基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的建筑物輪廓提取

羅 杰

（福建省測(cè)繪院，福建 福州 350003）

0.引言

作為城市三維建模的重要元素之一，建筑物輪廓線的高效、準(zhǔn)確、快速提取對(duì)于“數(shù)字孿生”城市建設(shè)、智慧城市建設(shè)有著重要意義。因此,建筑物輪廓的提取方法是目前的研究熱點(diǎn)之一。目前，主要是通過(guò)遙感影像數(shù)據(jù)、機(jī)載LiDAR點(diǎn)云數(shù)據(jù)或者兩者結(jié)合數(shù)據(jù)中提取建筑物輪廓線。但是將遙感影像數(shù)據(jù)作為建筑物輪廓提取的數(shù)據(jù)源時(shí)會(huì)因地面物體干擾較大造成提取效率低。將遙感影像數(shù)據(jù)與機(jī)載LiDAR點(diǎn)云數(shù)據(jù)結(jié)合作為建筑物輪廓提取的數(shù)據(jù)源時(shí)，由于數(shù)據(jù)量大，提取效果更好，但是數(shù)據(jù)量大帶來(lái)的是數(shù)據(jù)處理困難，加大了工作量。故研究如何從機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中有效提取建筑物輪廓是目前建筑物輪廓提取研究的主要方向[1]。

基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的建筑物輪廓提取方法的研究尚處于起步階段，多位學(xué)者對(duì)此已經(jīng)有了初步的研究。文獻(xiàn)[2]利用高偏差平衡濾波法對(duì)建筑物輪廓進(jìn)行提取，但是該方法的缺點(diǎn)在于窗口大小與種子點(diǎn)數(shù)的確定較為困難，需要經(jīng)過(guò)大量實(shí)驗(yàn)進(jìn)行驗(yàn)證。文獻(xiàn)[3]通過(guò)RANSAC算法確定建筑物平面最佳模型與屋頂平面，實(shí)現(xiàn)建筑物輪廓的提取。但是該方法的缺點(diǎn)在于普遍適用性較低，需要大量的先驗(yàn)信息。文獻(xiàn)[4]通過(guò)影像提取的歸一化植被指數(shù)與點(diǎn)云的三維坐標(biāo)信息結(jié)合，對(duì)建筑物輪廓進(jìn)行提取，并且利用建筑物邊界的垂直與平行關(guān)系處理得到規(guī)則化成果。文獻(xiàn)[5]通過(guò)將建筑物點(diǎn)云映射到格網(wǎng)內(nèi)，判斷鄰域內(nèi)是否包含某個(gè)格網(wǎng)元素，如某個(gè)點(diǎn)不在該格網(wǎng)內(nèi)，那么此點(diǎn)會(huì)被認(rèn)為是邊界點(diǎn)。將所有邊界點(diǎn)進(jìn)行連接得到邊界線。但由于點(diǎn)云密度不均，會(huì)造成提取的邊界線精度不高。基于點(diǎn)云數(shù)據(jù)的建筑物輪廓提取，目前大都基于已有建筑物點(diǎn)云數(shù)據(jù)，對(duì)于從原始機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中提取建筑物輪廓的方法與流程較少。故本文以福州市某區(qū)域機(jī)載LiDAR點(diǎn)云數(shù)據(jù)為實(shí)驗(yàn)對(duì)象，使用方法將原始點(diǎn)云數(shù)據(jù)中非地面點(diǎn)與地面點(diǎn)點(diǎn)云數(shù)據(jù)分割，并且實(shí)現(xiàn)建筑物平面及輪廓提取及建筑物輪廓規(guī)則化等。通過(guò)建立建筑物輪廓提取模型的方式實(shí)現(xiàn)基于機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的建筑物輪廓提取。

1.建筑物輪廓提取方法技術(shù)流程

1.1 地面點(diǎn)濾波

點(diǎn)云濾波就是篩選出地面激光點(diǎn)與非地面激光點(diǎn)，并且將地面激光點(diǎn)與非地面激光點(diǎn)進(jìn)行分離。漸進(jìn)形態(tài)學(xué)點(diǎn)云濾波方法可以將場(chǎng)景中所有不同大小的非圓形地物檢測(cè)出，主要的濾波操作為開(kāi)操作運(yùn)算。該點(diǎn)云濾波算法實(shí)現(xiàn)點(diǎn)云濾波是通過(guò)不斷調(diào)整窗口大小，如，通過(guò)不斷執(zhí)行增加濾波窗口大小的開(kāi)操作，從原始點(diǎn)云數(shù)據(jù)中將突出地面的不同大小的目標(biāo)點(diǎn)云剔出。場(chǎng)景中建筑物表現(xiàn)為最外側(cè)高程凸起，針對(duì)高地勢(shì)頂部點(diǎn)云無(wú)法移除的問(wèn)題，可以在開(kāi)操作的基礎(chǔ)上增加高差閾值的限制條件：ΔHp=|Hp′-Hp|，ΔHp≤Hpt表示地面，ΔHp≥Hpt表示建筑，其中，Hpt表示設(shè)置的高差閾值；Hp表示濾波前點(diǎn)的高程；Hp′表示濾波后點(diǎn)的高程，對(duì)濾波前后的高程插值進(jìn)行判斷，如差值大于高差閾值，此點(diǎn)為非地面點(diǎn)云，如差值小于高差閾值，則為地面點(diǎn)云。

1.2 建筑物點(diǎn)云提取

通過(guò)漸進(jìn)形態(tài)學(xué)點(diǎn)云濾波方法濾波，可以從點(diǎn)云數(shù)據(jù)中將地面點(diǎn)與非地面點(diǎn)進(jìn)行分離。為了得到建筑物輪廓提取所需的點(diǎn)云數(shù)據(jù)，需要對(duì)非地面點(diǎn)進(jìn)行分類與分割。Hough變換能夠容忍特征邊界描述中的間隙，受圖像噪聲的影響不大。隨著空間三維信息的不斷發(fā)展，Hough變換也從二維向三維轉(zhuǎn)變，但是傳統(tǒng)三維Hough變換的提取效率較低，耗費(fèi)的時(shí)間和計(jì)算資源較大。針對(duì)此問(wèn)題，本文提出一種改進(jìn)的Hough變換，改進(jìn)Hough變換可以以更高的效率從非地面點(diǎn)云中提取建筑物平面。非地面點(diǎn)云數(shù)據(jù)中，與建筑物點(diǎn)云特征最接近的是樹(shù)木，所以如何有效地將建筑物點(diǎn)云與樹(shù)木點(diǎn)云進(jìn)行區(qū)分是建筑物點(diǎn)云提取的關(guān)鍵。在完成非地面點(diǎn)云數(shù)據(jù)的平面區(qū)域檢測(cè)后，建筑物頂部的所有激光點(diǎn)都在同一平面內(nèi)。對(duì)于高大樹(shù)木來(lái)說(shuō)，其頂部的點(diǎn)云高程變化較大，但是樹(shù)木頂部的平面面積相對(duì)于建筑物平面面積較小，所以通過(guò)面積閾值的方式可以將建筑物激光點(diǎn)與高大樹(shù)木激光點(diǎn)進(jìn)行區(qū)分。

1.3 建筑物輪廓提取

算法是一種邊緣點(diǎn)檢測(cè)算法，檢測(cè)原理為通過(guò)一個(gè)設(shè)置固定半徑的圓繞點(diǎn)云滾動(dòng)，獲取多點(diǎn)構(gòu)成的建筑物輪廓。該算法目前在網(wǎng)格生成、醫(yī)學(xué)圖像等領(lǐng)域有著廣泛應(yīng)用。圖1所示為將該算法應(yīng)用于本文建筑物輪廓提取的原理，該算法中的固定半徑可以設(shè)置為通過(guò)三維Hough變換得到的點(diǎn)集中各點(diǎn)間距的2~3倍，圓心坐標(biāo)可表示為x：

圖1 建筑物輪廓點(diǎn)提取

式（1）中，（Ox，O）y表示為滾動(dòng)圓的圓心坐標(biāo)；（x1，y1）和（x2，y2）分別表示待判斷點(diǎn)的平面坐標(biāo)。

本文通過(guò)α-shape對(duì)建筑物輪廓進(jìn)行提取的具體流程為：

（1）對(duì)所有建筑物點(diǎn)云進(jìn)行二維平面投影。在點(diǎn)集中任意選一點(diǎn)P1，將2α設(shè)置為圓的半徑，將P1點(diǎn)平面坐標(biāo)設(shè)置為圓心進(jìn)行點(diǎn)云搜索。將所有搜索到的點(diǎn)云組成新的點(diǎn)集S1，在點(diǎn)集S1中再任選一點(diǎn)P2，計(jì)算通過(guò)P1點(diǎn)與P2點(diǎn)的圓心坐標(biāo)P0；

（2）計(jì)算點(diǎn)集S1中所有點(diǎn)到圓心P0點(diǎn)的距離，若點(diǎn)集中的所有點(diǎn)到P0的距離小于α，跳至步驟（3）；若點(diǎn)集中的所有點(diǎn)到P0的距離大于α，可認(rèn)定P1與P2點(diǎn)為輪廓點(diǎn)，繼續(xù)步驟（4）；

（3）重復(fù)進(jìn)行步驟（1）至步驟（2），遍歷并判斷點(diǎn)集S1中的所有點(diǎn)；

（4）如果判斷完點(diǎn)集S1中的所有點(diǎn)，繼續(xù)重復(fù)步驟（1）至步驟（3），判斷完所有點(diǎn)后結(jié)束算法。

1.4 輪廓線規(guī)則化

建筑物相鄰邊緣線之間的關(guān)系是相互垂直的，通過(guò)本文方法得到的建筑物輪廓線往往不規(guī)則，故在輪廓線提取完成后需要使用規(guī)則化方法將提取得到的輪廓線設(shè)置為相互垂直或者平行關(guān)系。本文將通過(guò)對(duì)線段加權(quán)的方式規(guī)則化建筑物邊緣線，將提取得到的輪廓線分為正負(fù)兩個(gè)方向，兩個(gè)方向相互垂直。將不同線段長(zhǎng)度作為權(quán)重，計(jì)算得到加權(quán)平均方向。假如正方向上有：，其中，D為加權(quán)平均正方向；D_為加權(quán)平均負(fù)方向；li表示第i個(gè)正方向輪廓線長(zhǎng)度；L表示正方向輪廓長(zhǎng)度，di表示第i個(gè)正方向輪廓線方向。首先對(duì)提取得到的輪廓中的最長(zhǎng)邊作為起始正方向并且進(jìn)行編號(hào)，編號(hào)為1，按照順時(shí)針對(duì)剩余輪廓線依次進(jìn)行編號(hào)。定義編號(hào)是偶數(shù)的輪廓線為負(fù)方向，定義編號(hào)是奇數(shù)的輪廓線為正方向。正負(fù)加權(quán)平均方向D與D_計(jì)算完成后，對(duì)兩個(gè)方向進(jìn)行垂直改正，總改正值就是兩個(gè)方向達(dá)到垂直需要的角度。完成垂直改正后，將擬合輪廓線繞中心旋轉(zhuǎn)至正確方向。

2.實(shí)驗(yàn)及結(jié)果分析

2.1 實(shí)驗(yàn)過(guò)程

為了對(duì)本文提出方法的可行性與準(zhǔn)確性進(jìn)行驗(yàn)證，本文將福州市某區(qū)域機(jī)載激光點(diǎn)云數(shù)據(jù)作為實(shí)驗(yàn)對(duì)象，實(shí)驗(yàn)數(shù)據(jù)由無(wú)人機(jī)搭載M600Pro+Rigel激光掃描系統(tǒng)采集得到。實(shí)驗(yàn)測(cè)區(qū)包含道路、低植被、高植被、建筑物等，地物種類豐富，地勢(shì)起伏明顯。圖2所示為采集得到的并且經(jīng)過(guò)去噪等預(yù)處理后的機(jī)載點(diǎn)云數(shù)據(jù)。

圖2 測(cè)區(qū)去噪后的三維機(jī)載點(diǎn)云數(shù)據(jù)

首先使用漸進(jìn)形態(tài)學(xué)濾波算法對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行濾波，根據(jù)測(cè)區(qū)特征與參數(shù)測(cè)試，將濾波窗口設(shè)置為20m，閾值設(shè)置為0.2m處理得到的效果最好。圖3所示為算法濾波后得到的地面點(diǎn)點(diǎn)云與非地面點(diǎn)點(diǎn)云數(shù)據(jù)。

圖3 漸進(jìn)形態(tài)學(xué)濾波算法濾波得到的地面點(diǎn)與非地面點(diǎn)

使用漸進(jìn)形態(tài)學(xué)濾波算法可以區(qū)分出地面點(diǎn)與非地面點(diǎn)，其中，非地面點(diǎn)又包含低矮植被、高大植被、建筑物點(diǎn)云等。為了降低非地面點(diǎn)中植被對(duì)建筑物輪廓提取的影響，本文以地面點(diǎn)云為基準(zhǔn)，通過(guò)設(shè)置高程閾值的方式將地面點(diǎn)中的低矮植被和車(chē)輛點(diǎn)云提出，經(jīng)過(guò)不斷試驗(yàn)將高程閾值設(shè)置為3m后得到的效果最好。剔除車(chē)輛、低矮植被后剩下的就是高植被點(diǎn)云與建筑物點(diǎn)云。圖4所示為經(jīng)過(guò)高程閾值濾波后得到的點(diǎn)云數(shù)據(jù)。

圖4 經(jīng)高度閾值濾波得到的非地面點(diǎn)云

使用三維Hough變換獲取建筑物平面，首先得到計(jì)算平面計(jì)算時(shí)的參數(shù)，其次計(jì)算各點(diǎn)到平面的距離，距離小于閾值的所有點(diǎn)視為同一平面。計(jì)算過(guò)程中部分高大植被點(diǎn)可能會(huì)被歸到平面點(diǎn)集中，可以通過(guò)對(duì)局部鄰域內(nèi)點(diǎn)的法方向一致性判斷剔除平面內(nèi)包含的高植被點(diǎn)。

建筑物輪廓點(diǎn)云被投影到二維平面上后，經(jīng)Hough變換得到的平面中平面點(diǎn)云就會(huì)覆蓋平面中立面點(diǎn)云。為了提高建筑物輪廓的提取效率，就需要平面中的立面點(diǎn)云剔除。本文通過(guò)點(diǎn)的法向量方向信息這一方法將平面中的立面點(diǎn)云剔除。圖5所示為提取得到的建筑物屋頂面點(diǎn)云數(shù)據(jù)。

圖5 建筑物屋頂面提取結(jié)果

建筑物平面點(diǎn)云投影到二維平面后，通過(guò)算法提取建筑物輪廓。設(shè)置圓的半徑為0.5m，對(duì)提取得到的建筑物輪廓進(jìn)行規(guī)則化處理。圖6所示為建筑物輪廓規(guī)則化處理結(jié)果。

圖6 建筑物輪廓提取及規(guī)則化成果

2.2 結(jié)果分析

為了對(duì)本文使用方法的正確性與有效性進(jìn)行驗(yàn)證，對(duì)比該地區(qū)高清衛(wèi)星影像數(shù)據(jù)與本文方法提取得到的建筑物輪廓成果。使用平均輪廓線長(zhǎng)度差、平均輪廓區(qū)域面積差、平均輪廓線角度差定量這三個(gè)指標(biāo)定量分析本文方法提取到的建筑物輪廓誤差。其中，平均輪廓線長(zhǎng)度差是影像數(shù)據(jù)與本文提取輪廓線的邊長(zhǎng)差的平均值，平均輪廓區(qū)域面積差是影像數(shù)據(jù)與本文提取輪廓面積差除以邊數(shù)的值，平均輪廓線角度差是影像數(shù)據(jù)與本文提取輪廓的各個(gè)邊角度差的平均值，統(tǒng)計(jì)結(jié)果（如表1所示）：

表1 建筑物輪廓提取驗(yàn)證結(jié)果統(tǒng)計(jì)

3.結(jié)束語(yǔ)

為了從機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中有效提取建筑物輪廓，本文提出了一系列改進(jìn)算法。首先，統(tǒng)計(jì)各個(gè)漸進(jìn)數(shù)學(xué)形態(tài)濾波算法分割原始點(diǎn)云數(shù)據(jù)中的地面點(diǎn)與非地面點(diǎn)。其次，利用改進(jìn)的三維Hough算法從非地面點(diǎn)云數(shù)據(jù)中提取建筑物點(diǎn)云，并且通過(guò)算法實(shí)現(xiàn)了建筑物輪廓的提取。最后，假設(shè)建筑物相鄰邊線相互垂直的情況下，通過(guò)線段長(zhǎng)度加權(quán)方向的方法對(duì)建筑物輪廓進(jìn)行規(guī)則化處理。以福州市某區(qū)域采集得到的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)為實(shí)驗(yàn)對(duì)象，通過(guò)本文提出的方法對(duì)建筑物輪廓進(jìn)行提取，對(duì)提取結(jié)果使用高清衛(wèi)星影像數(shù)據(jù)進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：本文提出的方法可將建筑物提取誤差控制在一定范圍內(nèi)，提取的效果較好。隨著建筑物設(shè)計(jì)與建造的個(gè)性化、多元化，本文的建筑物提取算法還需要進(jìn)一步改進(jìn)以適應(yīng)異形建筑物輪廓的提取。