结合光达资料及航空影像重建屋顶面之研究.pptVIP

結合光達資料與航空影像重建屋頂面之研究 指導教授：趙鍵哲 　　　　　　　　　　　　　　　　　　　　　　　　 學生姓名：鄭傑中 大綱 前言 文獻 研究理論 模擬實驗 實際資料 問題與討論 參考文獻 前言 目前所熟知的光達系統已可快速且精確地獲得地表三維資訊 。然而，僅由光達系統來獲得三維資訊可能會產生離散點解析度不足的問題，且光達資料在平面精度表現上比攝影測量差，因此，在應用上仍有其侷限。相反的，影像具有平面精度的優勢與光達所欠缺的光譜資訊、Scene information [Schenk Csatho, 2002]，若能結合光達原有的高程資訊，將相輔相成 。 文獻回顧 資料融合： 賴彥中[2004]，從資訊融合角度出發，結合光達資料及數位化彩色空照影像進行三維建物模型之重建。 Schenk, T[ 2002]　從Lidar角度出發將Lidar資料結構化，並加入影像的平面資訊使其獲得地表更完整的資訊。 影像線條過濾 　陳世崇[2000]，提出一套房屋邊緣線的過濾程序，目的在將不屬於建物邊緣線的灰值邊緣線過濾掉，為利用區域成長法將建物的頂部重建為一近似的平面，用以取得建物段線的近似位置，再將其反投影回影像上進行建物邊線篩選。 三維模型重建 　王冠華[2003]，以半自動的方式為目標，進行航空照片中建物三維模型之重建。其方法是利用數位航空照片進行建物的輪廓萃取，首先以人工點選建物之近似位置據以進行局部的線性特徵物萃取，再搭配特徵線段匹配，即可前方交會獲得三維線段，進而重建房屋三維模型 研究理論 Lidar前資料處理 由於Lidar原始資料為離散型態，為了方便後續做影像處理的應用，首先將原始不規則Lidar資料利用Sufer 6.0軟體內插成規則的網格點，以高程值設定為規則網格的儲存值當作灰階的變化，如此可將此網格化資料製作成為高程影像(Range image)，再利用邊緣線偵測的技術萃取出range image的邊緣線，此即為高程變化較明顯的區域。 相關的統計指標 空間幾何原理 平面和平面的關係 兩平面的夾角 兩平面的交一直線L1 直線與直線的關係 (平行,垂直,交點) 點與直線的關係 線條為基礎的攝影測量 　計算步驟如下： Step1:　利用像點觀測量組成判斷面 。 Step2:　兩判斷面進行外積獲得空間直線方向向量。 Step3: 計算三維直線和XY, YZ ,XZ平面的夾角，以最小者當做　　　　最佳幾何交會面，決定穿刺點。 　　　 Step4: 再計算投影中心和相片觀測值所組成的光束與三維質線的交會點，進而獲得三維點座標，因此由圖二示意圖可看出一條空間直線上會產生四個點位座標值。 前方交會問題中的奇異解 模擬實驗 利用模擬實驗估計像點量測誤差和外方位參數誤差造成地面點位誤差的影響量，步驟如下： 在0度到90度之間由觀測量組成判斷面，並計算判斷面夾角，夾角取樣數目總共21組。 利用matlab random函式模擬3000組像點量測誤差(0.025mm)，為了符合實際情形，額外再加入隨機的外方位參數誤差於該21組取樣資料內。 由於cubic內插方式產生的曲線較平滑故利用cubic內差的函式推估其他未取樣角度的地面誤差。 隨機誤差模擬圖 以線條為基礎的前方交會求解精度 實際資料實驗 為了讓整套作業流程更加自動化，因此當輸入房屋區塊時首先進行地形標準偏差計算，根據常理，若是表面平坦的平面屋頂，地形變化度不大，若地形標準偏差大表示該平面高程變化大，此時有可能為平面屋頂上有高塔或者為斜面屋頂，需再做進一步分析。 　設定地形複雜因子為 1m 一般對於斜屋頂的認知有以下幾點： 以屋脊線為中心左右對稱。 絕大多數和屋脊線平行的房屋邊線都是屬於比較長的那一邊。 左右兩半面的斜率相近。 沒有女兒牆。 山形房屋的房屋區塊形狀大部分是規則四邊形的(不是矩形就是正方形) 。 門檻值的給定 影像上Buffer的大小與角度值 : 原始Lidar掃描時的誤差 內插網格化的影響量 獲得Lidar線條的誤差 外方位誤差 物空間門檻值的給定 此部分根據判斷面交會的精度而定，另外由於Lidar和航測之間存有約2~3公尺左右的系統誤差，因此除了系統建議外也可由使用者自行設定將物空間門檻值稍加放寬。 針對平屋頂在物空間的判別分別提出了兩道門檻值，其一為高差門檻(由實驗所獲得的經驗值給定)，再者為圍牆厚度門檻針對圍牆在影像的的寬度反推回地面上。 平面屋頂物空間的篩選流程 實驗成果(實驗一) 第一步 輸入資訊 第二步房屋區塊分析 地形複雜度因子計算值為(+-)0.984478預設門檻值1 判定為表面大致平坦的平面屋頂 最後結果 實