發(fā)布時間：2020-05-17 16:11

【摘要】：隨著遙感衛(wèi)星傳感器技術的發(fā)展,人們通過衛(wèi)星、航空以及無人機平臺能夠獲取包括光譜圖像、光學圖像等傳統(tǒng)的數(shù)據(jù)產(chǎn)品形式,同時利用遙感信息處理技術也能夠獲取結(jié)合光學物理屬性和結(jié)構(gòu)屬性的立體信息。遙感目標立體信息打破了對傳統(tǒng)遙感信息的認知,通過目標表面光學物理屬性信息和目標三維結(jié)構(gòu)信息的結(jié)合,能夠更充分的表示目標在真實空間的本質(zhì)屬性。近年來,數(shù)字化信息技術的普及,使目標立體構(gòu)建在關乎民生的各個領域得到了廣泛的應用,通過對目標立體構(gòu)建應用潛力的進一步探索,能夠提高其在包括城市建設、交通管理、災難預測以及軍事偵察等領域的應用價值,對國民經(jīng)濟發(fā)展和國防建設有著極為重大的意義。傳統(tǒng)的立體構(gòu)建方法通常都是以構(gòu)建大區(qū)域地形場景為目的,并利用攝影測量學原理從衛(wèi)星影像中通過幾何特征提取、立體匹配等方法構(gòu)建大范圍場景下的目標結(jié)構(gòu)信息,往往忽略了對目標表面光學信息屬性的分析。此外,傳統(tǒng)的立體構(gòu)建方法對數(shù)據(jù)精度要求過高,普適性較低,對結(jié)構(gòu)復雜的目標很難保證其構(gòu)建的結(jié)構(gòu)完整度和精度。不同于傳統(tǒng)的立體構(gòu)建方法,本文所研究的遙感目標立體構(gòu)建方法分別從目標表面紋理信息分割及目標整體結(jié)構(gòu)的構(gòu)建的角度進行深入研究,從而獲取蘊含豐富的目標紋理信息及完整結(jié)構(gòu)信息的遙感目標立體構(gòu)建結(jié)果。本文提出的方法以目標驅(qū)動的立體構(gòu)建策略為核心,主要研究內(nèi)容包括三個部分:第一部分研究內(nèi)容通過分析基于結(jié)構(gòu)屬性的目標紋理差異進行目標表面紋理信息分割,第二部分主要研究基元結(jié)構(gòu)特征匹配方法,目的是從模型庫中選取預定義的基元拓撲連接結(jié)構(gòu),在此基礎上,第三部分通過基元拓撲的整體結(jié)構(gòu)約束對目標整體結(jié)構(gòu)進行參數(shù)化表示,并結(jié)合參數(shù)優(yōu)化的方法實現(xiàn)目標整體三維結(jié)構(gòu)的構(gòu)建。最終,結(jié)合分割提取的目標表面紋理信息和目標三維結(jié)構(gòu)信息,獲得遙感目標立體構(gòu)建的結(jié)果。根據(jù)對遙感目標立體構(gòu)建研究內(nèi)容的概括,本文提出的立體構(gòu)建方法主要包括三個關鍵技術:目標表面紋理分割方法、目標基元結(jié)構(gòu)拓撲匹配方法以及目標整體結(jié)構(gòu)的最優(yōu)化參數(shù)估計方法,并針對以下三方面問題對遙感目標立體構(gòu)建進行深入的研究。首先,針對遙感目標區(qū)域紋理信息高同質(zhì)性、類內(nèi)紋理分布差異小,導致無法準確獲取目標各表面紋理信息的問題,本文提出了基于低秩及稀疏制圖的紋理分割方法,準確的分割并提取目標各表面紋理信息。該方法以基于目標的圖像分析方法(OBIA)為理論指導,通過分析目標局部紋理的統(tǒng)計特征,構(gòu)建能夠表征目標紋理在特征空間的結(jié)構(gòu)差異的關聯(lián)制圖,從而克服噪聲、奇異點對目標類內(nèi)紋理分割的影響。在目標紋理特征方面,提出了局部紋理直方圖特征提取方法,提高了目標局部紋理特征的描述能力。而為了進一步分析局部紋理的結(jié)構(gòu)分布差異,在特征空間構(gòu)建了基于低秩及稀疏特性的關聯(lián)制圖,從空間的角度分析了目標紋理信息的結(jié)構(gòu)差異,準確捕獲了具有高同質(zhì)屬性的目標類內(nèi)紋理結(jié)構(gòu)分布差異,最后,結(jié)合圖割方法獲取目標各表面紋理分割結(jié)果。實驗結(jié)果驗證了本文提出的紋理分割算法能夠準確的獲取目標各表面紋理信息,為獲取完整的目標立體構(gòu)建結(jié)果提供了重要支撐。其次,針對目標基元結(jié)構(gòu)匹配過程中,由于目標形狀特征描述能力不足,導致不能夠準確的匹配出模型庫中的預定義基元結(jié)構(gòu),提出了基于深度嵌入式網(wǎng)絡的目標基元拓撲匹配方法。該方法從目標全局及局部結(jié)構(gòu)特性的角度,預定義了目標典型基元結(jié)構(gòu)的參數(shù)化模型庫。在基元模型庫基礎上,提出了基于深度嵌入式網(wǎng)絡的目標基元拓撲匹配算法,通過深度嵌入式網(wǎng)絡的學習提取能夠有效的辨別目標類內(nèi)差異的目標形狀特征,并利用特征匹配技術從模型庫中匹配出具有完整及規(guī)范化結(jié)構(gòu)屬性的目標基元拓撲,為最終的目標立體模型構(gòu)建提供基元間的全局拓撲結(jié)構(gòu)約束,有效的保證了目標模型立體構(gòu)建的結(jié)構(gòu)完整度及規(guī)范度。實驗部分驗證了本文提出的方法能夠準確的匹配出模型庫中的基元拓撲結(jié)構(gòu),為進一步獲得高精度、完整的目標立體構(gòu)建提供了全局結(jié)構(gòu)指導。最后,針對目標整體結(jié)構(gòu)參數(shù)化描述不充分,導致目標整體結(jié)構(gòu)構(gòu)建精度低的問題,提出了基元目標拓撲約束的參數(shù)估計算法,進行目標整體結(jié)構(gòu)的參數(shù)最優(yōu)化估計,從而提高目標整體結(jié)構(gòu)模型構(gòu)建的精度。為了能夠全面描述目標全局及局部結(jié)構(gòu),構(gòu)造了目標基元拓撲約束的結(jié)構(gòu)參數(shù)化表示模型,該模型函數(shù)一方面能夠表示具有不同復雜度的目標基元頂面三維結(jié)構(gòu),另一方面,該模型函數(shù)通過引入了基元模型之間的拓撲約束,保證了目標的全局結(jié)構(gòu)特性,從而為完整構(gòu)建目標立體模型提供了保障。在參數(shù)優(yōu)化估計方面,針對目標整體結(jié)構(gòu)的多參數(shù)優(yōu)化問題,采用具有規(guī)則簡單,精度高、收斂快等特點的粒子群算法進行目標整體結(jié)構(gòu)的最優(yōu)化參數(shù)估計,最終獲取結(jié)構(gòu)完整及精度較高的目標立體構(gòu)建結(jié)果。實驗部分驗證了本文提出的目標立體構(gòu)建方法能夠比較完整構(gòu)建目標頂面結(jié)構(gòu)并保證了模型構(gòu)建的精度。
【圖文】：

夠獲取目標高程精度更高的LiDAR數(shù)據(jù)[11,12]，如圖1-1所示。因此，在利用多源、多角度以及多衛(wèi)星遙感平臺獲取的目標立體信息不斷提升的驅(qū)動下，面向遙感目標的立體構(gòu)建得到了更廣泛的關注。傳統(tǒng)的立體構(gòu)建方法是根據(jù)攝影測量學原理從衛(wèi)星影像中通過幾何特征提取、立體匹配等方法構(gòu)建大范圍場景下的目標結(jié)構(gòu)信息。不同于傳統(tǒng)的測繪學方法強調(diào)的是目標結(jié)構(gòu)信息的獲取，本文所研究的遙感目標的立體構(gòu)建方法結(jié)合目標結(jié)構(gòu)屬性和目標表面光學物理屬性，利用遙感圖像信息處理方法，，構(gòu)建結(jié)構(gòu)完整并蘊含表面光學信息的目標立體模型。近年來，遙感目標立體構(gòu)建得到了更廣泛的應用。通過深入挖掘遙感目標立體構(gòu)建的應用潛力，能夠大幅度提升其在民用及軍用領域的執(zhí)行效力，對國民經(jīng)濟發(fā)展和國防建設有深遠的意義。在民用領域

圖 2-11 目標 3D 結(jié)構(gòu)模型Fig. 2-11 The 3D structure model of object的 3D 模型結(jié)構(gòu)用 表示，如圖 2-11 所示。目標整體結(jié)構(gòu)按照單個基元模型拓撲連接的方式實現(xiàn)模型整體結(jié)構(gòu)拼接
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TP751

【參考文獻】

相關期刊論文 前1條

1 閆成新;桑農(nóng);張?zhí)煨?;基于圖論的圖像分割研究進展[J];計算機工程與應用;2006年05期

相關博士學位論文 前6條

1 房小兆;基于稀疏和低秩約束的模型學習研究[D];哈爾濱工業(yè)大學;2016年

2 閆吉星;建筑物LiDAR點云三維重建的全局優(yōu)化方法[D];武漢大學;2015年

3 夏瑜;基于結(jié)構(gòu)的紋理特征及應用研究[D];中國科學技術大學;2014年

4 閆奕名;多角度目標立體信息優(yōu)化獲取及識別技術[D];哈爾濱工業(yè)大學;2013年

5 尚凡華;基于低秩結(jié)構(gòu)學習數(shù)據(jù)表示[D];西安電子科技大學;2012年

6 侯葉;基于圖論的圖像分割技術研究[D];西安電子科技大學;2011年

本文編號：2668829