(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 202210715413.2 (22)申请日 2022.06.22 (71)申请人 张亚峰 地址 150025 黑龙江省哈尔滨市松北区学 院路地理信息产业园主楼 申请人 魏宝安　郑灿辉　李哲 (72)发明人 张亚峰　王海滨　魏宝安　郑灿辉　 李哲　李英文　郭慧宇　 (74)专利代理 机构 中国航天科技专利中心 11009 专利代理师 范晓毅 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/13(2022.01) G06T 7/30(2017.01)G06T 17/05(2011.01) G06T 5/20(2006.01) (54)发明名称 基于多源遥感影像的机场净空障碍物周期 监测方法 (57)摘要 基于多源遥感影像的机场净空障碍物周期 监测方法包括首先在作业区域范围内进行像控 点采集， 获得遥感影像基础控制点参数， 以遥感 影像基础控制点参数为基准构建遥感基础影像 数据； 将遥感基础影像数据进行点云匹配生成数 字表面模型DSM， 利用像元中心点坐标得到投影 坐标系下和地理坐标系下的分幅数字正射影像 DOM， 对非地面高程区域进行滤波编辑生成数字 高程模型DEM； 提取机场疑似障碍物， 计算机场疑 似障碍物信息， 通过外业进行核实并修正； 进行 周期监测， 提取变化区域， 生成机场净空障碍物 报告。 本发明能够确保监测范围无死角， 实现建 筑物精细化普查， 解决了 现有机场障碍物监测容 易遗漏等问题， 消除机场安全隐患， 可实现常态 化周期监测。 权利要求书3页 说明书10页 附图2页 CN 115223090 A 2022.10.21 CN 115223090 A 1.基于多源遥感影 像的机场净空障碍物周期监测方法， 其特 征在于： 包括： 在作业区域范围内进行像控点采集， 获得遥感影 像基础控制点 参数； 以遥感影像基础控制点参数为基准构建遥感基础影像数据， 将遥感基础影像数据进行 点云匹配后得到点云数据， 将点云数据栅格化 生成格网的机场净空区域数字表面模型D SM； 对遥感基础影像数据根据不同色彩模式分别存储为相应的基本存储单元， 利用像元中 心点坐标得到投影坐标系下和地理坐标系下的分幅数字正 射影像DOM； 基于所述数字表面模型D SM， 对非地 面高程区域进行 滤波编辑 生成数字高程模型DE M； 将所述数字表面模型DSM中各像素点的灰度值与数字高程模型DEM各像素点灰度值进 行差值计算， 计算后的差值与所述数字正射影像DOM进行叠加处理， 提取出机场疑似障碍 物； 计算机场净空限制面的三维模型坐标， 绘制出机场净空限制面的三维模型； 根据机场净空限制面的三维模型以及数字表面模型DSM与数字高程模型DEM， 计算机场 疑似障碍物 平面位置和高程信息作为机场净空障碍物普查数据； 通过对所述机场净空障碍物普查数据进行外业核实取证， 对机场净空障碍物的平面位 置和最高点高程值进 行核实和修正， 得到机场净空障碍物监测范围及首期 机场净空障碍物 普查数据； 制定周期监测计划， 对所述机场净空障碍物监测范围进行周期监测获得每期机场净空 的所述数字表面模型D SM和所述数字正 射影像DOM； 根据所述首期机场净空障碍物普查数据及每期机场净空 的所述数字表面模型DSM和所 述数字正 射影像DOM提取变化区域， 生成机场净空障碍物报告。 2.根据权利要求1所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述像控点的平面误差应小于10cm， 高程误差小于10c m， 内容包括2000坐标系成果和 1985国家高程基准成果， 为后期机场净空障碍物周期监测提供控制基础。 3.根据权利要求1所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述 点云匹配优先采用前视、 后视影 像进行匹配提高点云精准度。 4.根据权利要求3所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 提高所述 点云精准度的具体方法如下： 对多景重 叠影像进行取舍， 选择能保证点云匹配后数字表面模型D SM细节丰富的影 像； 数字表面模型D SM需要与实际地形套合， 地貌 晕渲状态不存在明显粗差； 对机场周边障碍物的重点排查地物在立体影像模式下进行修测， 保证数字表面模型 DSM中的高程 值在建筑物的最顶端； 对于占地面积较大的建筑， 在立体影像中将数字表面模型DSM高程值修测至建筑的实 际位置； 对于水域， 根据周围地形进行置平处 理和平滑过渡， 保证无明显地形异常； 对于匹配困难区域， 采用内插、 拟合和平 滑处理； 对于山体阴影区域， 数字表面模型D SM高程值及纹理特征与实际地貌特 征保持一 致； 人工删除非地 面附着物。 5.根据权利要求1所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述对不同色彩模式的遥感基础影像数据根据不同模式分别存储为相应的基本存储权　利　要　求　书 1/3 页 2 CN 115223090 A 2单元具体方法为： 如果图幅内多光谱影像所占比例超过图幅 的10％， 整个图幅 的按RGB彩色 24位模式存 储， 如果所占比例低于图幅的10％， 按灰度8位模式存 储。 6.根据权利要求1所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述投影坐标系下的分幅数字正射影像数据的裁切范围是根据相应的基本存储单元 的四个图廓点像元中心点 坐标的最小外 接矩形， 以此向外扩展20 0～300个像素。 7.根据权利要求6所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述图廓点像元中心点 坐标的计算方法为： Xmin＝int[min(X1,X2,X3,X4)÷R]×R‑N×R Ymin＝int[min(Y1,Y2,Y3,Y4)÷R]×R‑N×R Xmax＝[int[max(X1,X2,X3,X4)÷R]+1]×R+N×R Ymax＝[int[max(Y1,Y2,Y3,Y4)÷R]+1]×R+N×R 其中， X1， Y1， X2， Y2， X3， Y3， X4， Y4为四个图廓点的坐标， 其中， +X指北， +Y指东； 坐标单位为 米， R为正射影像地面分辨率， int为将数字向下取整为最接近的整数， max为返回参数列表 中的最大值， mi n为返回参数列表中的最小值。 8.根据权利要求1所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述地理坐标系下的分幅数字正射影像数据的裁切范围是根据相应的基本存储单元 的四个角点像元中心点 坐标的最小外 接矩形， 以此向外扩展20 0～300个像素。 9.根据权利要求8所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述角点像元中心点 坐标的计算方法为： Xmin＝int[min(X1,X2,X3,X4)÷R]×R‑N×R Ymin＝int[min(Y1,Y2,Y3,Y4)÷R]×R‑N×R Xmax＝[int[max(X1,X2,X3,X4)÷R]+1]×R+N×R Ymax＝[int[max(Y1,Y2,Y3,Y4)÷R]+1]×R+N×R 其中， X1， Y1， X2， Y2， X3， Y3， X4， Y4为四个角点的坐标， 其中， +X指经度， +Y指纬度； 坐标单位 均为度， R为正射影像地面分辨率， int为将数字向下舍入到最接近的整数， max为返回参数 列表中的最大值， mi n为返回参数列表中的最小值。 10.根据权利要求1所述的基于多源遥感影像的机场净空障碍物周期监测方法， 其特征 在于： 所述对非地面高程区域进行滤波编辑是将非地面区域的地表高程降至地面， 编辑后 的区域需保持地形特征， 与周围地形过渡， 调整地貌晕渲状态， 消除局部高程异常， 具体方 法如下： 对于在数字表面模型DSM上特征明显的建筑物覆盖区域， 应按照精度要求和实际地形 特征采用局部自适应滤波编辑， 将建筑物非地 面高程降至地 面高程； 对于大型、 密集分布的房屋建筑区， 采取 滤波方式处 理生成数字高程模型DE M； 对于零星分布的房屋建筑区， 通过整体滤波处 理； 对在数字表面模型D SM上特征明显的林地， 将林地冠层高程降至地 面高程； 对于山地大面积密集森林区域， 森林高度可根据 “林窗”和边缘地带的立体判读获取； 针对破碎微地貌的山 脊和山谷， 体现出 该区域整体起伏的地表形态特 征即可； 对于稀疏的零星树木， 通过整体滤波处 理； 对于机场周边障碍物的重点 排查地物进行修测， 保证高程 值降至地 面。权　利　要　求　书 2/3 页 3 CN 115223090 A 3