一種基于傾斜攝影技術(shù)的建筑物紋理優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及城市三維數(shù)據(jù)紋理提取方法，特別涉及一種基于傾斜攝影技術(shù)的建筑 物紋理優(yōu)化方法。
【背景技術(shù)】
[0002] 國內(nèi)外關(guān)于數(shù)字城市構(gòu)建，更多的是研宄如何恢復(fù)建筑物三維建模的幾何模型， 而建筑物紋理只是作為一種附加的屬性，研宄較少，而真實的紋理是建立建筑物精細(xì)和真 實三維模型所必需的。傾斜攝影技術(shù)，是國際地理信息領(lǐng)域新近發(fā)展起來一項技術(shù)，利 用多傳感器集成機制，如新型多線（面）陣、多角度數(shù)碼相機的應(yīng)用，如三線陣相機系統(tǒng) ADS40/80,三相機系統(tǒng)Trimble的AOS，以及五相機系統(tǒng)Pictometry相機和國產(chǎn)SWDC-5, 一 次飛行可獲取目標(biāo)建筑物垂直角度和4個傾斜角度的影像，克服了傳統(tǒng)航攝技術(shù)只能進(jìn)行 垂直角度拍攝的局限，可獲取地物三維幾何信息和豐富的紋理信息。
[0003] 利用傾斜攝影技術(shù)進(jìn)行三維建模時，從眾多定向的紋理圖像中自動選擇遮擋最少 最清晰的影像作為最佳的紋理數(shù)據(jù)源，并通過幾何糾正方法保證紋理影像達(dá)到較合適的人 眼觀測效果。而實際環(huán)境中，受外界各種因素影響，例如光的衍射、大氣質(zhì)量、相機系統(tǒng)因素 以及內(nèi)業(yè)處理過程等，影像模糊效應(yīng)不可避免，一定程度上影響了紋理的質(zhì)量和視覺效果。 另外，從航空像片上雖然能取得建筑物的立面紋理，但紋理的清晰度取決于拍攝的角度和 樓層高度，側(cè)面紋理往往存在分辨率不足的問題，使得模型的精美度不夠。
[0004] 另一方面，由于建筑物各面紋理選自不同攝影時刻和不同攝影角度的影像，不可 避免的存在單個建筑物各面色彩斑駁，相鄰建筑物色彩強度不一的情況，極大地影響三維 城市視覺上的一致性和美觀性。
[0005] 因此，如何利用現(xiàn)有圖像處理技術(shù)，盡量消除影像模糊效應(yīng)，恢復(fù)影像清晰度，并 使得整個建筑物色彩強度相同，相鄰建筑物整體過渡自然是很有必要的。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提出一種基于傾斜攝影技術(shù)的建筑物紋理優(yōu)化方法，具體的方案
[0007] 第一步：建筑物立面紋理模糊消除
[0008] 基于高頻強調(diào)的MTF圖像復(fù)原算法，主要步驟為：
[0009] a、選擇滿足要求即具有刀刃邊緣的圖像數(shù)據(jù)；
[0010] b、根據(jù)圖像上的刀刃邊緣定位像素邊緣的位置并提取采樣點；
[0011] c、對步驟b中提取的采樣點進(jìn)行擬合，得到邊緣擴展函數(shù)ESF曲線；
[0012] d、對ESF進(jìn)行求導(dǎo)，得到線擴展函數(shù)LSF曲線；
[0013] e、對LSF做傅里葉變換得到MTF曲線；
[0014] 點擴展函數(shù)PSF(x，y)定義為點光源成像后的亮度在X方向和Y方向的分布函數(shù)； [0015] 線擴展函數(shù)LSF是對點擴展函數(shù)沿著其擴散方向積分，其公式表示為：
[0016]
【主權(quán)項】
1. 一種基于傾斜攝影技術(shù)的建筑物紋理優(yōu)化方法，其特征在于：具體步驟如下： 第一步：建筑物立面紋理模糊消除 基于高頻強調(diào)的MTF圖像復(fù)原算法，主要步驟為： a、 選擇滿足要求即具有刀刃邊緣的圖像數(shù)據(jù)； b、 根據(jù)圖像上的刀刃邊緣定位像素邊緣的位置并提取采樣點； c、 對步驟b中提取的采樣點進(jìn)行擬合，得到邊緣擴展函數(shù)ESF曲線； d、 對ESF進(jìn)行求導(dǎo)，得到線擴展函數(shù)LSF曲線； e、 對LSF做傅里葉變換得到MTF曲線； 點擴展函數(shù)PSF(x，y)定義為點光源成像后的亮度在X方向和Y方向的分布函數(shù)； 線擴展函數(shù)LSF是對點擴展函數(shù)沿著其擴散方向積分，其公式表示為：
圖像中亮度方差較大的區(qū)域叫做刀刃邊緣，從刀刃邊緣中可以提取邊緣擴展函數(shù) ESF ：
定義f(x，y)為未退化的原始影像，g(x，y)為觀測的退化影像，退化的數(shù)學(xué)模型可表示 為： g(x, y) = f (x, y) · h (x, y) +η (χ, y) 式中，h (χ, y)為點擴展函數(shù)PSF ;η (χ, y)為隨機噪聲； 對兩邊進(jìn)行傅里葉變換得： G = F · MTF+N MTF圖像復(fù)原就是對退化模型的逆運算，其頻域表示式為： F = (G-N)/MTF 為了提高刀刃法估計MTF曲線精度，首先：通過交互式方法調(diào)整MTF曲線的下降調(diào)整： MTF = MTFr 其中，r為MTF曲線下降幅度的調(diào)節(jié)系數(shù)，使MTF曲線擬合更加精準(zhǔn)，保證圖像恢復(fù)質(zhì) 量； 其次：通過截取LSF曲線，在作傅里葉變換之前，對該曲線做截取，只留下邊緣及其擴 散的區(qū)域，然后以零值代替被截掉的部分。 第二步：建筑物紋理影像主色調(diào)匹配 1)顏色空間RGB-〉HSI變換 首先將利用色度坐標(biāo)系模型將建筑墻面的紋理影像從RGB模式轉(zhuǎn)換到HSI模式，并以 I分量形成的灰度影像作為后續(xù)處理的對象，相應(yīng)的轉(zhuǎn)換公式為： Min(R,G,B) =RJ= (R+B+G)/3 ；S = 1-R/I ；H = (B-R)/3* (I-R) +1 Min(R, G, B) =GJ= (R+B+G)/3 ；S = 1-G/I ；H = (B-G)/3* (I-G)+2 Min(R, G, B) =RJ= (R+B+G)/3 ；S = 1-R/I ；H = (B-R)/3* (I-R) +1 2) 對I分量進(jìn)行直方圖均衡化 直方圖均衡化是以概率理論為基礎(chǔ)，使分布于灰度階層上的像素數(shù)近似相同，從而使 亮度可以更好地在直方圖上分布。 離散圖像中，任一灰度級像素出現(xiàn)的概率為，
式中mk為影像中出現(xiàn)s k級灰度的像素數(shù)，η是圖像像素總數(shù)，而^即為頻數(shù)； 計算累積直方圖各項：
取整擴展：tk= int [ (L-I) t k+0. 5] 映射對應(yīng)關(guān)系夕 即 k = 255*tk。 對原始I分量影像分塊進(jìn)行直方圖均衡化，即局部直方圖均衡化。 3) 亮度標(biāo)準(zhǔn)化匹配 計算所有紋理影像源中的I分量影像的平均值廠； 人工選取一幅標(biāo)準(zhǔn)影像作為亮度調(diào)整的基準(zhǔn)，標(biāo)準(zhǔn)影像選擇以亮度柔和、不刺眼為原 貝1J，其亮度平均值為?%對待匹配圖像的每個像素的亮度值以亮度差值Δ7：進(jìn)行補償； Al = T-T I I I'；(x,y) = /.(.V, ν) + ΔΛ; 4) 顏色空間HSI-〉RGB變換 將處理后的I分量影像從HSI模式轉(zhuǎn)換到RGB模式，得到最終的建筑墻面紋理的彩色 影像； ? O 彡 H < I :R = I*(1+2*S-3*H*S) ;G = I*(1-S+3*H*S) ;B = I*(l-S) ? I 彡 H < 2 :R = I*(l-S) ;G = I*(1+5*S-3*H*S) ;R = I*(1-4*S+3*H*S) ? 2 彡 H<3:R= I*(1-7*S+3*H*S) ;G = I*(l-S) ;B = I*(1+8*S-3*H*S)。
【專利摘要】本發(fā)明涉及一種基于傾斜攝影技術(shù)的建筑物紋理優(yōu)化方法，具體步驟如下：第一步：建筑物立面紋理模糊消除；第二步：建筑物紋理影像主色調(diào)匹配。本發(fā)明的有益效果是：(1)針對建筑物立面紋理影像模糊現(xiàn)象以及單個建筑物各面色彩斑駁問題，提出了基于高頻增強的MTF圖像復(fù)原算法。(2)針對相鄰建筑物色彩強度不一問題，提出了基于紋理影像的主色調(diào)匹配方法。
【IPC分類】G06T15-04, G06T5-40
【公開號】CN104732578
【申請?zhí)枴緾N201510103471
【發(fā)明人】解斐斐, 林宗堅, 蘇國中, 郭金運, 王東東, 獨知行, 陳傳法, 劉智敏, 郭英, 孔巧麗, 郭斌
【申請人】山東科技大學(xué)
【公開日】2015年6月24日
【申請日】2015年3月10日