基于激光點云數據的房屋輪廓線提取方法

解霜

（西安市房產測量事務所有限公司，陜西 西安 710002）

0 引言

作為城市三維建模中的關鍵數據，建筑輪廓線的提取速度和精確度的提高，對于智慧型城市的建設意義重大，研究建筑輪廓線的提取方法成為當務之急。目前，工作人員積極應用機載LiDAR 點云數據、遙感影像數據等方法，但在應用遙感影技術提取建筑物輪廓線時，時常受到地面物體因素影響，降低其數據提取效率。因此，工作人員要利用遙感影像數據和機載LiDAR 點云數據，實時提取建筑物輪廓線的數據信息，能有效收集各種數據資源，全部提升提取效果，但因采集數據量過于龐大，無形中增加數據處理的難度系數，提高工作人員工作負擔，很多研究人員對其的研究程度有待提升。

針對該種情況，工作人員要應用高偏差平衡濾波法提取建筑物輪廓，但值得注意的是，該種方法很難確定窗口大小和種子點數，要工作人員進行反復驗證，操作難度系數較高。要通過RANSAC 算法建設建筑物平面模型，提取建筑物輪廓，這種方法適用性較低，在應用中要驗證各種信息數據。基于此，本文是以激光點云數據為前提，創設新型房屋輪廓線提取方法，全面搜索平面距離最遠的兩個激光點，以其中一個激光點為起始點，檢測屋頂邊緣點數據，采用最小二乘直線擬合方法，真實模擬各種輪廓線，加強分組邊緣點的合理性；通過計算車頂角點坐標，選擇最外側輪廓線的激光點，平移輪廓線交叉相鄰的輪廓線。實驗結果顯示，通過檢測更多屋頂邊緣點的數量，這種算法可以明顯提高操作效率，提升建筑物頂部輪廓線的精確度[1]。

1 建筑物輪廓提取技術

1.1 地面點濾波

點云濾波主要作用是篩選非地面激光點和地面激光點。在使用漸進形態學點云濾波方法時，要檢測出環境中全部非圓形物體，全程采用開操作運算。該點云濾波算法能持續執行工作任務，提高濾波窗口大小操作的科學性，在原始點云數據基礎上標注出突出地面的目標點云。對于高地勢頂面移除難度系數較高的難題，場景中的建筑體現為最外側的高程凸起。在開通運營前，需要增加一個門檻較高的限制條件。

式中：起重Hpt——高差閾值；Hp——濾波前點位的高程；H′p——濾波后點位高程，有利于準確判斷濾波前后高程差異值。如果差異值超過高差閾值，即ΔHp＞Hpt時，其屬于非地面點云；如果差值低于高差閾值，即ΔHp≤Hpt時，則是地面點云。

1.2 建筑物點云提取

通過采用漸進式的學點云濾波法來進行濾波操作，可以將非地面的點和地面的點提取到點云數據中。而想要得到完整的建筑物輪廓點云數據，要科學分類非地面點云數據，HOUGH 變換能收集特征邊界中的空隙，避免它被圖像雜訊因素影響。隨著空間三維信息技術快速發展，進一步優化HOUGH 變換功能，從既有二維向三維方向發展，但需要耗費大量的計算資源和時間，因為傳統的三維HOUNGH 變換的提取效率太低。因此，本文優化Houngj 變換，能提高工作人員建筑平面輪廓提取效率。同時，在非地面點云數據中，樹木和建筑點云特征相似程度最高，所以如何區分建筑物點云和樹木點云之間的差異性，是提取建筑物點云的關鍵點。在檢測非地面點云數據的平面區域后，要保證建筑物頂部的激光點均處于相同平面上，其頂部點云高程變化幅度較大的高大樹木，應采用面積閾值的方法，將建筑物的激光點云與樹木的激光點云進行準確區隔[2]。

1.3 提取建筑物輪廓

放樣是在很多個橫截面間建立三維實體，由于放樣橫截面形狀趨于多樣化，如非平面、者平面等形狀，有利于放樣操作制作運行渠道，加強工作人員放樣形狀控制能力。但值得注意的是，放樣路徑要將首個橫截面平面為起點，直到最后橫截面所在平面。在計算橫截面頂點數據后，要根據要求存儲上述數據，相鄰橫截面的對應頂點相互結合，形成一個小平面，整個平面利用圓形進行填充。在整個放樣過程中是以圓形為基礎，來建立建筑物表面，無數個圓形相互連接形成圓柱體，隨著圓形數量不斷增加，最終成為圓柱面[3]。在提取建筑物輪廓時，最常用邊緣點檢測算法，通過設置固定半徑的圓繞點云進行移動，形成完整的建筑物輪廓，該種算法被廣泛應用到醫學圖像、網絡生產等方面。圖1 為建筑物輪廓點提取，通過分析圖1 內容，發現其是將算法應用到建筑物輪廓提取方面，固定半徑是通過三維Hough 變換取得，是不同點位間距的2～3 倍。

本文利用α-shape 提取建筑物輪廓，提取流程如下。

（1）采用二維平面投影全部建筑物點云，在點云中選擇任意一點P1，圓半徑為2α，P1 點平面坐標設置為中心點，向周圍進行點云搜索。同時，將所有搜索的點云相互結合，組成信息點集S1，在點集S1 中選擇任意點P2，計算P1 點到P2 點的圓心坐標P0。

（2）計算點集S1 中全部點位距離圓心P0 點的數據，如果點集中所有點位到P0 點數據低于α，則自動跳過到步驟3；如果點集中所有點到P0 距離均超過α，則將P2 和P1 點作為輪廓點，接下來進行步驟4。

（3）重復開展步驟1 和步驟2，準確判斷點集S1 中全部點位。

（4）如果工作人員將所有點集S1 中點位判斷完成，要繼續重復步驟1 至步驟3，一直全部點位全部判斷后，才能結束計算。

1.4 規則化輪廓線

由于建筑物相鄰的邊緣線是互相垂直的關系，因此，使用本計算方法得到不規則建筑物輪廓線數據，因此，提取輪廓線后，將提取的輪廓線轉換成平行的關系，就需要使用規則化的方法。因此，本文采用線段加權的方式，對建筑物的邊緣線進行規則化處理，將抽取出來的輪廓線分成正向和反向兩個方向，確保兩個方向都是縱向的。計算出加權平均方向，將不同線段長度作為權數。假設正方向上存在：

式中：D——加權平均負方向；li——第i 個正方向輪廓線長度；di——第i 個正方向輪廓線方向；L——正方向輪廓長度。

工作人員要將建筑物輪廓最長邊作為最初正方向，且將其編號為1，其他輪廓線根據順時針方向進行編號；定義數字是偶數和奇數分別代表輪廓線是正方向。對兩個方向的數據進行科學調整，在計算正負加權平均方向后，確保自己的數據符合兩個方向的垂直角度要求。等到垂直修改完成后，要將模擬輪廓線沿著中心進行旋轉，轉到指定位置[4]。

2 實驗分析

2.1 試驗過程

為了檢驗本文建筑物輪廓提取方法的實用性，注重分析衡陽市某區域機載激光點云數據，采用M600Pro+Rigel 激光掃描系統，將其和無人機相互配合，幫助其收集試驗數據。目前，試驗區域涉及范圍較廣，如建筑物、道路、高植被、低植被等，地面物體種類較為豐富，具有明顯的地勢起伏[5]。

首先，要應用漸進形態學濾波算法處理原始點云數據，結合參數測試和測區特征，將濾波窗口數值設置為20m，閾值為0.2m，保證其能達到預期的測量效果。在應用漸進形態學濾波算法時，明確非地面點和地面點的具體覆蓋范圍，其中非地面點主要包括建筑物點云、低矮植被、高大植被等。為了合理控制非地面點中植被給建筑物輪廓提取的準確度，要以地面點云為基礎，科學設置高程閾值，剔除出地面點中的車輛點云和低矮植被點云，經過工作人員持續試驗，發現將高程閾值設置為3m，所得到的提取效果最佳。

其次，在解決低矮植被、車輛點云后，剩下建筑物點云和高植被點云，工作人員要通過三維Hough 變換軟件收集建筑物平面數據，計算建筑物平面數據，判斷各點位到平面的具體距離，距離低于閾值的點位，將其作為相同平面。但值得注意的是，在計算過程中將高大植被應用在平面點集中，能通過判斷局部領域中點方向一致，解決平面中高植被點云數據。

最后，將建筑物輪廓點云數據應用到二維平面，結合Hough 變化規律，計算出準確的平面點云數據，其完全覆蓋平面中的立面點云。同時，為了加強建筑物輪廓提取效果，要解決平面中的立面點云數據。在正常情況下，是采用點法向量方向數據進行處理，利用算法提取建筑物輪廓，在建筑物平面點云投射到二維平面后，將建筑輪廓設定為0.5m 的圓半徑，規則化處理所提取的建筑物輪廓[6]。

2.2 數據掃描

在將二維圖形轉變為三維圖形過程中，其具有較強靈活性特征，只需要簡單掃描圖形設計，就能自動生成三維圖形。根據截面和路徑個數不同，工作人員可將掃略面分為多路徑單截面線、多路徑多截面線、但路基多截面線的掃略面，只需輸入沿路徑方向的截面形狀曲線和路徑曲線，就能自動生成完整的建筑物輪廓。同時，在獲取路徑定義數據時，要利用實體選擇函數收集路線曲線，通過實體函數進入實體數據庫，檢索整個數據庫內容，找到不同頂點字實體的空間位置坐標。但值得注意的是，在路徑上線路主要包括弧線段和直線段類型，工作人員要針對不同線段提出對應處理方法，等分弧線段，明確等分點坐標和切線方向，將其作為沿路徑方向截面的位置坐標。在計算截面形狀曲線定義數據時，由于截面形狀曲線屬于全封閉曲線，在計算出截面所有頂點數據后，要根據標準順序存儲頂點數據，對多邊形的中心點進行計算，并以此為基礎進行形體變換。工作人員要通過圖形變換將截面形狀曲線的頂點坐標，當曲線轉移到特定截面的頂點坐標，保證該截面法線方向和切線方向基本相同，從而構建所需的建筑物[7]。

2.3 結果分析

為了檢驗本文方法的正確性，從平均輪廓線角度差定量、平均輪廓線長度差、平均輪廓區面積差等幾個方面入手，將高清衛星影像數據和建筑輪廓數據進行對比，明確其從漸進式形點云濾波法提取的建筑輪廓誤差。其中，輪廓線長度差值的平均值，是影像資料和輪廓線邊長之間的差值。輪廓區域差值平均值為影像資料與本文所提取的輪廓線邊長差值除以邊數，輪廓角度差值平均值為影像資料與提取輪廓變化角度差值平均值。建筑物輪廓提取驗證結果統計如表1 所示。

表1 建筑物輪廓提取驗證結果統計

3 結語

綜上所述，本文采用多種優化算法，利用LiDAR 點云數據得到詳細的建筑輪廓，是將原始點云數據的中非地面點與地面點，用漸進式的數學形式濾波算法進行區分。應用優化后的三維HOUGH 算法，將建筑物點狀云數據應用到非地面點云數據中，從而對建筑物的輪廓進行提取；最后，以線段長度加權方向方法規則化處理建筑物輪廓，設計建筑物相鄰的邊線進行垂直。同時，以衡陽市某區域為主要研究對象，分析其采集的機載LiDAR點云數據，積極引進先進的方法，提取完整的建筑物輪廓，采用高清衛星影像數據檢驗提取結果。經過試驗表示，該種計算方法能控制建筑物提取誤差，加強提取效果。但隨著建筑物建設趨于多樣化，工作人員要持續優化提取方法，從而滿足異性建筑物輪廓提取要求。