數字高程模型自動化構建方法
【技術領域】
[0001]本發明涉及數字高程模型技術領域，具體涉及一種數字高程模型自動化構建方法。
【背景技術】
[0002]數字攝影測量(Basicconcept of digital photogramme try)是基于數字影像和攝影測量的基本原理，其是具體應用計算機技術、數字影像處理、影像匹配、模式識別等多學科的理論與方法來實現的，為通過提取所攝對象以數字方式表達的幾何與物理信息的攝影測量學的分支學科。
[0003]在應用中，通常利用數字攝影測量技術來進行生產高精度的數字高程模型(Digital Elevat1n Model，DEM)和數字正射影像圖(Digital Orthophoto Map，D0M)，以此來滿足各行各業對于數字地圖的需求。
[0004]目前，基于數字攝影測量的工作站來生產DEM的方法主要有以下三種:
[0005]第一種方法為:在線核實采樣后，根據相對定向得到的影像，匹配點與矢量采集的特征點線數據，自動進行影像立體相關匹配，并獲得像方DEM，再通過編輯匹配點，使像方DEM點切準地面，然后構建不規則三角網(Triangulated Irregular Network,TIN)，通過內插方式來生成DEM;
[0006]第二種方法為:將立體模型下采集的等高線、高程注記點、特征數據等矢量數據構建TIN，并內插TIN數據來生成DEM;
[0007]第三種方法為:采用完全自動關聯的方式，自動生成具有大范圍的DEM，并進一步的將大范圍的DEM裁切為圖幅DEM。
[0008]然而，目前常用的三種DEM的構建方法都存在其不足之處，具體的說:
[0009]第一種方法和第二種方法原理基本相似，其最大的不同點在于第一種方法在生成DEM過程中加入了特征數據，進而提高了地貌的特征及細節的表達能力，因而有利于提高數據精度，但其人工編輯工作量巨大;第二種方法需要人工在立體模型下進行特征點線的編輯，同樣也需要大量的人工編輯工作;第三種方法通過計算機全自動反復濾波的方式，為大區域直接生成DEM，并自動裁切為圖幅DEM，不需要人工的參與，生產效率較高，但采用這種方法生成的DEM由于受反復濾波和自動匹配誤差的影響，會影響生成的DEM的精度，造成構建的DEM精度差，無法滿足對于DEM的高精度要求。
[0010]因此，如何提供一種更加方便的進行DEM自動化構建，同時有效的保證構建的DEM具有良好的精準度的方法就成為了亟待解決的問題。

【發明內容】

[0011]本發明提供了一種數字高程模型自動化構建方法，具有應用方便的優點，通過自動化矢量數據提取的方法來進行DEM構建，有效的節省了人工工作量，縮短了 DEM構建的生產周期，能夠進一步的滿足數據時效性的要求。
[0012]本發明的數字高程模型自動化構建方法，包括以下步驟:
[0013]S1、導入構建DEM的DSM，并對導入的DSM進行測區分塊，生成原始矢量數據源；
[0014]S2、選取人工地物基準點，并根據人工地物基準點對原始矢量數據源進行矢量提取，得到矢量數據；
[0015]S3、對矢量數據進行平面編輯，并將經過平面編輯的矢量數據進行測區合并，生成矢量數據源；
[0016]S4、對矢量數據源進行濾波處理和插值處理，生成DEM。
[0017]優選的，步驟SI中還包括:對DSM進行預插值處理，生成預覽DSM，并對預覽DSM進行預覽顯示。
[0018]優選的，步驟S2中矢量數據包括水體矢量數據和人工地物矢量數據;其中，水體矢量數據根據水體特征提取;人工地物矢量數據根據人工地物基準點提取。
[0019]進一步優選的，水體特征包括水體像素值、水體紋理信息、水體高程信息、水體面積信息。
[0020]優選的，步驟S3中平面編輯分析矢量數據，改正矢量數據中誤提取數據，并補充提取缺失的矢量數據。
[0021]優選的，步驟S4中濾波處理過濾去除矢量數據源中非地形信息的數字高程模型。
[0022]優選的，步驟S4中插值處理根據約束條件對矢量數據源進行插值。
[0023]優選的，矢量數據源包括五個矢量圖層；五個矢量圖層為城市特征線、城市特征面、河流、湖泊和山區植被。
[0024]本發明的數字高程模型自動化構建方法，通過人工選取少量基準點，并以該基準點進行矢量數據的自動化提取，有效的保證了構建的數字高程模型具有高精度，同時還大幅度的減少了人工工作量，保證數字高程模型的準確性，以及通過平滑濾波，能夠更好的反應微地貌的地形特征。
【附圖說明】
[0025]為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0026]圖1為本發明數字高程模型自動化構建方法的一個實施例的流程圖。
[0027]圖2為本發明數字高程模型自動化構建方法的一個實施例的矢量數據自動提取總體效果圖。
[0028]圖3為本發明數字高程模型自動化構建方法的一個實施例的水體矢量數據自動提取效果圖。
[0029]圖4為本發明數字高程模型自動化構建方法的一個實施例的測區分塊示意圖。
[0030]圖5為本發明數字高程模型自動化構建方法的一個實施例的人工地物基準點選取示意圖。
[0031]圖6為本發明數字高程模型自動化構建方法的一個實施例的矢量數據提取示意圖。
[0032]圖7為本發明數字高程模型自動化構建方法的一個實施例的平面編輯示意圖。
[0033]圖8為本發明數字高程模型自動化構建方法的一個實施例的DEM數據示意圖。
【具體實施方式】
[0034]為使本發明的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
[0035]圖1為本發明數字高程模型自動化構建方法的一個實施例的流程圖。
[0036]如圖1所示，本實施例中采用本發明數字高程模型自動化構建方法具體包括以下步驟:
[0037]S1、導入構建DEM的DSM，并對導入的DSM進行測區分塊，生成原始矢量數據源。
[0038]具體的，數字表面模型(Digital Surface Model，DSM)為數字攝影測量中生成的數據。
[0039]將用于構建DEM的DSM導入至用于處理數據的處理器中，以便進行DEM的構建。
[0040]由于數字攝影測量技術在工作的過程中會產生大量的數據，S卩DSM，且需要進行DEM構建的DSM的測區較大時，例如測區中數據量超過500G時，由于數據處理器性能的限制，會嚴重的影響DEM構建的效率，因此，需要對導入的DSM進行測區分塊，將較大的測區相應的劃分為單個的小測區，以此生成原始矢量數據源，并對劃分后具有小測區的原始矢量數據源進行單獨的矢量提取，能夠有效的提高DEM的構建速度。
[0041 ] 進一步的，步驟SI中還包括:對DSM進行預插值處理，生成預覽DSM，并對預覽DSM進行預覽顯示。
[0042]在根據DSM進行DEM構建的初期，將DSM數據導入后，為了使得初始數據能夠更加清晰、明確的展示在用戶面前，需要對初始的DSM數據進行顯示。
[0043]然而，由于DSM中可能存在不連續、缺漏數據等問題存在，因此，為了使得顯示出的DSM更加的完整、平滑，需要對DSM數據進行預插值處理，通過向DSM中插入無效值來平滑其內部數據，生成預覽DSM，并將預覽DSM進行預覽顯示，以便查看。
[0044]其中，生成的預覽DSM主要用于預覽顯示使用，而不對其進行進一步的處理。
[0045]S2、選取人工地物基準點，并根據人工地物基準點對原始矢量數據源進行矢量提取，得到矢量數據。
[0046]具體的，由于即使對DSM進行了測區分塊，但實際上每個測區中還是包含了大量的DSM數據，如直接對測區中DSM進行矢量提取的話，很可能會由于測區中沒有相應的基準參考，而使得矢量提取的精確度無法得到有效的保證。
[0047]因此，需要對原始矢量數據源進行人工地物基準點的選取，以通過人工地物基準點作為矢量提取時人工地物的基準點來輔助矢量提取的進行，并保證矢量提取的人工地物矢量數據具有良好的準確性。
[0048]進一步的，人工地物基準點的選取需要處于平面地區的像素高程上，而不應選在高程突變地區的位置上，同時還應保證人工地物基準點應在測區中均勻分布，以便進一步的保證矢量提取的精確度。
[0049]對原始矢量數據源進行矢量提取后得到的矢量數據可分為人工地物矢量數據和水體矢量數據。
[0050]對于人工地物矢量數據，對原始矢量數據源根據人工地物及基準點進行矢量提取時，可根據人工地物的特征按照坡度蔓延法則來生成掩碼數據，并根據掩碼數據來進一步的提取人工地物矢量數據。
[0051]同時，進行人工地物矢量數據提取時，還可根據人工地物的高程特征、形狀、面積等特征來結合人工地物基準點來進行，以使得提取的人工地物矢量數據更加的準確。
[0052]而對于水體矢量數據，在對原始矢量數據源中水體體征信息的矢量提取過程中，通過水體體征信息來進行矢量提取，能夠有效的保證水體體征信息的提取具有良好的準確性。
[0053]其中，水體體征信息具體可包括水體像素值、水體紋理信息、水體高程信息、水體面積信息等信息，以此來輔助水體矢量數據的提取。
[0054]進一步的，對水體體征信息設定的同時，還可針對水體體征信息進行矢量膨脹范圍的設定，通過設定的矢量膨脹范圍能夠保證在進行水體矢量數據提取的過程中，矢量數據能夠有效的、完全的覆蓋水體所處的范圍，進一步的保證水體矢量數據采集的準確性。
[0055]進一步的，原始矢量數據源中共包括五個矢量圖層;五個矢量圖層為城市特征線、城市特征面、河流、