基于多級(jí)網(wǎng)格模型的LiDAR數(shù)據(jù)河流邊緣提取算法

聞?wù)缀?，謝 忠

（1.中國(guó)地質(zhì)大學(xué)（武漢） 機(jī)械與電子信息學(xué)院，湖北 武漢 430074；2.中國(guó)地質(zhì)大學(xué)（武漢） 信息工程學(xué)院，湖北 武漢 430074）

基于多級(jí)網(wǎng)格模型的LiDAR數(shù)據(jù)河流邊緣提取算法

聞?wù)缀?，謝 忠2

（1.中國(guó)地質(zhì)大學(xué)（武漢） 機(jī)械與電子信息學(xué)院，湖北 武漢 430074；2.中國(guó)地質(zhì)大學(xué)（武漢） 信息工程學(xué)院，湖北 武漢 430074）

分析了內(nèi)陸河流域點(diǎn)云數(shù)據(jù)的特性，提出了一種基于多級(jí)網(wǎng)格模型的河流邊緣提取算法。首先將目標(biāo)區(qū)域按網(wǎng)格窗口大小進(jìn)行逐級(jí)分層，并建立層級(jí)繼承關(guān)系；然后計(jì)算網(wǎng)格的平均高程、平均反射強(qiáng)度、點(diǎn)云密度等參數(shù)，利用8鄰域判決算法、面積閾值算法和河流連通性原則確定水體網(wǎng)格；最后對(duì)河流邊緣網(wǎng)格的水體點(diǎn)數(shù)據(jù)進(jìn)行提取，確定河流邊緣。實(shí)驗(yàn)數(shù)據(jù)表明，該方法能夠準(zhǔn)確對(duì)河流進(jìn)行提取。

機(jī)載激光雷達(dá)；點(diǎn)云數(shù)據(jù)；河流邊緣提取；多級(jí)網(wǎng)格模型

河流是人們賴以生存的重要自然資源，在人類生活、工農(nóng)業(yè)生產(chǎn)、氣候、歷史變遷等方面，產(chǎn)生著重要的影響。對(duì)河流的觀測(cè)和研究一直是環(huán)境、水利、資源等領(lǐng)域的研究重點(diǎn)。目前，內(nèi)河流域數(shù)據(jù)采集的主要方式已由傳統(tǒng)的航空攝影測(cè)量發(fā)展到數(shù)字?jǐn)z影測(cè)量（DPS）[1]。機(jī)載LiDAR是近年來(lái)快速發(fā)展的一種低空對(duì)地測(cè)量方法，通過(guò)對(duì)地發(fā)射激光脈沖，并實(shí)時(shí)接收地面及地表物體反射的激光脈沖，可快速獲取地面及地表物體的位置及高程信息，生成目標(biāo)區(qū)域的三維點(diǎn)云數(shù)據(jù)。這種測(cè)量方法受天氣、地形等條件影響小，可方便、快捷地獲取目標(biāo)區(qū)域的地形、地物信息，因而，在內(nèi)陸水域、海岸、灘涂測(cè)量領(lǐng)域得到了廣泛的應(yīng)用[2-4]。機(jī)載LiDAR獲取的點(diǎn)云數(shù)據(jù)包括離散點(diǎn)的三維坐標(biāo)和反射強(qiáng)度數(shù)據(jù)，也可記錄數(shù)據(jù)采集的信息、點(diǎn)的分類信息和GPS時(shí)間及顏色信息等[5]。

喬紀(jì)綱[6]等利用斜率分割、密度和反射強(qiáng)度分割、高度分割從LiDAR點(diǎn)云數(shù)據(jù)中提取了濱岸濕地微地貌。王宗躍[7-8]等基于平滑的雙層格網(wǎng)，結(jié)合影像和LiDAR點(diǎn)云數(shù)據(jù)對(duì)水體邊緣輪廓線進(jìn)行了精確提取。張永軍[9]等采用LiDAR 數(shù)據(jù)生成灰度高程圖像，利用掃描線法確定最優(yōu)水體種子點(diǎn)，再結(jié)合航空影像完成水體邊緣的準(zhǔn)確提取。王延霞[10]等從LiDAR數(shù)據(jù)生成的DEM中自動(dòng)提取了平原地區(qū)的河網(wǎng)結(jié)構(gòu)，也取得較好的實(shí)驗(yàn)結(jié)果。本文結(jié)合內(nèi)陸河流域點(diǎn)云數(shù)據(jù)的特性，提出了一種基于多級(jí)網(wǎng)格模型的河流邊緣提取算法。

1 機(jī)載LiDAR點(diǎn)云水體數(shù)據(jù)分析

機(jī)載LiDAR點(diǎn)云數(shù)據(jù)記錄了地表地物的位置、高程和反射強(qiáng)度等基本信息，也包括回波類型、點(diǎn)分類、掃描角度和GPS時(shí)間等擴(kuò)展信息[5]。不同地物的高程、反射強(qiáng)度、回波類型存在差異，這些信息為地物分類提供了基本依據(jù)。

概括起來(lái)，水體的特征表現(xiàn)為：①高程差異小，在平緩區(qū)域，高程趨同；②對(duì)機(jī)載LiDAR工作波段的電磁波具有強(qiáng)吸收性，表現(xiàn)為無(wú)反射點(diǎn)記錄或記錄點(diǎn)稀疏，反射強(qiáng)度弱；③水體形狀不規(guī)則，面積差異大，河流水體具有自然連通的性質(zhì)。上述特征為水體提取提供了基本參考依據(jù)。

2 多級(jí)網(wǎng)格模型

不同的水體在形狀和面積上差異較大，即使是同一條河流，在不同區(qū)段，寬度也不盡相同，因此，無(wú)法用單一靜止的幾何模型來(lái)描述不同的水體。為此，本文構(gòu)建了一種動(dòng)態(tài)的多級(jí)網(wǎng)格模型，用不同大小的分級(jí)網(wǎng)格來(lái)逼近表征不同面積大小的水體。

圖1 多級(jí)網(wǎng)格模型

根據(jù)目標(biāo)區(qū)域的大小不同，構(gòu)建一個(gè)n級(jí)網(wǎng)格模型，自上而下對(duì)應(yīng)的網(wǎng)格層為c1、c2、…、cn。在c1層，按照邊長(zhǎng)k1進(jìn)行網(wǎng)格劃分，網(wǎng)格編號(hào)為bij，左下角為起始網(wǎng)格b11；對(duì)c1層的網(wǎng)格bij進(jìn)行九宮格劃分，可得c2層的網(wǎng)格bijp1，網(wǎng)格邊長(zhǎng)k2=k1/3；同理，可得cn層的網(wǎng)格bijp1…pn-1，網(wǎng)格邊長(zhǎng)kn=kn-1/3，網(wǎng)格間的映射關(guān)系如圖1所示。

根據(jù)各級(jí)網(wǎng)格的劃分方法，確定網(wǎng)格邊界，可得到各級(jí)網(wǎng)格區(qū)域內(nèi)的點(diǎn)云數(shù)據(jù)，計(jì)算各網(wǎng)格的平均高程、平均反射強(qiáng)度以及點(diǎn)云密度，可得到各網(wǎng)格的數(shù)據(jù)結(jié)構(gòu)如下：

3 水體邊緣提取流程

3.1 算法流程

選擇目標(biāo)區(qū)域的點(diǎn)云數(shù)據(jù)，按照點(diǎn)云數(shù)據(jù)處理的一般流程，其基本步驟如下：

1）粗差剔除，篩選出高程異常點(diǎn)，予以濾除；

2）將目標(biāo)區(qū)域按網(wǎng)格窗口尺度大小進(jìn)行逐級(jí)分層，并建立層級(jí)繼承關(guān)系，根據(jù)網(wǎng)格邊界坐標(biāo)，將數(shù)據(jù)點(diǎn)劃分至相應(yīng)網(wǎng)格內(nèi)；

3）計(jì)算網(wǎng)格內(nèi)點(diǎn)數(shù)據(jù)密度、平均高程、平均反射強(qiáng)度等數(shù)據(jù)，根據(jù)設(shè)定閾值，自上而下，逐級(jí)確定水體網(wǎng)格；

4）計(jì)算水體網(wǎng)格的鄰域非水體網(wǎng)格，提取網(wǎng)格內(nèi)鄰近水體點(diǎn)，確定河流水體邊緣。

3.2 種子水體網(wǎng)格的提取

水體網(wǎng)格的提取是整個(gè)數(shù)據(jù)處理的關(guān)鍵。由于水體對(duì)機(jī)載LiDAR工作波段的電磁波具有強(qiáng)吸收性，因此得不到反射點(diǎn)記錄或點(diǎn)記錄稀疏，這種情況還可能與建筑物、植物等地物的遮擋有關(guān)，在創(chuàng)建網(wǎng)格模型時(shí)，水體區(qū)域數(shù)據(jù)和陰影區(qū)域數(shù)據(jù)會(huì)形成特征近似網(wǎng)格。

如何確定哪些網(wǎng)格是水體網(wǎng)格GridWater，是算法處理的重點(diǎn)。具體思路如下：

首先，在c1層，根據(jù)網(wǎng)格的點(diǎn)數(shù)據(jù)密度、平均高程、平均反射強(qiáng)度提取疑似水體網(wǎng)格Gi，Gi滿足：P （Gi）≤P，H（Gi）≤H，F(xiàn)（Gi）≤F，其中，P、H、F分別為網(wǎng)格的點(diǎn)數(shù)據(jù)密度、平均高程和平均反射強(qiáng)度閾值。

然后，確定種子水體網(wǎng)格。①8鄰域網(wǎng)格判別法。比較Gi的8鄰域網(wǎng)格，如果其8鄰域網(wǎng)格N8（Gi）均為疑似水體網(wǎng)格，則將當(dāng)前Gi設(shè)定為種子水體網(wǎng)格，如圖2a所示。②面積閾值法。如果Gi的8鄰域網(wǎng)格N8（Gi）不全為疑似水體網(wǎng)格，則通過(guò)多級(jí)網(wǎng)格映射模型，提取所有與Gi連通的疑似水體網(wǎng)格，計(jì)算連通區(qū)域面積Si，如果大于閾值S，則Gi設(shè)定為種子水體網(wǎng)格，如圖2b所示。

圖2 種子水體網(wǎng)格示意圖

最后，根據(jù)水體自然連通的性質(zhì)，運(yùn)用區(qū)域增長(zhǎng)機(jī)制，以種子水體網(wǎng)格為中心，將與其鄰接的各層疑似水體網(wǎng)格標(biāo)記為水體網(wǎng)格。

4 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)的目標(biāo)區(qū)域位于德國(guó)的Vaihingen地區(qū)，數(shù)據(jù)記錄共有72 925條，數(shù)據(jù)采集于2008年，如圖3a所示，該區(qū)域的衛(wèi)星圖像如圖3b所示。目標(biāo)區(qū)域有一條河流，一個(gè)小島和一座橋，水體無(wú)反射點(diǎn)記錄。

圖3 研究區(qū)示意圖

依次對(duì)目標(biāo)區(qū)域點(diǎn)數(shù)據(jù)記錄進(jìn)行處理。本實(shí)驗(yàn)中，將目標(biāo)區(qū)域分為3層，依次為c1、c2和c3，設(shè)c1層網(wǎng)格邊長(zhǎng)為9 m，可得c1層網(wǎng)格數(shù)為324個(gè)，c2、c3層網(wǎng)格邊長(zhǎng)依次為3 m、1 m。設(shè)c1層的網(wǎng)格點(diǎn)數(shù)據(jù)密度閾值P為0.05 個(gè)/m2，平均高程閾值H為258 m，平均反射強(qiáng)度閾值F為5，經(jīng)過(guò)閾值比較，c1層疑似水體網(wǎng)格數(shù)為65 個(gè)。 根據(jù)種子水體網(wǎng)格確定算法，運(yùn)用網(wǎng)格區(qū)域增長(zhǎng)機(jī)制，得到c1層的水體網(wǎng)格共有49個(gè)，其中8鄰域網(wǎng)格判別法得到43個(gè)，位于圖4a的區(qū)域①；面積閾值法得到6個(gè)，面積閾值S設(shè)定為100 m2，位于圖4a的區(qū)域②、③。水體邊緣如圖4a中點(diǎn)集部分所示。將c1層網(wǎng)格邊長(zhǎng)設(shè)定為4.5 m，重新執(zhí)行上述程序，可得水體邊緣如圖4b所示。

網(wǎng)格模型為3層，當(dāng)c1層網(wǎng)格邊長(zhǎng)設(shè)定為9 m時(shí)，水體面積為8 786 m2，水體邊緣點(diǎn)數(shù)目為4 110個(gè)；當(dāng)c1層網(wǎng)格邊長(zhǎng)設(shè)定為4.5 m時(shí)，水體面積為8 777 m2，水體邊緣點(diǎn)數(shù)目為3 179 個(gè)。從實(shí)驗(yàn)結(jié)果看，兩次實(shí)驗(yàn)都獲取了準(zhǔn)確的河流邊緣數(shù)據(jù)點(diǎn)，得到的水體面積基本一致。

圖4 實(shí)驗(yàn)提取結(jié)果

5 結(jié) 語(yǔ)

本文提出的基于多級(jí)網(wǎng)格模型的河流邊緣提取算法，可對(duì)不同面積大小的水體進(jìn)行邊緣提取，相較于單級(jí)網(wǎng)格模型提取結(jié)果，如圖4c、d所示，精度更高，也有效避免了其他類別數(shù)據(jù)空洞的影響。另外，本算法也提取了河流上的橋梁以及河流中島嶼的邊緣特征，為流域特征地物建模提供了參考。對(duì)于因橋梁遮擋而損失的水體邊緣特征提取及相關(guān)水體計(jì)算，需要進(jìn)一步研究。

[1] 賴旭東,鄭學(xué)東,萬(wàn)幼川.激光雷達(dá)技術(shù)在數(shù)字流域中的應(yīng)用探討[J].長(zhǎng)江科學(xué)院院報(bào),2005(5):88-91

[2] 郭際元,韓程帥,陳奇.LiDAR技術(shù)在內(nèi)陸水系監(jiān)測(cè)管理中應(yīng)用綜述[J].環(huán)境科學(xué)與技術(shù),2012(12):193-197

[3] 樓燕敏,吳迪.機(jī)載LiDAR技術(shù)在浙江省灘涂海岸測(cè)量中的應(yīng)用研究[J].測(cè)繪通報(bào),2012(12):47-50

[4] 謝有忠,詹瑜璋,胡植慶,等.激光雷達(dá)地形資料用于河道輸沙的研究[J].遙感學(xué)報(bào),2013(1):202-209

[5] 張靖,高偉. LAS格式解析及其擴(kuò)展域的應(yīng)用[J].測(cè)繪科學(xué), 2008,33(3):154-155

[6] 喬紀(jì)綱,黎夏,劉小平.基于地面約束的濱岸濕地微地貌LiDAR檢測(cè)研究[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009(4): 118-124

[7] 王宗躍,馬洪超,徐宏根,等.結(jié)合影像和LiDAR點(diǎn)云數(shù)據(jù)的水體輪廓線提取方法[J].計(jì)算機(jī)工程與應(yīng)用, 2009(21):33-36

[8] 王宗躍,馬洪超,徐宏根,等.基于LiDAR點(diǎn)云數(shù)據(jù)的水體輪廓線提取方法研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2010(4):432-435

[9] 張永軍,吳磊,林立文,等.基于LiDAR數(shù)據(jù)和航空影像的水體自動(dòng)提取[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2010(8):936-940

[10] 王延霞,史照良,李鵬.LiDAR DEM在平原區(qū)河網(wǎng)自動(dòng)提取中的應(yīng)用研究[J].測(cè)繪通報(bào),2013(9):51-54

P23

B

1672-4623（2016）07-0017-03

10.3969/j.issn.1672-4623.2016.07.005

聞?wù)缀?，博士研究生，講師，從事機(jī)載激光雷達(dá)數(shù)據(jù)處理研究工作。

2015-06-12。

項(xiàng)目來(lái)源：中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金優(yōu)秀青年基金資助項(xiàng)目（CUGL130225）。