基于爬山法的窗戶特征提取方法

賈凱華　雷鳴　吳澤敏

摘 要：在建筑物立面重建中，窗戶提取、結構識別是學者們研究的熱點。針對建筑物特征提取的應用需求，提出了一套基于局部搜索算法——爬山法的窗戶信息提取方法，并具體介紹了研究中采用的一些原理、方法，從而可以準確有效地從激光掃描數據中提取出建筑物的窗戶信息。利用本方案對地面激光掃描系統獲取的建筑物試驗數據進行了具體的處理，并給出了可視化的表達結果。

關鍵詞：建筑物；激光掃描；特征提取；爬山法

資助項目：1、基于激光點云數據的窗戶提取技術研究，編號ZR14QN05

2、2010年江西省特色專業建設項目（土木工程）

3、江西科技學院規劃建設學科項目（結構工程）

1 引言

隨著地面激光掃描技術的發展，獲取高密度點云成為可能，詳細的建筑立面結構：如窗戶、門框等特征信息也可以被重建。然而，對于窗戶，通常只有少數可利用的激光點，這是由于窗戶框邊是整個墻壁上相對較小的部分，并且窗戶上玻璃不能反射激光束。原始激光信息的不足，使得在沒有人際交互的情況下很難恢復可靠真實的的窗戶幾何體。本文提出一種利用爬山法，從地面三維激光點云數據中提取建筑物窗戶信息的方法。

2 算法

爬山法（Hill-Climbing）[6]是一種局部搜索迭代求出最優解的一種算法，首先選取某個可行解為初始解，并通過逐步迭代來改善解的精確性，在每次迭代中，算法依據鄰域函數在當前解的鄰域內尋找更優解來改善當前解的質量，即所謂的局部搜索，這種迭代求解算法，原理淺顯易懂，容易實現，如下圖1。

設爬山者最初位于P0點，目標是爬上峰頂，為此可有4種走法，即向東、向南、向西、向北，爬山法要求在每走一步之前，先計算分別向4個方向走一步后到達的新位置與原位置高度之差，即啟發信息；然后根據這一信息決定向哪個方向走，一般選高度差最大的方向作為即將走步的方向，每走一步都要有預先計算的啟發信息作引導，當到達某點時，若4個方向的高度差計算結果都導致高度下降，則認為該點就是峰頂，搜索結束，由于每一步都是向梯度最陡的方向前進，而非盲目攀登，因而爬山法對求解單峰問題是相當有效的。在算法搜索過程中，需要不斷比較當前變量鄰域范圍的能量函數值與當前能量函數值，具體是：分別計算中心點向上、向下、向左、向右各平移一個像素，寬度和高度分別增加、減小1時對應的能量函數值，最小能量函數對應的參數即是最后得到最優的窗戶矢量化參數，找到窗戶各個變量的局部最優解。

3 實驗

為驗證本文算法應用于復雜場景的可行性和有效性，下邊結合實驗數據和圖形來說明，如下圖所示，圖a為河海大學科學館的建筑物實景圖，圖b為三維激光掃描儀掃描得到的點云數據，由于點云數量非常大，截取一部分說明。圖c是提取出的窗戶點云數據。圖d為生成的圖像。

經過以上處理，建筑物立面上依次排列的每個窗戶都被準確地識別出來了。由于在投影時，我們記錄下了圖像中每個單元格對應點的三維坐標信息，因此，通過圖像和點云的對應關系，利用窗戶矢量參數就可以輕松地反求出其對應的外輪廓點云，如圖4.j所示。得到窗戶模型角點對應的點云和點坐標后，便可以方便地實現窗戶區域和整個平面的重建工作。

4 結論

本文提出了，基于爬山法的窗戶特征提取方法，詳細敘述了基于地面激光掃描數據的窗戶識別方法，該方法受窗戶點云質量影響較小，對復雜場景也是可行、有效的。

參考文獻

[1]魏征.車載LiDAR點云中建筑物的自動識別與立面幾何重建[D]. 上海交通大學碩士學位論文，2012.

[2]Lee， S.C. and Nevatia， R.，2004. Extraction and integration of window in a 3D building model from ground view images. In： IEEE Conference on Computer Vision and Pattern Recognition，2： 113-120.

[3] 魏征，董震，李清泉，2012.車載LiDAR點云中建筑物立面位置邊界的自動提取.武漢大學學報（信息科學版），37（11）： 1311-1315.

[4]李清泉. 三維空間數據的實時獲取、建模和可視化[M ]. 武漢： 武漢大學出版社， 2003.

[5]鄭德華. 三維激光掃描數據處理的理論與方法[D]. 同濟大學博士學位論文，2005.

[6]楊洋. 基于車載LIDAR數據的建筑物立面重建技術研究[D]. 解放軍信息工程大學碩士學位論文，2010.

[7]黃磊.基于激光掃描數據的建筑物立面信息提取[D].山東科技大學碩士論文，2007.

[8]王健，靳奉祥.基于車載激光測距的建筑物立面信息提取[J]；山東科技大學學報（自然科學版）；2004 （4）：57-59.