基于機(jī)載LiDAR數(shù)據(jù)的城市建筑物高度分級(jí)方法研究

引文格式： 黃明，張錦，曾波. 基于機(jī)載LiDAR數(shù)據(jù)的城市建筑物高度分級(jí)方法研究[J].測(cè)繪通報(bào)，2015(4)：82-85.DOI:10.13474/j.cnki.11-2246.2015.0117

基于機(jī)載LiDAR數(shù)據(jù)的城市建筑物高度分級(jí)方法研究

黃明1，張錦1，曾波2

(1. 太原理工大學(xué)測(cè)繪科學(xué)與技術(shù)系,山西 太原030024； 2. 山西省測(cè)繪工程院，山西 太原030024)

The Classification of Building Height in a City Based on Airborne LiDAR Data

HUANG Ming，ZHANG Jin，ZENG Bo

摘要：傳統(tǒng)的基于不規(guī)則的三角網(wǎng)和形態(tài)學(xué)點(diǎn)云濾波處理方法提取的DEM，由于在濾波過程中沒有顧及不同區(qū)域地形起伏度差異，使得濾波過程中產(chǎn)生大量粗差，導(dǎo)致DEM 與實(shí)際地形偏差太大。準(zhǔn)確提取建筑物輪廓和高程的前提是要提取高精度的DEM，因此必須在DSM轉(zhuǎn)化為DEM的過程中改進(jìn)DEM提取方法。本文針對(duì)地形起伏度不大的城市區(qū)域，采取格網(wǎng)值替換、設(shè)置高程和面積閾值進(jìn)行過濾處理的方法提取建筑物輪廓及高程值，驗(yàn)證表明該提取方法的精度優(yōu)于傳統(tǒng)濾波方法。

關(guān)鍵詞：DEM;DSM;高程閾值;面積閾值

中圖分類號(hào)：P237

收稿日期：2014-01-01

基金項(xiàng)目：國家863計(jì)劃(2013AA122301)；山西省測(cè)繪地理信息科技項(xiàng)目(2013-K5)

作者簡(jiǎn)介：黃明(1986—)，男，碩士生，研究方向?yàn)榈貓D制圖學(xué)與地理信息工程。E-mail：843498957@qq.com

一、引言

機(jī)載LiDAR設(shè)備是一種集激光測(cè)距技術(shù)、INS技術(shù)、GPS技術(shù)為一體的新型傳感器設(shè)備,它具有高效的獲取三維信息的能力，與傳統(tǒng)的攝影測(cè)量相比較，具有生產(chǎn)周期較短，對(duì)數(shù)字城市能夠較快地進(jìn)行測(cè)繪等優(yōu)點(diǎn)[1]。建筑物的提取是LiDAR數(shù)據(jù)特征提取的一項(xiàng)重要研究內(nèi)容，要提取建筑物，首先就應(yīng)提取DEM。目前對(duì)DEM提取的方法主要有形態(tài)學(xué)濾波處理法，也就是對(duì)點(diǎn)云數(shù)據(jù)通過開算子處理方法將數(shù)據(jù)先腐蝕后膨脹，最后得到地面點(diǎn)[2]，從而生成DEM。 還有一些研究是基于不規(guī)則的三角網(wǎng)進(jìn)行濾波[3]，也就是對(duì)原始 LiDAR 數(shù)據(jù)通過反復(fù)建立三角網(wǎng)模型的方式分離出地面點(diǎn)，再通過中值濾波去除粗差后得到DEM。但以上方法都可能會(huì)在濾波過程中產(chǎn)生大量粗差，造成濾波后提取的DEM不夠準(zhǔn)確，從而導(dǎo)致最后經(jīng)過處理提取的建筑物輪廓及高程值誤差太大。因此，本文針對(duì)地形起伏度不大的城市區(qū)域，采取格網(wǎng)值替換、設(shè)置高程和面積閾值進(jìn)行過濾處理的方法提取出建筑物輪廓及高程值，使得做出的建筑物高度分級(jí)圖精度有了顯著的提高。

二、建筑物輪廓及高程提取方法

對(duì)于建筑物輪廓及高程的提取，針對(duì)不同的區(qū)域情況應(yīng)分別分析，區(qū)域情況分為以下幾種：①地形起伏度較大且存在面積較大建筑物；②地形起伏度較大且不存在面積較大建筑物；③地形起伏度較小且存在面積較大建筑物；④地形起伏度較小且不存在面積較大建筑物。對(duì)于城市區(qū)域而言，大部分都屬于最后一種情況。要制作出城市區(qū)域的建筑物高度分級(jí)圖，就需要提取出城市區(qū)域的建筑物柵格格網(wǎng)數(shù)據(jù)，通過此數(shù)據(jù)可以生產(chǎn)出較為直觀的建筑物高度分級(jí)圖。其具體實(shí)施方法就是將LiDAR點(diǎn)云數(shù)據(jù)首先轉(zhuǎn)為柵格形式的DSM,再將DSM通過軟件轉(zhuǎn)化處理得到DEM,最后將DSM與DEM作差得到的規(guī)則化DSM通過高程閾值與面積閾值的過濾處理就得到了建筑物柵格格網(wǎng)數(shù)據(jù)。其整體實(shí)施過程如圖1所示。

圖1　建筑物柵格數(shù)據(jù)輪廓及高程提取方法流程

三、試驗(yàn)研究與分析

1. 試驗(yàn)區(qū)LiDAR點(diǎn)云數(shù)據(jù)的預(yù)處理

要提取格網(wǎng)形式的建筑物數(shù)據(jù)，首先就應(yīng)將試驗(yàn)區(qū)的LiDAR點(diǎn)云數(shù)據(jù)轉(zhuǎn)為格網(wǎng)形式的DSM，該數(shù)據(jù)格網(wǎng)單元大小與LiDAR數(shù)據(jù)的平均密度呈一定的線性關(guān)系[4]，其灰度值大小反映的就是高程值的大小[5]。

2. 格網(wǎng)數(shù)據(jù)DSM轉(zhuǎn)化為DEM的方法

選取的試驗(yàn)區(qū)地勢(shì)較為平坦，且試驗(yàn)區(qū)內(nèi)所有建筑物的面積都沒有超過900m2。因此，可以用ArcGIS將格網(wǎng)形式的DSM數(shù)據(jù)轉(zhuǎn)化為格網(wǎng)形式的DEM數(shù)據(jù)。其具體實(shí)施方法與原理是:首先將通過點(diǎn)云數(shù)據(jù)處理生成的柵格格網(wǎng)形式的DSM數(shù)據(jù)通過焦點(diǎn)統(tǒng)計(jì)的方法將柵格格網(wǎng)數(shù)據(jù)的每一個(gè)高程值都分別被其本身900m2范圍內(nèi)的最低高程值所替代，將轉(zhuǎn)化后的柵格格網(wǎng)數(shù)據(jù)命名為“最小值柵格”。

接著，通過計(jì)算“DSM柵格格網(wǎng)數(shù)據(jù)”與“最小值柵格”的差值，得到試驗(yàn)區(qū)“高差閾值柵格數(shù)據(jù)”。由于試驗(yàn)區(qū)的建筑物及樹木的最低高程都有2m，因此，利用重分類的方法以2為閾值對(duì)“高差閾值柵格數(shù)據(jù)”進(jìn)行二值化處理得到掩膜數(shù)據(jù)MASK(0.1)和MASK(1,0)。其中，MASK(0,1)表示大于或等于閾值2的柵格數(shù)值歸為0，小于閾值2的柵格數(shù)值歸為1；MASK(1,0)表示大于或等于閾值2的柵格數(shù)值歸為1，小于閾值2的柵格數(shù)值歸為0。對(duì)于“高差閾值柵格數(shù)據(jù)”格網(wǎng)值小于2的區(qū)域，在實(shí)地中就沒有房屋及樹木等非地面物體，因此，可以近似地認(rèn)為這些區(qū)域的DSM就是DEM。而“高差閾值柵格數(shù)據(jù)”格網(wǎng)值大于2的區(qū)域，在實(shí)地中都存在房屋建筑及樹木、電桿等非地面物體，因此，這些區(qū)域每個(gè)點(diǎn)的地面高程值可以近似地被其周圍900m2范圍內(nèi)的最低高程值所替代。基于以上原理，通過柵格計(jì)算器計(jì)算就可以得到試驗(yàn)區(qū)的DEM數(shù)據(jù)，具體計(jì)算公式為：DEM數(shù)據(jù)= MASK(0,1)×DSM數(shù)據(jù)+MASK(1,0)×最小值柵格。

3. 規(guī)則化DSM提取建筑物的方法

(1) 高程閾值提取建筑物

將試驗(yàn)區(qū)的DSM數(shù)據(jù)與DEM數(shù)據(jù)相減就得到了僅剩下樹木、電桿及建筑物的規(guī)則化DSM。此時(shí)，需要將建筑物與其他物體(包括樹木、電桿等)進(jìn)行分離提取。應(yīng)用最廣泛的方法就是設(shè)定高程閾值與面積閾值來進(jìn)行分離提取。

對(duì)于高程及面積閾值的設(shè)定，通過調(diào)查可得知在試驗(yàn)區(qū)內(nèi)建筑物與其他物體的差異在于，建筑物的高程都在3m以上，面積都在90m2以上。通過這樣的閾值設(shè)定，提取的建筑物精度能達(dá)到一個(gè)相對(duì)合理的水平。對(duì)于高程閾值的設(shè)定提取建筑物的方法較為簡(jiǎn)單，通過屬性選擇，將柵格格網(wǎng)高程數(shù)值大于3的數(shù)據(jù)提取出來就得到了經(jīng)過高程閾值處理過的規(guī)則化DSM。

(2) 面積閾值提取建筑物

要通過面積閾值提取建筑物柵格數(shù)據(jù)的輪廓,就必須保證同一個(gè)建筑物之間的格網(wǎng)數(shù)據(jù)之間具備連通性。所謂連通性，就是指在某個(gè)區(qū)域中柵格數(shù)值相同的點(diǎn)呈現(xiàn)相鄰關(guān)系(如圖2所示)，而生成的規(guī)則化DSM格網(wǎng)數(shù)據(jù)的高程值即使在同一個(gè)建筑物之間也不可能一樣，從而不具備連通性。因此就不能直接將規(guī)則化DSM通過設(shè)定面積閾值來提取建筑物輪廓，需要將DSM格網(wǎng)數(shù)據(jù)轉(zhuǎn)化為深度影像DSM來提取設(shè)置了面積閾值的建筑物輪廓。

圖2　同為數(shù)值A(chǔ)的格網(wǎng)數(shù)據(jù)之間具有連通性

其轉(zhuǎn)化原理是DSM的高程數(shù)值與深度影像DSM灰度值具有一定的線性關(guān)系，利用下式將高程數(shù)值轉(zhuǎn)化為256色的深度影像[6]

(1)

式中，Pixel(i)為深度影像DSM的灰度值；z(i)為DSM格網(wǎng)的高程值；maxz、minz分別為DSM格網(wǎng)數(shù)據(jù)的最大、最小高程值。利用柵格計(jì)算器中的轉(zhuǎn)換計(jì)算得到了與DSM格網(wǎng)大小相同的DSM深度影像(如圖3所示)。該DSM深度影像中，建筑物目標(biāo)的灰度值與地面的灰度值表現(xiàn)出了明顯的差異。

圖3　試驗(yàn)區(qū)DSM深度影像

此時(shí)，需要通過閾值分割的方法將地物區(qū)域與地面區(qū)域分離開，使得不同的地物之間能夠相互獨(dú)立。對(duì)于DSM深度影像的分割，閾值的選擇最為關(guān)鍵。采用“波峰閾值選擇法”來確定深度影像的分割閾值目前來說是一種比較有效的閾值選擇法，其具體實(shí)施過程是：對(duì)試驗(yàn)區(qū)DSM深度影像進(jìn)行灰度統(tǒng)計(jì)構(gòu)成直方圖，橫坐標(biāo)為灰度值，縱坐標(biāo)為具有該灰度值的像素個(gè)數(shù)。通過對(duì)直方圖波形的分析，獲取兩個(gè)最高波峰，然后在這兩個(gè)波峰之間對(duì)縱坐標(biāo)由高到低排序找到縱坐標(biāo)值最小的波谷。但在該試驗(yàn)區(qū)的深度影像直方圖中，兩個(gè)波峰靠得特別近，兩個(gè)波峰之間的部分在現(xiàn)實(shí)中均為地面部分，按照這種方法所求得的分割閾值明顯不對(duì)。因此需要在這兩個(gè)波峰范圍外找出第3個(gè)最高的波峰，并用這個(gè)波峰來代替這兩個(gè)波峰中縱坐標(biāo)值較低的波峰，將選中的第3個(gè)最高波峰與縱坐標(biāo)值最大的那個(gè)波峰之間再次從高到低對(duì)縱坐標(biāo)大小進(jìn)行排序找到縱坐標(biāo)值最小的一個(gè)波谷，該波谷點(diǎn)的橫坐標(biāo)值即為最佳分割閾值。如圖4所示，試驗(yàn)區(qū)深度影像的最佳分割閾值是57.2794。

圖4　試驗(yàn)區(qū)深度影像直方圖

經(jīng)過閾值分割后的DSM深度影像，只剩下建筑物、電桿和樹木的輪廓，要提取出建筑物，還需要設(shè)定面積閾值作進(jìn)一步處理。由于此時(shí)處于同一建筑物的格網(wǎng)數(shù)據(jù)是相互連通的，因此通過區(qū)域合并的方法，就可以將處于同一建筑物的格網(wǎng)數(shù)據(jù)合并在一起，再通過面積閾值的過濾處理方法就將面積小于90m2的樹木及電桿過濾處理掉了。通過此次面積閾值的過濾處理，得到的建筑物輪廓圖如圖5所示。

(3) 綜合處理制作建筑物高程分級(jí)圖

通過上述兩步的圖像處理，分別得到了經(jīng)過高程閾值處理提取的規(guī)則化DSM和經(jīng)過面積閾值處理提取的建筑物輪廓圖。將兩幅圖通過相交疊置處理，就得到了結(jié)合高程和面積兩種閾值同時(shí)過濾處理所提取的建筑物高程?hào)鸥窀窬W(wǎng)圖。依照國家規(guī)定的高程分級(jí)標(biāo)準(zhǔn)，得到試驗(yàn)區(qū)的建筑物高度分級(jí)圖(如圖6所示)。

圖5　面積閾值過濾處理提取的建筑物輪廓

圖6　建筑物高度分級(jí)圖

對(duì)于制作出的試驗(yàn)區(qū)建筑物高度分級(jí)圖，很多建筑物的邊緣都呈曲線狀，而實(shí)際的建筑物輪廓一般都呈規(guī)則的矩形或多邊形，且房屋邊界兩輪廓邊的夾角一般都是直角[7]，其主要原因就是原始點(diǎn)云數(shù)據(jù)的密度分布不是特別均勻。因此，需要對(duì)建筑物邊界進(jìn)行規(guī)則化擬合處理，從而得到更加標(biāo)準(zhǔn)的建筑物高度分級(jí)圖(如圖7所示)。

圖7　經(jīng)過規(guī)則化擬合處理的建筑物高度分級(jí)圖

四、試驗(yàn)提取結(jié)果的評(píng)價(jià)

對(duì)于制作出的建筑物高程分級(jí)圖，為了驗(yàn)證建筑物高程值及輪廓的準(zhǔn)確性，需要利用激光測(cè)距儀到實(shí)地去進(jìn)行量測(cè)，通過外業(yè)實(shí)地調(diào)查的結(jié)果見表1和表2。

表1　建筑物高程值調(diào)查結(jié)果表

表2　建筑物輪廓調(diào)查結(jié)果表

注：建筑物邊界輪廓合格數(shù)量指高程圖中建筑物輪廓與實(shí)際建筑物輪廓重合率達(dá)85%以上的建筑物數(shù)量。

從表1和表2可以看出，建筑物高程值的提取全部正確，輪廓的提取大部分較為準(zhǔn)確，在原始點(diǎn)云數(shù)據(jù)密度不是特別高的情況下，該方法提取的建筑物輪廓及高程值已經(jīng)達(dá)到了非常理想的效果。與傳統(tǒng)的濾波方法制作的建筑物高度分級(jí)圖相比，無論是建筑物輪廓的準(zhǔn)確率還是建筑物高程值的正確率都要高出很多。

五、結(jié)束語

本文專門針對(duì)地形起伏度較小的城市區(qū)域，將LiDAR數(shù)據(jù)轉(zhuǎn)為柵格格網(wǎng)數(shù)據(jù)，通過格網(wǎng)數(shù)值替換和閾值設(shè)定的過濾處理，提取出了建筑物柵格格網(wǎng)的輪廓和高程值。外業(yè)的實(shí)際調(diào)查結(jié)果不僅表明該方法在提取建筑物精度方面優(yōu)于傳統(tǒng)濾波方法，而且為LiDAR數(shù)據(jù)特征提取的研究提供了新思路。

參考文獻(xiàn)：

[1]李英成，文沃根，王偉.快速獲取地面三維數(shù)據(jù)的LIDAR技術(shù)系統(tǒng)[J].測(cè)繪科學(xué), 2002, 27(4):35-38.

[2]張小紅,劉經(jīng)南.機(jī)載激光掃描測(cè)高數(shù)據(jù)濾波[J].測(cè)繪科學(xué), 2004, 29(6):50-53.

[3]MAASHG,VOSSELMANG.TwoAlgorithmsforExtractingBuildingModelsfromRawLaserAltimetryData[J].ISPRSJournalofPhotonrammetry&RemoteSensing, 1999, 54(23):245-261.

[4]劉經(jīng)南, 張小紅, 李征航.影響機(jī)載激光掃描測(cè)高精度的系統(tǒng)誤差分析[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2002, 27(2):111-117.

[5]王東亮, 萬幼川，徐景中，等.基于DEM的機(jī)載LIDAR航線設(shè)計(jì)技術(shù)研究[EB/OL].[2013-09-20].http:∥www.paper.edu.cn.

[6]張小紅，劉經(jīng)南，李征航.機(jī)載激光掃描測(cè)高數(shù)據(jù)濾波和分類研究[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版, 2002, 27(S0):181-183.