伍乐生

(漳州职业技术学院 建筑工程学院，福建 漳州 363000)

由于城市的三维地图数据难以获取，因此生成三维建筑物并不是一项容易的工作.大多数现有研究[1-3]的空间分辨率较低，无法进行细粒度的三维建筑物生成.有研究者使用合成孔径雷达(SAR)[4]等技术来解决高分辨率三维数据的生成问题.但是，由于周围结构的相互干扰，合成孔径雷达数据会受到散斑噪声的影响，这使得在复杂的建筑物场景中难以估计建筑物的高度[5].相比之下，激光雷达能提供高度准确的测距测量，但成本明显更高.在这种情况下，立体光学图像的摄影测量为高度估计提供了一种可行且有前景的方法[6].ZY-3卫星提供的易于获得的时序高分辨率多视图图像使得三维建筑物生成和分析成为可能.在此背景下，提出了一个生成时间序列三维建筑地图的方法.

1 区域数据集及其获取

选择了北京和上海这两座城市的内城区作为研究的区域.这两个国家中心城市是住房和城乡建设部确定的区域性金融、贸易、文化和管理中心.国家中心城市不仅肩负着带动周边城市发展的责任，更要提升自身的城镇化质量.北京和上海是国际化大城市，是全球创新中心和世界级城市群核心城市.通过调查这些区域三维内城开发的总体特征，可以为其他城市的建设提供理论指导.

三维建筑地图包含了每个建筑物的轮廓和高度，现有的三维建筑地图数据可以从高德地图的网站获得(如图1所示).这些建筑地图的格式是矢量格式，需要将它们转换为与 ZY-3 图像具有相同空间分辨率的光栅图像.

图1 卫星图像示例

将ZY-3卫星的影像数据作为时序三维建筑生成的主要数据源.ZY-3 配备由前视、正视和后视(fwd、nad 和 bwd)相机组成的三线传感器，可以提供对同一地面点不同视角的观测结果，以形成立体图像.相机系统的基高比设计为0.89，空间分辨率为2.1 m的多视点图像，因此能够生成详细准确的三维信息.本文选择了 2013 年和 2018 年期间获得的ZY-3 多视图图像.

基于从高德地图和时间序列高分辨率多视图卫星图像中获取的三维建筑地图，设计了一种生成时间序列三维建筑地图的方法.

2 时序三维建筑物地图生成

时序三维建筑地图及其相应的遥感图像分别表示为B(ti)和I(ti)(i= 1, 2,…,n)，来自Amap的三维建筑地图表示为B(t0).生成B(ti)(i= 1, 2,…,n)的基本思想是将B(ti-1)作为基础层并通过图像到地图(即，I(ti)到B(ti-1))变化检测来更新时间上不一致的建筑物覆盖区，然后估计新生成建筑物的高度.图像到地图(image-to-map)变化检测的基本思想是分别从B(ti-1)的非建筑物和建筑物区域中的I(ti)检测建筑物和非建筑物物体，这样可以避免不必要的计算并最大限度地减少错误警报[7].生成时间序列三维建筑地图的过程包括三个步骤：1)建筑移除；2)建筑增加；3)高度估计，如图2所示.

图2 三维建筑物生成流程

2.1 建筑物移除

在该步骤中，分别检测B(ti-1)和I(ti)中的建筑物和非建筑物对象，并将它们的标签更新为B(ti)中的建筑物.在这一步中，由于B(ti-1)中的非建筑区域不感兴趣并且可以被移除，因此I(ti)中的相应区域将被屏蔽掉，并获得了一个屏蔽图像Ib(ti).然后进行基于Ib(ti)的非建筑物对象提取，以定位从B(ti-1)中的建筑物到Ib(ti)中的非建筑物的过渡.本研究设计了一种无监督聚类方法来提取非建筑对象.在短时间内，非建筑像素的变化主要是指城市地区的植被和裸土的变化，因此主要考虑了与植被和裸土相关的特征.

采用归一化差异植被指数(NDVI)来区分植被和非植被.从RGB空间转换而来的 HSV 颜色空间通过色调、饱和度和亮度来定量描述颜色.HSV 颜色空间可用于通过选择具有黄色、红色和棕色色调的像素来识别土壤.由于可能有部分建筑物的颜色与土壤相似，因此使用基于对象的处理、视觉解释和手动校正步骤来减少误判.

2.2 建筑物增加

建筑物包含是指检测B(ti-1)中的非建筑物区域和对应的I(ti)中的建筑物区域，并将该区域作为建筑物区域添加到B(ti)中.I(ti)中对应于B(ti-1)中建筑物区域将被屏蔽，并生成一个屏蔽图像Inb(ti).根据多尺度分割和形态建筑指数(MBI)提取Inb(ti)的建筑对象.MBI使用形态学算子来表示高分辨率卫星影像中建筑物的隐式光谱结构特征(即亮度、局部对比度、大小和各向同性).然后计算每个对象中建筑像素的比例，并将比例大于50%的对象被标记为建筑物.

2.3 建筑物高度估计

建筑物高度是通过 ZY-3 多视图图像的立体摄影测量生成的.对于建筑高度，数字表面模型(DSM)首先由常用的半全局匹配(SGM)方法生成.随后，通过从DSM中移除裸地地形，推导出建筑物的高度值.

2.4 准确性评价指标

从足迹和高度两个角度出发来评估三维建筑地图的准确性.建筑物足迹的准确性使用基于对象的方法进行评估，并使用两个指标——平均面积差和平均形状指数差——来描述足迹的准确性.为了测试时间序列组之间准确性的统计差异是否显着，以95% 的置信水平(p < 0.05)进行了单向方差分析.为了评估建筑物变化轨迹的准确性，每个城市在变化区域内随机选择了 100 个样本点.参考轨迹是通过对时间序列高分辨率卫星图像的目视检查来收集的.对于每个样本，只有当它的标签(即建筑物或非建筑物)在映射和参考轨迹之间始终一致时，才被认为是正确映射的.建筑物变化轨迹的正确性计算为具有正确轨迹的像素数与样本点总数的比值.

3 实验评估

两个城市的时间序列三维建筑数据的建筑足迹的准确度对比结果如表1所示.整体准确度均高于90%.对于提取的建筑对象，平均面积差和平均形状指数差分别约为10%和5%，因此提取的建筑对象的大小和形状与参考样本基本一致.方差分析的检验结果表明，时间序列组之间的准确度没有统计学差异.

表1 建筑物足迹的准确性评估

由表2可知，估计的建筑物高度值和建筑物的实际高度值之间具有强相关性.线性拟合产生的斜率值范围为1.04到 1.11，偏差值接近于零.该结果表明生成的三维建筑数据与真实高度非常吻合.

表2 高度估计的准确性评估

4 结论

本文提出了一种利用时间序列多视图卫星图像生成三维建筑地图的框架.通过整合先前的建筑、光谱、结构和多视图信息，开发了一种地图到图像的比较策略，以生成每个建筑的足迹和高度信息.该框架应用于北京和上海这两个具有代表性的中国特大城市的内城区，以分析三维建筑变化.实验结果表明，该方法可以生成令人满意的时间序列三维建筑地图，具有较高的准确性.