快速LZD匹配异源DEM空洞修复应用研究

doi:10.3778/j.issn.1002-8331.2306-0250

摘要/Abstract

摘要： 针对待修复数字高程模型存在较大面积不规则空洞，且与辅助模型的尺度特征、位姿存在明显差异时，需要对数据进行预处理、样本训练或进行大量计算，导致修复效率低下以及产生计算误差等问题，提出了一种基于最小高差（least Z-difference，LZD）匹配和CPU-GPU并行加速的处理方法。利用Z坐标差值搜索最小距离点，将异步流迭代方式应用于空间转换模型参数的求解中，在简化的计算准则基础上进一步提升运行效率，实现对异源DEM空洞数据与基准数据的快速高精度匹配，同时，使用台阶融合算法填补空缺区域并进行边缘平滑。实验结果表明，该方法修复得到的DEM数据完整度、正确性高，处理过程较CPU多线程平台最高能够达到9.7倍的加速比，为数字高程模型的修复与分析研究提供了有益参考。

关键词: 最小高差算法, 三维表面匹配, GPU并行加速, DEM数据空洞修复

Abstract: To improve the efficiency of high-precision DEM inpainting process, when the data has large empty irregular areas and significant differences with auxiliary model in scale characteristics and pose, CPU-GPU parallel1 strategy is proposed based on least Z-difference algorithm, which can restore data rapidly without preprocessing,sample training or massive calculation. The method utilizes the minimum distance point searched by Z-coordinate difference to build model, at the same time, the asynchronous flow iteration can be used on the solutions of spatial transformation model parameters. By the simplified algorithm criteria, the computation efficiency is further improved to realize the fast and high precision matching of DEM data from different sources. Meanwhile, based on the pixel step fusion, the vacancy area in the pending DEM can be filled with smooth edge. The experimental results show that the DEM data repaired by this method has high integrity and accuracy, and the processing performs good acceleration ratio of 9.7 compared with the CPU platform, which provides a useful reference for the restoration and analysis of digital elevation models.

Key words: least Z-difference, three-dimensional matching, GPU parallel acceleration, DEM data hole inpainting

李小虎, 芦颖, 田壮. 快速LZD匹配异源DEM空洞修复应用研究[J]. 计算机工程与应用, 2023, 59(23): 311-319.

LI Xiaohu, LU Ying, TIAN Zhuang. Rapid LZD Matching Algorithm in Heterologous DEM Inpainting[J]. Computer Engineering and Applications, 2023, 59(23): 311-319.

参考文献

[1] 汤国安.我国数字高程模型与数字地形分析研究进展[J].地理学报，2014，69（9）：1305-1325.
TANG G A.Progress of DEM and digital terrain analysis in China[J].Acta Geographica Sinica，2014，69（9）：1305-1325.
[2] LIU X H，HU H，HU P.Accuracy assessment of LiDAR-derived digital elevation models based on approximation theory[J].Remote Sensing，2015，7（6）：7062-7079.
[3] 唐新明，李世金，李涛，等.全球数字高程产品概述[J].遥感学报，2021，25（1）：167-181.
TANG X M，LI S J，LI T，et al.Review on global digital elevation products[J].Journal of Remote Sensing，2021，25（1）：167-181.
[4] GUTH P L，VAN N A，GROHMANN C H，et al.Digital elevation models：terminology and definitions[J].Remote Sensing，2021，13（18）：3581.
[5] CHAI L T，WONG C J，JAMES D，et al.Vertical accuracy comparison of multi-source digital elevation model（DEM） with airborne light detection and ranging（LiDAR）[J].IOP Conference Series：Earth and Environmental Science，2022，1053（1）：012025.
[6] 陈传法，王梦樱，杨帅，等.适用于林区机载LiDAR点云的多分辨率层次插值滤波方法[J].山东科技大学学报（自然科学版），2021，40（2）：12-20.
CHEN C F，WANG M Y，YANG S，et al.A multi-resolution hierarchical interpolation-based filtering method for airborne LiDAR point clouds in forest areas[J].Journal of Shandong University of Science and Technology（Natural Science Edition），2021，40（2）：12-20.
[7] LEE S B，WON J H，JUNG K Y，et al.Digital elevation model production using point cloud acquired by unmanned aerial vehicles[J].Sensors and Materials，2020，32（12）：4347.
[8] WANG W G，SHEN J B，YU Z Z，et al.Stereoscopic thumbnail creation via efficient stereo saliency detection[J].IEEE Transactions on Visualization and Computer Graphics，2017，23（8）：2014-2027.
[9] 方兰兰.三维地形匹配和场景匹配[D].西安：西安电子科技大学，2015.
FANG L L.The research of 3D terrain matching and scene matching[D].Xi’an：Xidian University，2015.
[10] LUEDELING E，SIEBERT S，BUERKERT A.Filling the voids in the SRTM elevation model—a TIN-based delta surface approach[J].ISPRS Journal of Photogrammetry and Remote Sensing，2007，62（4）：283-294.
[11] 宋海航.中国地区SRTM DEM数据的空洞填补及精度评价[D].北京：中国地质大学，2018.
SONG H H.Research on SRTM void-filling and precision detection of SRTM data in China[D].Beijing：China University of Geosciences，2018.
[12] LI M X，XU H W.ASTER GDEM anomaly region interpolation method based on SRTM DEM[C]//Proceedings of 2011 International Conference on Ecological Protection of Lakes-Wetlands-Watershed and Application of 3S Technology（EPLWW3S 2011 V3），2011：319-323.
[13] 郭鹏程.典型开放DEM数据的融合与空洞修复方法对比研究[D].太原：太原理工大学，2020.
GUO P C.Comparative study on fusion of typical and void repair methods of typical open DEM data[D].Taiyuan：Taiyuan University of Technology，2020.
[14] 张永亮，朱美正，李欣，等.基于稠密与稀疏高程点的DEM插值算法[J].计算机工程与应用，2014，50（1）：167-174.
ZHANG Y L，ZHU M Z，LI X，et al.Algorithms of DEM interpolation based on dense and sparse elevation points[J].Computer Engineering and Applications，2014，50（1）：167-174.
[15] XIAN W Z，HAN J X，LIN W Y，et al.An improved ANUDEM method combining topographic correction and DEM interpolation[J].Geocarto International，2016，31（5）：492-505.
[16] 陈传法，岳天祥，杜正平，等.基于高精度曲面模型的DEM构建与误差分析[J].遥感学报，2010，14（1）：80-89.
CHEN C F，YUE T X，DU Z P，et al.DEM construction and error analysis based on high-precision surface model[J].Journal of Remote Sensing，2010，14（1）：80-89.
[17] 孔德明，曹帅，沈阅，等.基于毫米波雷达获取料堆DEM的插值方法研究[J].计量学报，2022，43（12）：1554-1560.
KONG D M，CAO S，SHEN Y，et al.Research on interpolation method for obtaining DEM of material pile based on millimeter wave reader[J].Acta Metrologica Sinica，2022，43（12）：1554-1560.
[18] 岳国栋，刘扬，郑春雨.地形复杂区域InSAR技术的DEM融合方法研究[J].测绘与空间地理信息，2021，44（7）：205-209.
YUE G D，LIU Y，ZHENG C Y.Study on DEM fusion methods based on InSAR technology in complex terrain areas[J].Geomatics，Mapping and Spatial Geographic Information，2021，44（7）：205-209.
[19] 李世明.激光雷达点云与摄影测量点云的拉普拉斯融合方法[D].成都：西南交通大学，2021.
LI S M.Laplacian fusion approach of lidar and photogrammetric point cloud[D].Chengdu：Southwest Jiaotong University，2021.
[20] ERIC G，JULIE D，ERIC G，et al.Interactive example-based terrain authoring with conditional generative adversarial networks[J].ACM Transactions on Graphics （TOG），2017，36（6）：1-13.
[21] 陈雪荣.三维激光扫描点云数据分类去噪及空洞修复算法研究[D].西安：长安大学，2017.
CHEN X R.Research on classification de-noising and cavity repair algorithm for 3D laser scanning point cloud data[D].Xi’an：Chang’an University，2017.
[22] 余婷婷，董有福.利用随机森林回归算法校正ASTER GDEM高程误差[J].武汉大学学报（信息科学版），2021，46（7）：1098-1105.
YU T T，DONG Y F.Using random forest regression algorithm to correct the height error of ASTER GDEM[J].Journal of Wuhan University（Information Science Edition），2021，46（7）：1098-1105.
[23] 杨容浩.无控制DEM匹配算法性能比较与改进研究[D].成都：西南交通大学，2012.
YANG R H.Research on performance comparison and improvement of uncontrolled dem matching algorithm[D].Chengdu：Southwest Jiaotong University，2012.
[24] 杨磊，刘志平.三维坐标转换参数估计的平方根矩阵法[J].测绘科学，2015，40（12）：140-143.
YANG L，LIU Z P.Square root matrix method for parameter estimation of 3D coordinate transformation[J].Surveying and Mapping Science，2015，40（12）：140-143.
[25] ZHANG Q B.Pavement crack detection algorithm based on image processing analysis[C]//2016 8th International Conference on Intelligent Human-Machine Systems and Cybernetics（IHMSC），2016：15-18.
[26] 孙文悦，王昌达.SDN中基于MS-KNN算法的LFA检测方法[J].计算机应用研究，2022，39（9）：2832-2836.
SUN W Y，WANG C D.LFA detection method based on MS-KNN algorithm in SDN[J].Application Research of Computers，2022，39（9）：2832-2836.