基于视觉显著性的三维街景建筑物的细节层次的提取

现有三维建筑物细节层次的定义以及三维综合方法都是以几何精度为准的，缺乏视觉感知的验证，并且很少兼顾到建筑群的整体视觉效应。本研究项目拟对成排的街景建筑物立面上的特征物进行分析，根据特征物的几何、纹理和语义信息等计算它们的视觉重要性或视觉显著性（value of visual salience），同时根据视场内特征物的形态与分布计算出特征物的之间的关联视觉显著性（co-value of visual salience）。然后进行统计分析，提取细节层次，且计算各细节层次之间的相似度。根据视觉感知的特性对各个细节层次所对应的视觉显著性值进行验证和迭代调整，最终划分出符合人的视觉感知和认知特性的细节层次。这种细节层次提取的方法，既考虑到人们对单个建筑物上特征物的感知和认知效果，又兼顾了邻近建筑物的影响与作用效果。同时，在细节层次的提取中，不仅考虑了特征物的纹理和几何，也考虑了它们的语义信息。

本项目开始于2012年元月，实施期为三年，结题于2014年12月。本项目执行期间基本实现了项目申请书所提的目标，研究了二维平面上地物目标的几何聚类，规则模式的提取，以此为基础提出和研究了基于最小二乘法的典型化算法。在三维情况下，着重研究了街景视觉场内墙面窗户目标物体的异常目标的提取以及剩余目标的规则包含区域分割，细节层次提取等理论基础和实现方法。另外，为了准备本项目测试和分析所需的三维场景，项目成员研究和实现了基于移动车载点云的人造地物的提取和分类方法，研究和实现了基于机载激光点云的建筑物屋顶的提取与面片分割方法。除此之外，在本项目的框架之下，研究富含直角的多边形的几何特征与平铺分布，并将研究成果运用于基于多边形特征的骨干道路网的提取，以及OpenStreetMap上建筑物信息的质量评价。本项目执行期间，共发表文章10篇，其中SCI论文5篇，武汉大学学报一篇，Springer系列文章两篇，计算机国际会议文章一篇，以及摄影测量国际会议一篇。