根据地形点进行三维配准的裸露地球数字高程模型提取

摘要

一种用于从表示多个帧的多个原始地形点中提取数字高程模型的方法(300)，所述帧表示包括表面和表面上的障碍物的多维物体的多个视角，包括步骤或动作：通过过滤出由上述表面上的障碍物产生的数据点发现该表面(304)，以提供表示该表面的多个表面数据点；以及使用竞争过滤器来过滤该表面数据点(306)，以提供数字高程模型数据点的多维表面外形。上述方法还可以通过专用或可编程信息处理系统(200)来实现，或者被实现为在诸如CD ROM或DVD等的计算机可读介质中的一组指令。

说明书

背景技术

一般将用于处理图像的数字表示的系统用来处理表示表面的数据，诸如DEM。DEM是地球上的区域的高程的数字地图。通过诸如LIDAR(成像激光雷达)的任意公知手段，或者通过IFSAR(干涉测量合成孔径雷达)等等来收集数据。在操作中，LIDAR仪器将光发送到目标。发送的光与目标相互作用，并被该目标改变。一些光被反射或散射回该仪器的传感器，在该传感器中所述光被检测、存储、和分析。光特性中的变化使得能够确定目标的一些特性。光传播到目标并返回到LIDAR仪器所需的时间可以用来确定目标的范围。IFSAR被用来获取和处理通过被称为雷达干涉测量的技术产生的高分辨率高程数据。如在LIDAR的情况中那样，IFSAR产生可用于提取DEM的数据。

通过灰度级图像可以将数字高程模型表示为高度地图，其中像素值是实际地表高程值。像素还与世界空间(经度和纬度)相互关联，并且根据该模型的目的和所描述的陆地区域，每个像素表示该空间的一些可变容量。

参照图1，已经示出了机载LIDAR系统100的示例。该系统包括安装在飞机104的底部的LIDAR仪器102。在飞机之下是包括地面和由树和其他植物形成的冠层(canopy)的区域，其中所述冠层阻碍了鸟瞰地面(地球)的视野。LIDAR仪器102发射指向地面的多个激光脉冲。LIDAR仪器102包括用于检测该脉冲的反射/散射的传感器103。LIDAR仪器102提供包括来自单个图像的高程-位置的信息的数据。然而，应当注意的是：来自不同视角的部分区域的多个帧被用于产生该图像。覆盖该地表的树冠层导致明显遮蔽了在该树冠层下的目标(例如，坦克106)。因此，由仪器102的传感器从地面和目标106接收的点是稀疏的。因此，需要一种用于处理这些点的健壮系统。而且，为了具有最大的战术和战略价值，可以容易地觉察目标106的地面图像必须是很快可得到的。

提取由LIDAR产生的数据点以便产生DEM是已知的。然而，这些方法是计算密集型的，并且在处理大量数据点的情况下，运行时的应用可能是困难的或缓慢的。因此，需要用于使用地形数据点来产生DEM的更有效的方法和系统。

发明内容

现有技术的上述和其他缺点由本发明来解决和克服，其中本发明提供了一种用于从表示多维物体的多个视角的多个原始地形点中提取数字高程模型的方法。该方法包括步骤或动作：通过过滤出由表面上的障碍物产生的数据点发现物体的表面，以提供表示该表面的多个表面数据点；以及使用竞争过滤器(competitive filter)来过滤该表面数据点，以提供数字高程模型数据点的多维表面外形。上述方法还可以通过专用或可编程信息处理系统来实现，或者被实现为在诸如CDROM或DVD等的计算机可读介质中的一组指令。

附图说明

图1描绘了用于处理隐蔽目标的树覆盖的地表图像的机载LIDAR仪器。

图2是示出了根据本发明实施例的信息处理系统的高层框图。

图3是根据本发明另一实施例的用于提取裸露地球数字高程模型的方法的流程图。

具体实施方式

参照图2，已经示出了高层框图，该图示出了使用本发明实施例的信息处理系统200。系统200包括地形数据点的源202。优选地，这些点是由参照图1描述的LIDAR仪器102提供的多个三维(3D)地形点值。

再次参照图2，数据源202以传统的方式创建多个帧(或容量)，该帧(或容量)包括表示诸如图1所示的地表的复杂多维物体的点。在该实施例中，物体包括基础表面(例如，地面或地球)和该表面上的多个障碍物(例如，树顶)。每个帧包括在飞机104在地表上移动时在给定时间段(曝光)中由传感器103收集的点。在优选实施例中，该时间段是1/3秒，并且使用当前的仪器，该曝光使得LIDAR传感器103收集几十万个点。每个点由一组三维坐标(x，y，z)定义。

本系统200改进现有技术的性能的一种方法是，至少部分是通过仅仅使用表示地面表面和目标106(如果存在的话)的数据点，而不使用表示地面上高度大于预定阈值的障碍物的数据点。仅仅使用地面点极大地减少了要被下传(down-linked)和处理的点的数量，因此减少了产生地表模型所需的时间。

由LIDAR仪器102提供的数据可以包括被称为铃流(ringing)的效应(或者电晕效应)。铃流是由目标区域产生的光的散射导致的，所述光的散射有时导致伪像出现。铃流消除过滤器(电路或程序逻辑)204被用于过滤所接收的3D地形点，以便消除铃流。并非所有地形数据都包括铃流。因此，并非总是需要过滤器204。通过忽略(例如)超过所选的方位设置的所有数据来消除铃流，从而消除了任何伪像。通过统计数据来管理方位设置的选择或者启发式确定方位设置的选择。在输入包括铃流的情况下，在系统200中铃流消除过滤器204的使用提高了在过滤器204的输出处的信噪比。

在地面探测器206接收由铃流噪声消除过滤器204提供的输出。地面探测器206用于使用多个原始地形点(例如，来自LIDAR仪器102)和其坐标发现地面表面，并且提供表示多个帧的多个地面点，该多个帧依次代表地面表面和目标106的片。地面探测器206通过从其输入中提取地面点并且过滤出表示障碍物的点，诸如从树顶中过滤出的那些点而发现地面。如所预期的那样，通过树和其他植物到达地面的LIDAR脉冲的数量远少于由LIDAR源(或发射器)发射的脉冲数量。因此，表示在LIDAR传感器103检测的地面(地面点)的光点与从飞机104下的地表的总和接收的全部数量相比相当少。

因此，地面探测器206从在铃流消除过滤器204的输出处提供的地形数据中提取地面表面外形(定义三维表面的一组点)。地面探测器206的输出包括表示包括目标106的地面表面的一组数据。

地面探测器106还用来确定地面是连续的，使得在地形中没有大的改变。这是通过为地面表面创建2维(2D)栅格并且确定在每个栅格分量处的地面高度来实现的。优选地，每个栅格分量表示每个边为一米的正方形的地面部分。一旦收集了整个栅格的数据，则地面探测器206去除出现在不适当的位置的点或者去除基于不充分的数据的点。对于要去除哪些点的决定是基于被编程进地面探测器206的人为规定。地面探测器206进一步被编程成在计算地面表面的轮廓时忽略高于预定高度(例如，诸如6英尺的人的高度)的任何点。预定高度是通过基于规则的统计确定的。这被完成以便去除不可能是地面的一部分的任何结构。因此，地面探测器206的输出提供了比还使用树顶数据的系统更真实的实际地面表面表示。

将地面探测器206的输出提供给竞争过滤器208。竞争过滤器208被用于处理由地面探测器206提供的地面表面数据(地面点)。使用竞争过滤器208来过滤地面点以便获得DEM点的3D外形。竞争过滤器208过滤未与地球空间坐标关联的地面表面数据，诸如由LIDAR仪器202收集的数据。竞争过滤器208通过为数据点的每一帧执行预定阶的多项式拟合进行工作。这是通过确定哪个多项式最好地表示帧中点的集合而完成的。一个示例是一阶多项式(倾斜平面)，而另一个示例是数字平均(0阶)。在优选实施例中，该平均和倾斜平面(分别是0阶和一阶多项式)为按照点的任意给定帧或容量进行的最佳拟合而竞争。其他实施例可以利用较高阶多项式。在序列号为09/827,305的美国专利申请中讨论了用于按帧拟合多项式的方法，所述美国专利申请的公开内容通过引用全部合并于此。

因此，对于点的每个帧，过滤器208确定适合该帧中的点的倾斜平面。每一帧都是宏帧，其覆盖了构成正被处理的全部区域的一小部分的一片地面。竞争过滤器208的输出是包括多个平面(例如，30个平面)的轮廓，其中为每个帧获得一个平面。地面表面的最佳估计考虑到由树和植物形成的障碍物以产生部分遮蔽目标的图像。一旦过滤器208处理了每个帧，则输出是未配准的DEM表面。在本实施例中，表面是地面表面，然而，应当理解的是，本发明的方法和系统可以用在目标物体的任意表面上。

由竞争过滤器208产生的数据，DEM，不适于再现图像，该图像可用于系统200的使用。为了产生可观看的图像，我们必须首先完成配准处理。在优选实施例中，通过由方框210(配准引擎)和212(刚性变换引擎)执行的迭代处理来执行配准。在本实施例中，为了获得地面表面的3D表示，几组数据(帧)自动接合在一起以创建整个目标区域或表面的图像。从提供表面特征的不同视图的不同视角获取每组数据(或帧)。配准确定在传感器103在表面上移动时表示该表面的每个点的相对位置。通过执行每帧的平移和旋转以适合相邻帧或各帧，而使表面区域的不同视图相互对准。

配准处理的第一部分是要在第二帧中发现第一(相邻)帧中多个点的每一个的最近点。一旦发现了最近点，就对准各点，使得帧很好地适合表示配准的模型或图像。这被称为逐对(pair wise)处理。处理的每次迭代产生更好的适合，并且该处理一直继续直到实现了最佳对准。这是通过确定与每帧的每次旋转和平移相关的计算成本以便适合其他帧而实现的。使用在每次迭代中收集的信息(相邻帧之间的匹配)，随后的迭代校正所述对准，直到达到中止准则。该准则可以是完成多次迭代或者完成预定目的。在本实施例中，我们通过将来自每次迭代的观测结果输入到矩阵中并且随后立刻求解该矩阵，使得基本同时执行了所有变换(即，逐n处理)，而执行对第一帧中的每个点的最近点搜索，以定位在至少一个其他帧中的最近点。在J.A.Williams和M.Bennamoun的“Simultaneous Registration of Multiple PointSets Using Orthonormal Matrices”Proc.IEEE Int.Conf.on Acoustics，Speech and Signal Processing(ICASSP Jun.2000)at pp.2199-2202中可以找到矩阵的示例。

在优选实施例中，多次重复迭代处理以便为各帧确定最佳旋转和平移。优选地，我们使用在J.A.Williams和M.Bennamoun的“Simultaneous Registration of Multiple Point Sets Using OrthonormalMatrices”Proc.IEEE Int.Conf.on Acoustics，Speech and SignalProcessing(ICASSP Jun.2000)at pp.2199-2202中提出的算法，其公开内容通过引用合并于此。

在方框212中执行上述的迭代变换。每次变换都是刚性变换。如果变换保留了在对应点之间的距离，则称该变换是刚性的。

帧积分器方框214执行由方框212产生的配准容量的积分(或并集(union))，并且将结果修改成适合于呈现的尺寸和形状，然后，其在方框216被可视地利用以便示出目标的结构。结果是被快速显示的3D模型。在本文所述的实施例中，描绘了诸如如图1所示隐藏在树顶之下的坦克106的目标，而没有遮掩在坦克106上的树的冠层的效应。

如上所述，在这种在战斗环境中定位诸如坦克106的隐藏目标的很多应用中，配准处理的速度是很关键的。一种加速该处理的方法是提高逐帧搜索对应点的速度。这可以通过使用几种公知的K-D树形算法的任一种来完成。因此，来自每帧的数据点被映射到树形结构中，使得不必搜索在相邻帧中的点的整个集合以便发现第一帧中的给定点的最近点。在位于http://www.rolemaker.dk/nonRoleMaker/uni/algogem/kdtree.htm的网站可以找到K-D树形算法的示例。

参照图3，已经示出了图示根据本发明实施例的、用于提取裸露地球数字高程模型的简化方法300的流程图。使用诸如参照图2所描述的一个系统的系统来执行该方法。在步骤302中，系统接收表示帧容量的多维点。在步骤304中，系统通过将地面点与地面上的障碍物分离来发现地面。在步骤306中，系统过滤地面点以获得数字高程模型点的多维外形。过滤的结果是表示在图1所示的障碍物下的地面区域的DEM。对于该输出，存在多种可能的应用。