优化TomoSAR技术，让3D建筑模型的生成更高效、更精确 | NSO

合成孔径雷达（Synthetic Aperture Radar，SAR）可用于对地面物体的检测、定位与结构反演。特别是，层析SAR（Tomographic SAR，TomoSAR）技术已广泛应用于城市测绘与建筑建模等领域。但在实际应用中，TomoSAR技术的效率与精度都有待提高，要从稀疏的空间点数据生成三维建筑物模型并不容易。

在近期发表于《国家科学进展》（National Science Open, NSO）的文章中，中国科学院自动化研究所胡占义研究员课题组提出了不同层次SAR视觉视义的检测及其用于提高TomoSAR技术效率与精度的新方法，并将其应用于生成长方体型建筑模型。该文将收录于NSO“微波视觉与SAR三维成像”专题。

1

SAR图像中不同层次视觉语义的检测

单体城市建筑的主体结构通常可近似表达为由底图、立面与顶面等平面构成的长方体模型；多个单体城市建筑又可以按照特定的城市规划排列而形成城市建筑群。

挖掘SAR图像所蕴含的不同层次的视觉语义，将有助于引导TomoSAR技术生成精确、可靠的结果。具体包括：

底层视觉语义：主要表现在相邻像素之间的强度与结构类型的差异以及像素在不同区域的强度分布。其主要应用包括：（a）检测目标的初始位置或形状（例如二次反射区域对应的建筑立面与顶面)；（b）利用相邻像素之间的结构相似性提高像素级结构推断的精度；（c）联合处理相邻像素以提高结构推断的效率。

中层视觉语义：通常以特定几何基元（如线段与矩形）的形式存在，具体表现为目标的局部形状与基本尺寸。其主要应用包括：（a）检测目标的类别与不同目标之间的空间关系；（b）推断目标的潜在或不可见结构。

高层视觉语义：主要表现在单个或多个目标的类别与关联性以及全局性几何信息（如高度与布局）。其主要应用包括：（a）理解不同目标位置与尺寸的全局结构；（b）构建高阶约束以提高像素级建筑结构重建的全局精度与效率。

不同层次的视觉语义示例.左图:底层视觉语义（相邻像元之间的强度与结构约束）; 中图:中层视觉语义（与建筑底图、立面与顶面相应的区域）;右图:高层视觉语义(建筑高度估计,其中，红色线段表示二次反射区域,黄色矩形表示建筑区域,而细虚线则表示与建筑高度相关线段长度）.

2

空间点中不同视觉语义的检测

在由TomoSAR技术生成的空间点中，根据空间点分布特征与不同建筑构成平面之间的关联性，可以利用线段检测、区域增长等方法对其中的建筑底图、立面、顶面等视觉语义进行检测。此类视觉语义可进一步用于提高相应建筑结构的完整性推断。

3

利用视觉语义生成长方体型建筑模型

在不同层次视觉语义的基础上，研究者提出了一种基于平面扫描的长方体型建筑结构重建算法。根据城市建筑主体结构为长方体模型的假设，首先在SAR图像中检测散射与结构特性明显的二次散射区域并通过立面计算、区域分割、顶面扫描等步骤确定相应建筑的长方体模型。实验结果表明，此算法仅需计算SAR图像中极少像元(~ 5%)的高程即可重建建筑完整且精确的结构。

视觉语义的应用(三维建筑建模).左图:与建筑位置相应的二次反射区域; 中图:利用不同层次的视觉语义生成的长方体型建筑模型; 右图:传统方法生成的稀疏点云.