以測繪車測製影像作為基礎，偵測三維數值地形圖模型牆面，並進行紋理判別，找出

紋理判別，找出與真實影像最相近之通用紋理

本項工作為延續前一年度(107)之技術發展成果進行研究與精進，除了 來源影像由街景影像改為測繪車影像之外，更增加形態學方法，去除影像

中的雜訊，以提高影像分析之正確性，並加入通用紋理資料庫進行匹配，

找出牆面對應之通用紋理影像。

本項工作重點包含：(1)測繪車影像資訊分析、(2)房屋模型屬性分析，

(3)匹配房屋模型與測繪車影像、(4)AOI 擷取(5)影像分析、(6)紋理資料庫匹 配、(7)模型成果產製。圖 4-3-1 為模型牆面紋理匹配流程圖，內容說明如下：

圖 4-3-1、模型牆面紋理匹配流程圖

(1) 測繪車影像資訊分析：測繪車提供的資訊為四個相機之拍照影像、相機 軌跡點位、方位角 (roll、pitch、yaw)以及朝向等資訊。圖 4-3-2 為試辦 區示意圖，圖 4-3-3 為測繪車相機位置示意圖，圖 4-3-4 為測繪車行徑試 辦區路線示意圖。取得每棟房屋的牆面影像之方法，以圖 4-3-5a 中標示 的房屋牆面為例說明，首先要計算牆面中心點到相機拍照軌跡最近的影 像位置的最短距離，接著從影像位置中取得相對應的影像，圖 4-3-6a 和 圖 4-3-6b 分別為取自相機 2 和相機 4 的最靠近牆面中心點的影像，而實

際建物牆面如圖 4-3-5b。但此影像仍不能作為紋理影像參考，需再根據 相機的位置進行推算，才能取得真實建物能夠參考使用的影像。若要使 用相機 2 或相機 4 拍攝的影像，需再推算相機 2 或 4 偏移的距離，如圖 4-3-7a 和圖 4-3-7b，而圖 4-3-8a 和圖 4-3-8b 分別為推算後取得接近牆面 中心點的影像。

圖 4-3-2、試辦區示意圖

圖 4-3-3、測繪車相機位置示意圖

圖 4-3-4、測繪車行徑試辦區路線示意圖

(a) ^{尋找牆面示意圖}

(b) 實際牆面示意圖

圖 4-3-5、尋找牆面紋理影像之示意圖

(a) 相機 2 的影像 (b) 相機 4 的影像

圖 4-3-6、取得相機紋理影像(推算前)

(a) 分析相機 2 的影像 (b) 分析相機 4 的影像

圖 4-3-7、推算相機與牆面影像的距離之示意圖

(a) 相機 2 的建物牆面影像 (b) 相機 4 的建物牆面影像

(2) 房屋模型屬性分析：本步驟主要為分析房屋模型的房屋屬性資料、計算 房屋之屋角點坐標(圖 4-3-9)、計算試辦區域內各方位牆面中心點坐標(圖 4-3-10)以及計算面向道路較近且牆面最寬的牆面中心點坐標等三個部分 的前處理。

圖 4-3-9、房屋之屋角點坐標示意圖

圖 4-3-10、房屋牆面中心點示意圖

(3) 模型與影像匹配：分析步驟 1、2 之測繪車影像與房屋模型屬性資訊，匹 配出每個 polygon 對應之測繪車影像。

(4) AOI 擷取：本步驟主要流程為(I)計算房屋角點在街景影像之坐標；(II) 感興趣區域。步驟流程說明如下：

(I)計算房屋角點在街景影像之坐標：關於房屋角點在街景影像中的坐標，

以攝影測量中的共線條件方程式取得影像的坐標，圖 4-3-11 為三點共線 示意圖。共線條件方程式起初推導源自公式(4-3-1)，利用已知測繪車提 供的像主點位置(S)，對目標建物(Building)三維坐標求解房屋在影像 (Image)上之坐標。但測繪車並未提供該影像之焦距(focus)，並不能用傳 統共線條件方程式求解。但依據像主點位置 S 投影到𝐵𝐵̅̅̅̅̅之投影點 SP^′ 的距離 D，可取代焦距並改良公式(4-3-1)成公式(4-3-2)與公式(4-3-3)，

透過比例解算在影像上之坐標。最後，經由公式(4-3-2)、公式(4-3-3)可 求得在建物在影像上之投影坐標。

(a) 測繪車與建物示意圖 (b) 三點共線示求

圖 4-3-11、三點共線條件示意圖

𝑋_𝑠 − 𝑋_𝐼

𝑋_𝑆 − 𝑋_𝐵 = 𝑌_𝑠 − 𝑌_𝐼

𝑌_𝑆 − 𝑌_𝐵 = −𝑓

𝑍_𝑆 − 𝑍_𝐵 公式(4-3-1)

𝐼 = √(𝑆_𝑃𝑥− 𝑋_𝐵)²− (𝑆_𝑃𝑦 − 𝑌_𝐵)²+ (𝑆_𝑃𝑧− 𝑍_𝐵)² 𝐷 tan 𝜃

公式(4-3-2)

𝐼^′ = √(𝑆_𝑃𝑥− 𝑋_𝐵^′)² − (𝑆_𝑃𝑦 − 𝑌_𝐵^′)²+ (𝑆_𝑃𝑧− 𝑍_𝐵^′)² 𝐷 tan 𝜃

公式(4-3-3)

(II)擷取感興趣區域(Area of Interest,AOI): 為將建物的各樓層交界線切 割， 以取得模型牆面影像的資料。使用房屋樓層屬性和步驟(1)的計算 方法，可推算每棟建物的騎樓和樓層區塊的 AOI。在切割該棟建物的 AOI 會先把建物的上下兩側邊界找出來(圖 4-3-12(b))，並將整棟影像切 割下來(圖 4-3-12 (c))，接著在分別切割騎樓(圖 4-3-12 (d))和樓層(圖 4-3-12 (c))。關於樓層的區塊 AOI，因為測繪車影像有遮避問題，例如 行道樹、路燈、招牌等，最後會取高樓層的 AOI 切割結果。圖 4-3-13 為試辦區中 AOI 擷取案例成果，但 AOI 擷取的任務中，部分的建物仍 會因為遮避物無法截取到影像以及建物的結構無法取得整棟建物的牆 面影像，例如圓形建物(圖 4-3-13j)、特殊造型建物(圖 4-3-13h 和圖 4-3-13k)。

(a) 原始街景影像 (b) AOI 整棟建物的邊界 (c) AOI 整棟建物

(d) AOI 切割騎樓 (e) AOI 切割樓層

圖 4-3-12、AOI 切割樓層示意圖

圖例編號 建物的街景影像 測繪車影像騎樓 測繪車影像牆面

(a)

(b)

圖例編號 建物的街景影像 測繪車影像騎樓 測繪車影像牆面

(c)

(d)

(e)

(f)

(g)

(h)

圖例編號 建物的街景影像 測繪車影像騎樓 測繪車影像牆面

(i)

(j)

(k)

圖 4-3-13、AOI 成果示意圖

(5) 影像分析：本步驟為分析影像(包含 AOI 區域與紋理資料庫影像)之特性 與色調、飽和度、亮度數值。首先透過影像分析函式庫(opencv)提供之大 津演算法(公式 4-3-4)分析出影像之前景、後景影像，再藉由色群分析取 得影像的顏色分布，找出主色群顏色(即該影像中佔最多像素的顏色)，

計算主色群顏色之 HSI 數值(公式 4-3-5~公式 4-3-7)，影像分析案例與過 程如圖 4-3-14 所示。

(公式 4-3-4)

(公式 4-3-5)

(公式 4-3-6)

(公式 4-3-7)

AOI 影像 大津演算法分析 色群分析 主色群選定

(a) 案例 1

AOI 影像 大津演算法分析 色群分析 主色群選定

(b) ^{案例 2}

AOI 影像 大津演算法分析 色群分析 主色群選定

(c) 案例 3

圖 4-3-14、影像分析案例

(6) 紋理資料庫匹配：本步驟為匹配與 AOI 影像條件最相近之紋理資料庫影

像。匹配條件包含房屋樓層高度與 HSI 數值。在建置紋理資料庫時，已 經根據公寓、華廈、大樓、透天別墅、商辦等類別進行產製與分類，因 此房屋模型會依據高度屬性資訊選擇對應之紋理類別，篩選依據如表 4-3-1，若有更完善的房屋屬性資訊，在篩選紋理資料庫時會更準確。接 著以 AOI 影像的 HSI 數值為分析依據，搜尋符合房屋類別之紋理影像，

以 H(色調)為主，若找不到 H 數值相同時，則放寬 H 值範圍(±1)，直到 找到紋理為止。根據搜尋到的紋理影像，計算 S(比重佔 95%)與 I(比重佔 5%)數值，數值與 AOI 影像最接近著即為模型牆面貼圖影像。

表 4-3-1、房屋類別與樓層說明

房屋類型 樓層

公寓 6 樓(含)以下 華廈 7 樓至 11 樓(含) 大樓 12 樓(含)以下 透天 6 樓(含)以下 商辦 5 樓(含)以下

(7) 模型成果產製：將步驟 6 匹配出之通用紋理影像，進行房屋牆面紋理敷 貼，並產製 KML 模型格式。成果如圖 4-3-15 與圖 4-3-16 所示。

1.AOI 影像 3.色群分析

5.通用紋理敷貼成果 2.大津演算法分析 4.主色群選定

(a) 案例 1

1.AOI 影像 3.色群分析

5.通用紋理敷貼成果 2.大津演算法分析 4.主色群選定

(b) 案例 2

1.AOI 影像 3.色群分析

5.通用紋理敷貼成果 2.大津演算法分析 4.主色群選定

(c) 案例 3

圖 4-3-15、影像分析與成果案例(含分析過程)

圖 4-3-16、影像分析與成果案例(大範圍模型貼圖)

此外，本項工作挑選一小街區，以人工的方式擷取房屋對應的街景 AOI 區域，重複步驟 3~6，並與測繪車影像成果進行比較，分析與成果如圖 4-3-17~圖 4-3-19 所示(各成果皆為同房屋牆面進行對照)。

AOI 影像

通用紋理敷貼成果

色群分析 主色群選定

(a) 測繪車影像分析與模型成果

AOI 影像

通用紋理敷貼成果

色群分析 主色群選定

(b) 街景影像分析與模型成果

圖 4-3-17、測繪車與街景影像之模型成果分析比對-案例 1

AOI 影像

通用紋理敷貼成果

色群分析 主色群選定

(a) 測繪車影像分析與模型成果

AOI 影像

通用紋理敷貼成果

色群分析 主色群選定

(b) 街景影像分析與模型成果

圖 4-3-18、測繪車與街景影像之模型成果分析比對-案例 2

測繪車影像 街景影像 (a) 案例 1

測繪車影像 街景影像

(b) 案例 2

測繪車影像 街景影像

(c) 案例 3

測繪車影像 街景影像

(d) 案例 4

測繪車影像

街景影像

(e) 案例 5

圖 4-3-19、測繪車影像與街景影像之成果

透過圖 4-3-17~圖 4-3-19 之比對，檢視模型對應之測繪車與街景影像，

可歸類出不同影像來源對於模型牆面造成差異之原因，亦是在拍攝時需注

意之事項：(1)拍攝時間點不同，如產生店家招牌更換、牆面整修等問題；

(2)光線影響，如太陽光線的直射或是陰天時的偏暗光線，此因素影響影像 的明亮度分析結果；(3)相機設定，如相機的光圈與快門參數設定，影響影 像的曝光度與成像色彩等，亦會造成拍攝出之影像與一般人眼中的牆面顏 色有所差異；(4)拍攝角度與位置，拍攝角度過低，分析時容易被招牌、樹 木干擾，拍攝角度過高，分析時容易被天空干擾。

在文檔中 期末報告(定稿) (頁 70-89)