(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211114910.3 (22)申请日 2022.09.14 (71)申请人 北京建筑大学 地址 100044 北京市西城区展览馆路1号 (72)发明人 周小平　王雨康　张伟松　孙凯月　 郭茂祖　 (74)专利代理 机构 北京市商 泰律师事务所 11255 专利代理师 黄晓军 (51)Int.Cl. G06T 17/05(2011.01) G06T 7/33(2017.01) G06V 10/75(2022.01) G06V 10/762(2022.01) (54)发明名称 一种在地理信息系统中地理配准三维模型 的方法 (57)摘要 本发明提供了一种在地理信息系统中地理 配准三维模型的方法。 该方法包括： 将卫星地图 切分成多个卫星图像切片， 采用分布式计算将三 维模型俯视图与卫星图像切片进行图片匹配， 得 到匹配特征点对集合， 提取出特征点的像素坐标 和特征点描述符， 将匹配上的特征点在原卫星图 像上进行聚类， 以确定三维模型俯视图在卫星图 像上的对应区域所属的卫星图像切片； 将同一类 所在的卫星图像切片的特征点合并， 获取三维模 型俯视图上的特征点与卫星地图上特征点的转 换矩阵， 实现在地理信息系统中地理配准三维模 型。 本发明方法在三维模型俯视图与卫星图像切 片进行特征点匹配时， 能够产生足够的特征点来 支撑聚类的数据， 可以有效地完成三维模型在 GIS的地理配准。 权利要求书4页 说明书11页 附图4页 CN 115457222 A 2022.12.09 CN 115457222 A 1.一种在地理信息系统中地理配准 三维模型的方法， 其特 征在于， 包括： 将对应于三维模型语义 位置的卫星地图切分成多个卫星图像切片； 采用分布式计算将三维模型俯视图与卫星图像切片进行图片匹配， 得到三维模型俯视 图和卫星图像切片的匹配上的特 征点对集 合； 对于每组匹配上的特 征点， 提取 出特征点的像素坐标和特 征点描述符； 根据特征点的像素坐标和特征点描述符将匹配上的特征点在原卫星图像上进行聚类， 以确定三维模型 俯视图在卫星图像上的对应区域所属的卫星图像切片； 将同一类所在的卫星图像切片的特征点合并， 获取三维模型俯视图上的特征点与卫星 地图上特征点的转换矩阵， 利用所述 转换矩阵实现在地理信息系统中地理配准 三维模型。 2.根据权利要求1所述的方法， 其特征在于， 所述的将对应于三维模型语义位置的卫星 地图切分成多个卫星图像切片， 包括： 从地理信息系统软件中获取对应三维模型语义位置的GeoTIFF格式的卫星图像， 对图 像进行二值化并封装成像素数组， 以α 为宽， H为高的切片大小， 将卫星图像切分成多个切片 σi， 1≤i≤n,其中n表示切片的总数； 以元组(x， y)记录切片在原卫星图像之间的位置， 其中x表示切片σi在原卫星图像上的 横坐标， y表示切片σi在原卫星图像上的纵坐标， 以循环的方式完成卫星图像的切片过程。 3.根据权利要求1所述的方法， 其特征在于， 所述的采用分布式计算将三维模型俯视图 与卫星图像切片进行图片匹配， 得到三 维模型俯视图和卫星图像切片的匹配上的特征点对 集合， 包括： 采用分布式计算以并行的方式进行三维模型与卫星图像切片的图片匹配， 在批处理多 任务计算机上建立一个线程数量为n的线程池， 每个线程包括一个图片匹配单元， 图片匹配 单元的输入为三维模型俯视图和一份卫星图像切片σi， 图片匹配单元按照图片匹配算法对 三维模型俯视图和卫星图像切片进行匹配处理， 所述图片匹配算法包括特征点检测、 特征 点描述符生成和 特征点匹配， 输出三维模型俯视图和卫星图切片σi(1≤i≤n)的匹配上的 特征点对集合φi， {(p1， p′1)， (p2， p′2)， ...(pm， p′m)}， 1≤m≤Q， 其中Q为三维模型俯视图与 卫星图切片σi之间匹配上的特征点的总数， pm， p′m表示三维模型俯视图与卫星图切片σi匹 配上的第m对特征点对， pm为三维模型俯视图上的特征点， p ′m为卫星图像切片σi上的特征 点。 4.根据权利要求1所述的方法， 其特 征在于， 所述图片匹配算法的处 理过程包括： 构建DoG尺度空间提取多尺度特 征， 采用DoG算子进行局部极值 点检测； L(x， y， σ )＝G(x， y， σ ) ×I(x， y) (1) 其中L(x， y， σ )表示图像I(x， y)的尺度空间， x， y表示特征点像素坐标， σ 表示高斯核函 数 中的方差； D(x， y， σ )＝[G(x， y， kσ ) ‑G(x， y， σ )] ×I(x， y)＝L(x， y， kσ ) ‑L(x， y， σ )  (2)其中D(x， y， σ )表示图像I(x， y)的高斯差分尺度空间， x， y表示特征点像素坐标， (k)σ 表示高斯核函数G (x， y， σ )的方差； 为每个关键点建立一个描述符， 该描述符包含关键点周围对其有贡献的像素点， 通过 对关键点周围图像区域分块， 计算块内梯度直方图， 生成具有独特性的向量， 在计算块内梯权　利　要　求　书 1/4 页 2 CN 115457222 A 2度直方图前， 将该区域旋转至主方向， 用在关键点尺度空间内4*4的窗口中计算的8个方向 的梯度信息， 共4 ×4×8＝128维向量表征 特征点； 采用K近邻算法进行特征点匹配， 找出数据集中方差最高的维度用来划分， 建立多棵随 机k‑d树搜索进行特征点匹配， 通过最近邻和次近邻匹配输出三维模型俯视图和卫星图切 片σi的匹配上的特 征点对集 合φi。 5.根据权利要求3或者4所述的方法， 其特征在于， 所述的对于每组匹配上的特征点， 提 取出特征点的像素坐标和特 征点描述符， 包括： 设有卫星图像切片σi， 1≤i≤n， 其中n为卫星图像切片的总数， 在横向上切片总数为w， 纵向上切片总数为h， 对于每个卫星图像切片σi， 其在原卫星图像的位置坐标为Ci＝(xi， yi)， 1≤xi≤w， 1≤yi≤h， 其中x表示在原卫星图像的横坐标， y表示在原卫星图像上的纵坐 标， 针对n个切片输出n个的匹配特征点集合φi＝{(p1， p′1)， (p2， p′2)， ...， (pj， p′j)}， 1≤i ≤n， 1≤j≤Qi， 其中Qi表示第i个匹配单元输出的匹配特征点的总数， 对应于n个匹配特征点 集合和每一组匹配上的特 征点有： 其中 分别表示三维模型俯视图和卫星图像切片σi的特征点描述 符， (mj， nj)， (m′j， n′j)分别表示在三维模型 俯视图和卫星图像切片σi的特征点像素坐标； 根据卫星图像切片σi的位置坐标Ci＝(xi， yi)将(mj， nj)， (m′j， n′j)的坐标从卫星图像切 片转换至整张卫星图像上， 对于φi中的特征点对中每一个 有： 其中“”运算表示为： 令 6.根据权利要求5所述的方法， 其特征在于， 所述的根据 特征点的像素坐标和特征点描 述符将匹配上的特征点在原 卫星图像上进 行聚类， 以确定三 维模型俯视图在卫星图像上的 对应区域所属的卫星图像切片， 包括： 根据三维模型俯视图和卫星图切片σi的匹配上的特征点对 集合φ′i中的p″j， 1≤j≤Qi， 以p″j中每一项(m ″j， n″j)为聚类数据， 通过K ‑means聚类算法将匹配上的特征点在原卫星图 像上进行聚类， 以确定三维模型 俯视图在卫星图像上的对应区域所属的卫星图像切片。 7.根据权利要求6所述的方法， 其特征在于， 所述的根据 特征点的像素坐标和特征点描 述符将匹配上的特征点在原 卫星图像上进 行聚类， 以确定三 维模型俯视图在卫星图像上的 对应区域所属的卫星图像切片， 包括： 将特征点对集合的每个簇Ci发送到同一个地理配准单元， 1≤i≤m， m为聚类得到的簇总 数； 将同一类所在的卫星图像切片的特征点合并， 对合并的特征点采用随机抽 样一致性算权　利　要　求　书 2/4 页 3 CN 115457222 A 3