chǔ)，對(duì)鄰近缺值的各點(diǎn)應(yīng)用統(tǒng)計(jì)學(xué)的線性模型進(jìn)行最佳化插值或預(yù)測(cè)。Kriging法在插值過(guò)程中需要確定權(quán)重系數(shù)，它以要素的區(qū)域變化性為理論基礎(chǔ)，用半方差函數(shù)（Semi-variogram）作為分析工具，對(duì)任一空間變量點(diǎn)處的估計(jì)值Z通過(guò)對(duì)該

22、點(diǎn)影響范圍內(nèi)的N個(gè)樣本觀測(cè)值Z的線性組合求得：Zxi= n=1,2n （1-3）上式中是樣本觀測(cè)值的權(quán)重系數(shù)，表示各樣本觀測(cè)值對(duì)估計(jì)值Z的貢獻(xiàn)。為達(dá)到線性無(wú)偏估計(jì)，使估計(jì)方差最小，權(quán)重系數(shù)由下面的克立格方程組確定。-=Cov=1 （1-4）上式中為樣本觀測(cè)點(diǎn)之間的協(xié)方差，Cov為樣本觀測(cè)點(diǎn)與插值點(diǎn)之間的協(xié)方差，為拉格朗日乘子。同時(shí)，權(quán)重系數(shù)取決于變量的空間結(jié)構(gòu)性，而變量的空間結(jié)構(gòu)特性由半方差函數(shù)(h)描述，其表達(dá)式為：h= （1-5） 上式中h為已知點(diǎn)的距離矢量，M(h)為被距離h分割的成對(duì)樣本點(diǎn)的數(shù)目。半方差函數(shù)h是點(diǎn)對(duì)間差異的一半因此稱為半方差變異函數(shù)。2.3.3 自然鄰近點(diǎn)插值法(NaN

23、)自然鄰點(diǎn)插值法（Natural Neighbor Interpolation，NaN）是一種較新的插值方法，它基于Voronoi圖（又叫泰森多邊形或Dirichlet圖）。此方法對(duì)于處理高度離散分布的不規(guī)則節(jié)點(diǎn)以及描述空間尺度上的劇烈變化具有良好的效果。作為計(jì)算幾何學(xué)的重要基礎(chǔ)，Voronoi圖起源于數(shù)學(xué)家Dirichlet（1850）和Voronoi(1908)提出的思想，并由A.H.Thiessen于1911年應(yīng)用進(jìn)行大區(qū)域內(nèi)的平均降水量研究。概括地說(shuō)Voronoi圖就是利用平面域上的有限離散點(diǎn)集將所在平面域剖分為凸多邊形子區(qū)域的集合。當(dāng)向Voronoi圖中的多邊形集合中加入一個(gè)新的數(shù)據(jù)

24、點(diǎn)時(shí)，就會(huì)修改這個(gè)Voronoi圖，使一些多邊形縮小。對(duì)于某離散點(diǎn)xi而言，那些與它具有共同Voronoi圖多邊形邊界的離散點(diǎn)稱為自然鄰點(diǎn)(Natural Neighbors)。自然鄰點(diǎn)插值方法就是根據(jù)各自然鄰點(diǎn)對(duì)待插值點(diǎn)函數(shù)值的權(quán)重來(lái)計(jì)算該節(jié)點(diǎn)的插值結(jié)果，見公式：f x i(1,2,3,N)= (1-6)上式中，fx是待插值點(diǎn)x的物理量值，i是點(diǎn)x的自然鄰點(diǎn)序號(hào)，其求和個(gè)數(shù)為x的自然鄰點(diǎn)數(shù)目，f(x)是節(jié)點(diǎn)xi的物理量值，(x)是對(duì)應(yīng)節(jié)點(diǎn)xi的插值基函數(shù)。為待插值點(diǎn)所在Voronoi圖中多邊形的總面積，可以把它分為N個(gè)部分，每一個(gè)部分都是新節(jié)點(diǎn)所在的多邊形與其自然鄰點(diǎn)原有多邊形重疊的部分，設(shè)

25、各部分面積為。用各部分面積除以總面積得到待插值點(diǎn)的自然鄰點(diǎn)坐標(biāo)，即各個(gè)的值。自然鄰點(diǎn)插值法是一種局部插值方法，即對(duì)某一點(diǎn)的插值主要取決于其附近區(qū)域的自然鄰點(diǎn)，其插值基函數(shù)在除定義節(jié)點(diǎn)外的定義域內(nèi)處處連續(xù)且無(wú)窮次可微，此方法對(duì)于分布高度不規(guī)則的數(shù)據(jù)具有良好的插值效果。2.3.4 樣條插值法“樣條”的原意是繪圖時(shí)用的彈性曲尺，在傳統(tǒng)手工過(guò)程中，繪圖員使用一種靈活的曲線規(guī)逐條擬合出平滑的曲線。這種靈活的曲線規(guī)繪出的分段曲線稱為樣條。與樣條匹配的數(shù)據(jù)點(diǎn)稱為“樁點(diǎn)”，繪制曲線時(shí)樁點(diǎn)控制曲線的位置。曲線規(guī)繪出的曲線在數(shù)學(xué)上用分段的三次多項(xiàng)式函數(shù)描述這些曲線，在連接處有連續(xù)的一階合二階連續(xù)倒數(shù)。樣調(diào)函數(shù)是數(shù)

26、學(xué)上與靈活曲線規(guī)對(duì)等的一個(gè)數(shù)學(xué)等式，是一個(gè)分段函數(shù)，進(jìn)行一次擬合只有與少數(shù)點(diǎn)擬合，同時(shí)保證曲線段連接處連續(xù)。這就意味著樣條函數(shù)可以修改少數(shù)數(shù)據(jù)點(diǎn)配準(zhǔn)而不必重新計(jì)算整條曲線（如下圖所示）。圖2-3 樣條插值法示意圖圖中（1）為二次樣條曲線的一個(gè)點(diǎn)位置變化時(shí)，只需要重新計(jì)算四段曲線；（2）為一次樣條曲線的點(diǎn)位置變化時(shí)，只需要重新計(jì)算兩段曲線。2.3.5 線性插值法實(shí)際的連續(xù)空間表面很難用一種數(shù)學(xué)多項(xiàng)式描述，因此往往采用局部?jī)?nèi)插技術(shù)，即利用局部范圍內(nèi)的已知點(diǎn)數(shù)據(jù)內(nèi)插出未知點(diǎn)數(shù)據(jù)。線性內(nèi)插方法是常見的插值法，內(nèi)插多項(xiàng)式如下：Z=+x+y （1-7）式中，系數(shù)、可利用相鄰的三個(gè)已知點(diǎn)求得。2.3.6 非

27、線性插值法Hiroshi Akima（1978）提出了一種基于三角形的五次非線性內(nèi)插方法，該方法應(yīng)用了C.L.Lawson（1972）的三角形，即最大化最小角原則。內(nèi)插多項(xiàng)式如下： （1-8）2.3.7 各種插值方法的比較一般來(lái)說(shuō)插值結(jié)果應(yīng)該滿足下述要求：（1）保凸（形）性要求：以曲線為例，如果模擬曲線與實(shí)際曲線有同樣多拐點(diǎn)個(gè)數(shù)，而且拐點(diǎn)的位置接近，則認(rèn)為模擬曲線的保凸性良好，反之，如果兩者拐點(diǎn)數(shù)目不相等，或者雖然相等但是對(duì)應(yīng)位置相差較大，則認(rèn)為保凸性差；（2）光滑性要求：以曲線為例光滑性指曲線上曲率的連續(xù)性，函數(shù)二次可導(dǎo)是曲率連續(xù)的先決條件。本文主要對(duì)內(nèi)插方法的效率、準(zhǔn)確性、空白區(qū)域插值能力

28、、平滑能力進(jìn)行比較（見下表）每個(gè)方面分為5個(gè)等級(jí)，五個(gè)“*”到一個(gè)“*”由優(yōu)到劣顯示。圖2-4 Lidar數(shù)據(jù)內(nèi)插方式比較通過(guò)上述比較可以看出Kriging算法內(nèi)插效果優(yōu)良但處理時(shí)間過(guò)長(zhǎng)，無(wú)法滿足工程化海量數(shù)據(jù)快速處理的要求，較適合小區(qū)域數(shù)據(jù)內(nèi)插；線性內(nèi)插方法數(shù)據(jù)處理效率最快，平滑能力優(yōu)良，但存在高程細(xì)節(jié)描述粗糙的現(xiàn)象。NaN算法數(shù)據(jù)處理效率適中，平滑能力和空白區(qū)域處理能力較好，但存在插值不準(zhǔn)確現(xiàn)象；樣條插值法有高程錯(cuò)點(diǎn)且在線性表現(xiàn)方面有較明顯的失真現(xiàn)象；Kriging算法相比之下內(nèi)插的準(zhǔn)確性更好。在空白區(qū)域處理能力方面大部分內(nèi)插算法可以較好實(shí)現(xiàn)，但樣條法在實(shí)驗(yàn)區(qū)的DEM空白區(qū)域內(nèi)插出的高程值

29、出現(xiàn)異常，導(dǎo)致暈渲圖中存在過(guò)多溝壑和凸起區(qū)域，地形不連續(xù)，平滑性差。當(dāng)然平滑性太強(qiáng)也無(wú)法反映地貌的細(xì)微高程變化，導(dǎo)致地形失真，如非線性插值中的梯田區(qū)域?？偟膩?lái)說(shuō)，各種插值法沒(méi)有必然的優(yōu)劣之分，主要取決于插值格網(wǎng)的用途和相應(yīng)的要求。DSM的插值是針對(duì)剔除粗差后的LIDAR數(shù)據(jù)進(jìn)行的，所以數(shù)據(jù)較密集，點(diǎn)云分布較均勻，房屋與地面、樹木與地面的過(guò)渡曲線比較多，要求每種插值算法能夠很好地表現(xiàn)原始數(shù)據(jù)，尤其是能準(zhǔn)確地描述樹木、房屋在地形中的高程變化。DEM的插值主要針對(duì)LIDAR數(shù)據(jù)的地面點(diǎn)類別進(jìn)行，空白數(shù)據(jù)較多，高程變化不明顯，要求每種算法能夠?qū)o(wú)數(shù)據(jù)地區(qū)實(shí)現(xiàn)準(zhǔn)確內(nèi)插，對(duì)局部適度平滑地表現(xiàn)地形，同時(shí)兼顧

30、梯田等高程的細(xì)微變化。在綜合分析了上述內(nèi)容的比較結(jié)果后，本文將不同插值對(duì)于激光雷達(dá)數(shù)據(jù)生成DSM、DEM的適應(yīng)程度分為了三個(gè)等級(jí)，見下表。其中，面向林業(yè)等非線性地物元素提取推薦使用Kriging插值方法，該方法對(duì)空間非線性不連續(xù)物體的表現(xiàn)更為準(zhǔn)確，插值實(shí)現(xiàn)起來(lái)更為穩(wěn)?。幻嫦蚪ㄖ?、道路等線性地物提取推薦使用線性內(nèi)插和NaN算法，該算法在擬和直線方面優(yōu)勢(shì)較明顯。圖2-5 插值方法適應(yīng)性比較第三章 傳統(tǒng)DOM的制作方式3.1 數(shù)字微分糾正根據(jù)有關(guān)參數(shù)與數(shù)字地面模型，利用相應(yīng)的構(gòu)象技術(shù)，或按一定的數(shù)學(xué)模型用控制點(diǎn)解算，從原始的非正射投影的數(shù)字影像獲取正射影像，這種過(guò)程是將影像化為很多微小的區(qū)域逐一進(jìn)

31、行糾正，而且使用的是數(shù)字方式處理，故叫做數(shù)字微分糾正或數(shù)字糾正。本節(jié)主要介紹框幅式中心投影影像與線陣列掃描影像的數(shù)字微分糾正方法。傳統(tǒng)正射糾正是在已建立影像成像模型的基礎(chǔ)上，利用DEM對(duì)原始數(shù)字影像進(jìn)行校正，消除傾斜誤差和投影誤差，以獲取正射影像圖。對(duì)于間接法正射糾正，在根據(jù)正射影像的像素坐標(biāo)和有關(guān)參數(shù)計(jì)算出（X,Y）后，需以此為基礎(chǔ)在DEM中內(nèi)插出高程Z，進(jìn)而根據(jù)共線方程計(jì)算原始影像的像點(diǎn)坐標(biāo)并獲取相應(yīng)的灰度信息，對(duì)于直接法正射糾正，情況較為復(fù)雜。3.1.1 數(shù)字微分糾正的基本原理數(shù)字微分糾正的基本任務(wù)是實(shí)現(xiàn)兩個(gè)二維圖像之間的幾何變換。在數(shù)字微分糾正過(guò)程中，必須首先確定原始影像與糾正后圖像之

32、間的幾何關(guān)系。設(shè)任意像元在原始圖像和糾正后圖像中的坐標(biāo)分別為（x,y）和（X，Y）。它們之間存在著正射關(guān)系：x=; y= (2-1)X=; Y= (2-2)公式（2-1-1）是由糾正后的像點(diǎn)坐標(biāo)（X，Y）出發(fā)反求其在原始圖像上的像點(diǎn)坐標(biāo)（x,y）,這種方法稱為反解法（或間接解法）。而公式（2-1-2）則相反，它是由原始圖像上像點(diǎn)坐標(biāo)（x,y）解求糾正后圖像上相應(yīng)點(diǎn)坐標(biāo)（X，Y），這種稱為正解法（或稱直接解法）。在實(shí)際數(shù)字糾正中通過(guò)解求對(duì)應(yīng)像元的位置，然后進(jìn)行內(nèi)插和賦值運(yùn)算。3.2 框幅式中心投影影像的數(shù)字微分糾正從糾正的最小單元來(lái)區(qū)分微分糾正的類別，基本上可以分為兩類：一類點(diǎn)元素糾正；另一類是

33、線元素糾正。有時(shí)亦有第三類，即面元素糾正，如自動(dòng)解析測(cè)圖儀GPM的微分糾正部分，其實(shí)質(zhì)為點(diǎn)元素糾正。多數(shù)光學(xué)微分糾正的儀器屬線元素微分糾正，即以很窄的縫隙為糾正的最小單元。而數(shù)字影像則是由像元排列而成的矩陣，其處理原理的最基本的單元是像素，因此，對(duì)數(shù)字影像進(jìn)行數(shù)字微分糾正，在原理上最適合點(diǎn)元素微分糾正。但能否真正做到點(diǎn)元素微分糾正，取決于能否真實(shí)地測(cè)定每個(gè)像元的物方坐標(biāo)X，Y，Z。實(shí)際上，大部分像元的物方坐標(biāo)一般采用線性內(nèi)插獲得，此時(shí)數(shù)字糾正實(shí)際上還是線元素糾正或面元素糾正。3.2.1反解法（間接法）數(shù)字微分糾正 應(yīng)用反解公式（2-1）計(jì)算原始圖像上相應(yīng)的像點(diǎn)坐標(biāo)p(x,y）,在航空攝影測(cè)量情

34、況下，反解公式為： （2-4）式中X，Y為p點(diǎn)對(duì)應(yīng)的縱橫坐標(biāo)，Z點(diǎn)p點(diǎn)的高程坐標(biāo)，由 DEM數(shù)據(jù)內(nèi)插取得。對(duì)于原始數(shù)字化影像，其坐標(biāo)是以行列進(jìn)行計(jì)量的。為此，應(yīng)利用影像坐標(biāo)與掃描坐標(biāo)之間的關(guān)系，求得相應(yīng)的像元坐標(biāo)但也可以由X，Y，Z直接求解掃描坐標(biāo)行、列號(hào)I，J，可由下式解得：（2-5）其中，m1,m2,n1,n2為彷射變換參數(shù)，I0,J0為主點(diǎn)掃描坐標(biāo)。在獲取像點(diǎn)坐標(biāo)以后，還要進(jìn)行灰度內(nèi)插，由于所求得的像點(diǎn)坐標(biāo)不一定正好落在像素中心，為此必須進(jìn)行灰度內(nèi)插，一般可采用雙線性內(nèi)插方法，求得p的灰度值g(x,y)。內(nèi)插出像點(diǎn)p的灰度后，將p的灰度值賦給糾正后的像素P，即G（X，Y）= g(x,y)

35、。依次對(duì)每個(gè)糾正像素進(jìn)行上述運(yùn)算，即能獲得糾正的數(shù)字圖像。反解法的基本原理步驟可用下面流程圖表示：計(jì)算地面點(diǎn)坐標(biāo)計(jì)算像點(diǎn)坐標(biāo)灰度內(nèi)插灰度賦值 圖2-6反解法流程圖3.2.2正解法（直接法）數(shù)字微分糾正正解法數(shù)字微分糾正的原理是從原始圖像出發(fā)，將原始圖像上逐個(gè)像元素用正解公式求得糾正后的像點(diǎn)坐標(biāo)。這一方案存在的缺點(diǎn)是在糾正后的圖像上，所得的像點(diǎn)坐標(biāo)是非規(guī)則排列的，有的像元素內(nèi)可能出現(xiàn)“空白”（無(wú)像點(diǎn)），而有的像元素可能出現(xiàn)重復(fù)（多個(gè)像點(diǎn)），因此很難實(shí)現(xiàn)灰度內(nèi)插并獲得規(guī)則排列的數(shù)字影像。所以數(shù)字糾正一般采用反解法。圖3-2 反解法迭代過(guò)程根據(jù)下面公式，要計(jì)算x和y需已知Z，但是Z此時(shí)不能作為常數(shù)來(lái)

36、處理，在DEM中Z是待定量（X,Y）的函數(shù)。因此，高程Z與平面坐標(biāo)X，Y的計(jì)算需要迭代進(jìn)行，其主要步驟為圖3-2所示。給定Z值的初值(可利用該地區(qū)的平均高程)；由像平面（X，Y），利用下面的公式求得X，Y，即的平面坐標(biāo)。根據(jù)的平面坐標(biāo)（X，Y），在DEM中內(nèi)插出,得到地表的“1”號(hào)點(diǎn)；用像平面坐標(biāo)（x，y）和高程，重新按下式計(jì)算X，Y得到點(diǎn)；重復(fù)，直至前后兩次點(diǎn)位較差小于規(guī)定限差時(shí)為止。 （2-6）上述算法當(dāng)投影光線的傾斜度與地面坡度成對(duì)稱或投影光線的傾斜度小于地面坡度時(shí)，會(huì)導(dǎo)致迭代計(jì)算不收斂，此時(shí)需要進(jìn)行適應(yīng)性更強(qiáng)的迭代計(jì)算。3.3線陣列掃描影像的數(shù)字微分糾正對(duì)于線陣掃描影像，直接法正射糾正

37、的優(yōu)點(diǎn)在于可以直接根據(jù)原始影像像點(diǎn)的掃面行號(hào)確定其外方位元素，但也存在著明顯的缺點(diǎn)：投影到正射影像上的像點(diǎn)非規(guī)則排列，灰度內(nèi)插實(shí)現(xiàn)較為困難。實(shí)際實(shí)用中多采用間接法。由于利用間接法也需要迭代求解，而直接法本來(lái)就需要迭代求解，因而可以將兩種方法結(jié)合起來(lái)。首先在影像確定一個(gè)規(guī)則格網(wǎng)，其所有格網(wǎng)點(diǎn)的行列坐標(biāo)顯然是已知的，其間隔按像元的地面分辨率換算后與數(shù)字高程模型DEM的間隔一致用直接法解算它們的地面坐標(biāo)。這些點(diǎn)在地面上是一個(gè)非規(guī)則格網(wǎng)點(diǎn)，由它們內(nèi)插出地面規(guī)則格網(wǎng)點(diǎn)所對(duì)應(yīng)的影像坐標(biāo)，再按間接法進(jìn)行糾正。第四章 基于Lidar數(shù)據(jù)的DOM制作傳統(tǒng)正射糾正由于采用了不完備的地標(biāo)模型，結(jié)果在正射影像上建筑物

38、等偏離了其真正直投影的位置。但是，利用DSM代替DEM進(jìn)行正射糾正也不能取得理想的真正射效果，在被建筑物等第五遮擋的區(qū)域，會(huì)存在重復(fù)映射（double mapping）現(xiàn)象，使得糾正結(jié)果比傳統(tǒng)正射影像更加難以判讀。本章主要介紹利用Lidar內(nèi)插出的DSM數(shù)據(jù)制作正射影像DOM的基本流程以及解決重復(fù)映射現(xiàn)象的方法。 4.1基于DSM的正射糾正的局限性由共線條件方程式可知，地面點(diǎn)坐標(biāo)（X，Y，Z）與相應(yīng)坐標(biāo)（x，y）之間的關(guān)系不是一對(duì)一的，而是多對(duì)一的，即對(duì)于指定地面點(diǎn)，其像點(diǎn)坐標(biāo)可以唯一確定，但對(duì)于給定像點(diǎn)p，其對(duì)應(yīng)的地面點(diǎn)坐標(biāo)可能有多個(gè)。如下圖所示，位于光線Sp上的地面點(diǎn)A、B、C、D、E都應(yīng)

39、成像在焦平面的像點(diǎn)p，但p只保存了光線與地表的第一個(gè)交點(diǎn)A的灰度信息，即A遮擋了其他點(diǎn)，從而使地面點(diǎn)A的像在正射影像上出現(xiàn)多次，造成了重復(fù)映射現(xiàn)象。圖4-1重復(fù)映射現(xiàn)象示意圖對(duì)比利用DEM和DSM生成的正射影像可知，前者的糾正效果不太理想。而利用DSM糾正時(shí)，雖然效果很好，但是在地物的遮擋部分出現(xiàn)了重復(fù)映射，變得比利用DEM制作的正射影像更加的難以判讀。因此，要生成正射影像，簡(jiǎn)單的利用DSM代替DEM難以達(dá)到理想的效果，必須首先對(duì)地物的遮擋區(qū)域進(jìn)行檢測(cè)與標(biāo)識(shí)，在正射糾正過(guò)程中僅對(duì)非遮擋區(qū)域進(jìn)行填充。顯然，為保證真正射影像不存在漏洞，攝影區(qū)域內(nèi)必須的所有地面點(diǎn)必須至少在一張照片中可視。對(duì)于建筑物

40、密集的城市區(qū)域必然要就由更大的旁向和航向重疊度，這樣航空攝影數(shù)據(jù)處理的工作量將大大增加。4.2真正射影像糾正過(guò)程 遙感影像的真正射糾正是一個(gè)相當(dāng)復(fù)雜的過(guò)程，它至少包括以下三個(gè)主要步驟： 1，利用DSM進(jìn)行正射糾正，改正由地形起伏和建筑物造成的投影； 2，檢測(cè)并標(biāo)識(shí)被建筑物遮擋區(qū)域； 3，合并相鄰的正射影像，對(duì)被遮擋區(qū)域進(jìn)行填充。 此外，為了提高真正射影像的效果，還可以進(jìn)一步考慮建筑物陰影的檢測(cè)與增強(qiáng)。 關(guān)于真正射影像糾正的方法比較典型的是Amhar的思想，即分別利用利用數(shù)字建筑物模型（Digital Building Model-DBM）和DEM進(jìn)行糾正。在基于DBM進(jìn)行糾正過(guò)程中，不考慮地形

41、起伏影像，僅將建筑物糾正到實(shí)際位置，并對(duì)其遮擋區(qū)域進(jìn)行標(biāo)記。典型的DOM制作流程于下圖所示：圖4-2 DOM制作流程圖4.3遮擋區(qū)域檢測(cè)遮擋區(qū)域檢測(cè)是真正射糾正過(guò)程中的關(guān)鍵問(wèn)題。根據(jù)覆蓋區(qū)的類型選擇合適的檢測(cè)方案是保證整個(gè)糾正流程高效運(yùn)作的關(guān)鍵。對(duì)于遮擋區(qū)域檢測(cè)有多種方法，例如光線跟蹤、基于多邊形的檢測(cè)方法、基于三角形的檢測(cè)方法等。其中，光線跟蹤法獲得了最成功的應(yīng)用，它通過(guò)分析從地表發(fā)出的光線到鏡頭透視中心的通視情況判斷是否存在遮擋現(xiàn)象。光線跟蹤法的關(guān)鍵是Z-buffer算法，根據(jù)成像時(shí)透視中心離地面點(diǎn)最近的點(diǎn)遮擋光線上的其他點(diǎn)的物理特性，判斷相互的遮擋情況。Amhar最早將Z-buffer算

42、法引入到建筑物的遮擋檢測(cè)。4.3.1 Z-buffer算法 Z-buffer算法的基本思想是，在一條光線上離鏡頭最近的地物點(diǎn)遮擋離鏡頭較遠(yuǎn)的點(diǎn)，其核心是構(gòu)建一個(gè)大小等同于原始影像的二維實(shí)數(shù)矩陣ZM，其中存儲(chǔ)地面點(diǎn)到透視中心的距離（稱為Z距離），并用一個(gè)較大的數(shù)字進(jìn)行初始化。在利用間接法進(jìn)行正射糾正的過(guò)程中，對(duì)于投影出的每個(gè)原始影像的像點(diǎn)，將其像素坐標(biāo)舍入到最臨近點(diǎn)（S，L），通視計(jì)算出地面點(diǎn)到透視中心的距離Z。比較Z與ZM矩陣中（S，L）處的數(shù)值：如果Z小于ZM（S，L），即當(dāng)前點(diǎn)到透視中心的距離比前一個(gè)點(diǎn)更近，則前一個(gè)點(diǎn)比當(dāng)前點(diǎn)更近，并用當(dāng)前的Z距離更新ZM（S，L），反之如果Z大于ZM（S

43、，L）則當(dāng)前點(diǎn)被遮擋。Amhar根據(jù)其采用的DBM模型，以Z-buffer算法為基礎(chǔ)提出ZI-buffer算法，即在構(gòu)建二維實(shí)數(shù)矩陣ZM的同時(shí)構(gòu)建一個(gè)標(biāo)識(shí)矩陣IM，將地面點(diǎn)的屬性（如墻面點(diǎn)或屋頂點(diǎn)）寫入標(biāo)識(shí)碼矩陣IM中。在正射糾正過(guò)程中，僅對(duì)標(biāo)識(shí)碼為屋頂?shù)狞c(diǎn)進(jìn)行重采樣。遮擋區(qū)域檢測(cè)比較費(fèi)時(shí)，對(duì)計(jì)算機(jī)內(nèi)存也提高要求。實(shí)際使用中，必須根據(jù)DBM模型將ZI-buffer的生成局限在一個(gè)有限的范圍內(nèi)，從而將對(duì)計(jì)算機(jī)資源的需求要求降最低。4.3.2 遮擋區(qū)域檢測(cè)的一般準(zhǔn)則遮擋區(qū)域檢測(cè)的運(yùn)算量很大，因此根據(jù)不同的地形類型選擇適合的方案，合理應(yīng)用Z-buffer算法在實(shí)際應(yīng)用中顯得很重要。根據(jù)地形的復(fù)雜程度

44、Amhar提出以下三種方案：（1）建筑物稀少地區(qū)如果影像中絕大部分為開放地帶，僅有少量建筑物并且相互之間摻在遮擋現(xiàn)象，此時(shí)可采用最簡(jiǎn)單的檢測(cè)方法，分別對(duì)DBM和DEM進(jìn)行糾正。具體做法是：先利用DBM進(jìn)行糾正，得到僅包含屋頂而沒(méi)有任何地形信息的正射影像，在此重采樣過(guò)程中可同時(shí)在原始影像上標(biāo)識(shí)出建筑物的遮擋區(qū)域。其后，利用DEM對(duì)標(biāo)識(shí)后的原始影像進(jìn)行正射糾正，可得到只包含地形信息的傳統(tǒng)正射影像，其中被建筑物遮擋區(qū)域用一個(gè)缺省值填充。最后將兩個(gè)正射影像融合即可得到最終的真正射影像，其中空白區(qū)域可利用相鄰影像的處理結(jié)果進(jìn)行填充。（2）建筑物密集區(qū) 如果影像位于密集的居民區(qū)、城區(qū)或影像中存在復(fù)雜的相互

45、遮擋的建筑群落，此時(shí)可利用類似于（1）中建筑稀少地區(qū)的方法，只需要在DBM之中進(jìn)行嚴(yán)格的可視性分析，其他處理方式與（1）相同。（3）地形遮擋建筑物地區(qū) 對(duì)于絕大部分的應(yīng)用，方案（1）和方案（2）已基本滿足要求。但是，對(duì)于一些地形變化劇烈的區(qū)域，如懸崖、峭壁等，可能存在著地表遮擋建筑物的情況，此時(shí)的可視性分析非常復(fù)雜，需要考慮各種遮擋情況，包括建筑物遮擋地面，建筑物遮擋建筑物及地表遮擋建筑物等。此時(shí)，應(yīng)將DBM與DEM合成，得到描述地面最頂層面的DSM，并用DSM進(jìn)行完整的遮擋區(qū)域檢測(cè)。4.4真正射影像鑲嵌真正射影像的生成需要一系列相互重疊的遙感影像提供對(duì)覆蓋區(qū)100%的可視性，在正射糾正過(guò)程中

46、選用最接近垂直攝影的一副影像作為主影像，其余影像稱為輔助影像。利用DEM/DBM或DSM對(duì)主影像進(jìn)行遮擋檢測(cè)和正射糾正后，其中被建筑物、橋梁等非地形信息遮擋的區(qū)域形成的空洞需要利用輔影像真正射糾正的結(jié)果來(lái)進(jìn)行填充，來(lái)得到最終完整的真正射影像，這個(gè)過(guò)程的實(shí)質(zhì)是一個(gè)影像鑲嵌過(guò)程，其中需要考慮幾何和輻射兩個(gè)方面的因素。4.4.1 輻射糾正即使在主、輔真正射影像不存在幾何差異的理想情況下，由于成像時(shí)攝影角度、光照條件等因素的改變也會(huì)形成影像灰度上的差異，使得遮擋區(qū)域填充后存在明顯的拼接縫，對(duì)于彩色影像更加明顯。解決這個(gè)問(wèn)題的理想方法是在遮擋區(qū)域填充前對(duì)每個(gè)TOI進(jìn)行勻光處理，且最好在勻光過(guò)程中考慮影像

47、重疊區(qū)域的信息。4.4.2 幾何合成為了保證對(duì)覆蓋區(qū)域100%的可視，對(duì)于真正射糾正一般情況下會(huì)有多個(gè)輔TOI可進(jìn)行主TOI遮擋區(qū)域漏洞的填充，此時(shí)挑選哪個(gè)輔影像就需要一定的理論依據(jù)。Sheng提出了基于成像角度的TOI合成方法，即挑選成像角度最小的像元合成最終的TOI。如圖4-1所示，對(duì)于地面點(diǎn)A，最終TOI的灰度值應(yīng)取自攝站1的影像，因?yàn)槠涑上窠嵌缺绕渌麅蓚€(gè)攝站的影像的多要校。同樣，對(duì)于地面點(diǎn)B其灰度值應(yīng)取自攝站2的影像，因?yàn)锽最接近攝站2的像底點(diǎn). 圖4-1 基于成像角度的合成方法Schickler采用的方法是以每個(gè)TOI的質(zhì)量測(cè)度為依據(jù)生成權(quán)重影像，在影像合成時(shí)選擇權(quán)重最大的像元作為目

48、標(biāo)像元。其質(zhì)量測(cè)度利用以下三個(gè)因素計(jì)算：離像底點(diǎn)的遠(yuǎn)近程度：越接近像底點(diǎn)，權(quán)系數(shù)越大。地表面與成像面的相對(duì)方位：地面點(diǎn)所在TIN三角形的矢量與成像光線的夾角愈小權(quán)重越大。距離被遮擋的距離：越接近被遮擋點(diǎn)，權(quán)重越小。Schickler的權(quán)重影像綜合考慮了所有TOI的信息，因此對(duì)于這種方法實(shí)際不存在主輔TOI的概念，理論上是非常嚴(yán)密的，但計(jì)算量也非?？捎^。4.4.3 真正射影像的優(yōu)缺點(diǎn)利用DSM或DBM經(jīng)過(guò)遮擋區(qū)（和陰影區(qū)）檢測(cè)和補(bǔ)償后生成的真正射影像，理論上可以完全解決傳統(tǒng)正射影像存在的問(wèn)題，是進(jìn)行變化檢測(cè)、地物采集、三維景觀制作和數(shù)字城市建設(shè)的理想選擇，其優(yōu)勢(shì)是顯而易見的。但是，真正射影像制作

49、也對(duì)攝影測(cè)量作業(yè)提出了更高的要求。航空攝影為了獲取真正射影像，要求目標(biāo)區(qū)域被100%覆蓋，這對(duì)于居民區(qū)和城市意味著增加航向飛行的航向和旁向重疊度。根據(jù)生產(chǎn)經(jīng)驗(yàn)，要生成真正射影像，對(duì)于三線陣相機(jī)其旁向重疊至少要達(dá)到50%以上，而常規(guī)攝影測(cè)量任務(wù)20%已足夠；對(duì)于150mm焦距的傳統(tǒng)航攝相機(jī)航向和旁向重疊都必須達(dá)到80%以上，同時(shí)需要高質(zhì)量的DSM，這無(wú)疑增大了數(shù)據(jù)處理的工作量。DSM/DBM的提取真正射影像中最繁瑣最耗時(shí)的階段在于DSM或DBM的提取，其工作量占整個(gè)流程的90%左右。盡管目前自動(dòng)數(shù)字?jǐn)z影測(cè)量已達(dá)到了較高水平，但是遠(yuǎn)沒(méi)有達(dá)到實(shí)用化階段。人工參與在DSM/DBM的提取中仍然存在，而對(duì)于建筑物數(shù)量多的城市地區(qū)，這個(gè)工作量是可觀的。因此如何提高DSM/DBM的自動(dòng)采集技術(shù)將是限制真正射影像制作的瓶勁。生產(chǎn)工藝與傳統(tǒng)正射影像的制作工藝相比，真正射影像生產(chǎn)需要進(jìn)行遮擋區(qū)、陰影區(qū)檢測(cè)與補(bǔ)償，同時(shí)也可能還生成許多中間產(chǎn)品，這不僅增加了計(jì)算量，對(duì)計(jì)算機(jī)配置也有很高要求。制作成本相對(duì)于傳統(tǒng)正射影像，真正射影像的