易茹蘭 易明華 徐玉玲
(1.江西省地理國(guó)情監(jiān)測(cè)遙感院 江西南昌 330209;2.江西省測(cè)繪應(yīng)急保障服務(wù)中心 江西南昌 330209;3.流域生態(tài)與地理環(huán)境監(jiān)測(cè)國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室,江西 南昌 330209)
建筑物作為地理空間中與人類生產(chǎn)生活息息相關(guān)的地理實(shí)體,在城市規(guī)劃、教育科研、軍事勘察、應(yīng)急預(yù)案等領(lǐng)域具有重要作用。傳統(tǒng)的建筑物空間信息主要表現(xiàn)為DLG或DOM的形式,這兩種表現(xiàn)形式均缺乏對(duì)建筑物三維重建的能力。為充分展示及應(yīng)用建筑物的空間信息,關(guān)鍵在于獲取其平面與高程的三維信息以實(shí)現(xiàn)對(duì)建筑物的三維重建,而機(jī)載LiDAR能快速準(zhǔn)確地獲取大面積的地面點(diǎn)云三維數(shù)據(jù),從這些點(diǎn)云數(shù)據(jù)中準(zhǔn)確提取出建筑物點(diǎn)云,則能實(shí)現(xiàn)地面建筑物的三維重建。
目前,國(guó)內(nèi)外學(xué)者及研究人員對(duì)從LiDAR點(diǎn)云數(shù)據(jù)中提取建筑物信息進(jìn)行了大量研究和實(shí)驗(yàn),提出了多種算法。杜守基等人提出將LiDAR點(diǎn)云與正射影像聯(lián)合構(gòu)建能量函數(shù)數(shù)據(jù)項(xiàng),綜合DSM和歸一化植被指數(shù)NDVI構(gòu)建平滑項(xiàng),采用圖割和前后景分割算法獲取建筑物邊緣[1];馬東嶺等人提出基于高度差異將建筑物、植被從大量點(diǎn)云數(shù)據(jù)中進(jìn)行分類的方法[2];劉開(kāi)偉等人對(duì)目前從LiDAR點(diǎn)云數(shù)據(jù)中提取建筑物的方法適應(yīng)性進(jìn)行了分析研究[3]。
由于建筑物的面積、形狀、坐落的地勢(shì),及周圍樹(shù)木遮蓋情況的差異,目前該領(lǐng)域的研究仍存在局限性。鑒于此,本文在結(jié)合當(dāng)前已有各項(xiàng)研究成果的基礎(chǔ)上,探討一種從LiDAR點(diǎn)云中快速高效提取建筑物三維信息的方法,并驗(yàn)證該方法的適應(yīng)性。主要理論依據(jù)及技術(shù)路線如圖1所示。
圖1 本文方法技術(shù)路線
由于激光雷達(dá)傳感器誤差,LiDAR點(diǎn)云獲取過(guò)程中存在懸于空中的異常粗差點(diǎn),如飛鳥(niǎo)等,首先利用基于統(tǒng)計(jì)分析的方法[4]對(duì)點(diǎn)云進(jìn)行濾波處理,剔除異常粗差點(diǎn),同時(shí)過(guò)濾掉懸于空中的電力管線點(diǎn)云。將剔除粗差點(diǎn)和空中電力管線點(diǎn)后的全部點(diǎn)云,內(nèi)插生成數(shù)字表面模型DSM。
對(duì)濾波后的全部點(diǎn)云進(jìn)行地面點(diǎn)分類,地面點(diǎn)分類采用的算法是通過(guò)反復(fù)建立地表Delaunay三角網(wǎng)模型的方式分離出地表上的點(diǎn)。主要規(guī)則為:在開(kāi)始時(shí)選擇一些低點(diǎn),認(rèn)為它們是位于地表處。通過(guò)“建筑物最大邊長(zhǎng)”參數(shù)來(lái)控制初始點(diǎn)的選擇。若設(shè)置該參數(shù)為50米,則認(rèn)為每50米的搜索區(qū)內(nèi)至少存在一個(gè)地面點(diǎn),即該點(diǎn)位于地面上。同時(shí)通過(guò)“角度迭代值”、“距離迭代值”的設(shè)置決定一個(gè)點(diǎn)有多近才能被納入三角平面,即點(diǎn)之間有多近才能參與建Delaunay三角網(wǎng)。算法通過(guò)反復(fù)加入新的激光點(diǎn)開(kāi)始向上擴(kuò)建模型,每個(gè)加入的點(diǎn)使模型更加貼近地表進(jìn)而分離出地面點(diǎn),將分離出的地面點(diǎn)內(nèi)插生成DTM。
將生成的DSM與DTM做相減操作,得到規(guī)則化DSM(即nDSM),其對(duì)應(yīng)實(shí)體主要為建筑物、植被等。要從nDSM中提取建筑物,關(guān)鍵在于分離出植被類。
由于低矮植被間大多連片且高度差異不大,其頂面有類似建筑物的特征,因此本文提出需先將其從LiDAR中分離。從上文講到的nDSM中分離低矮植被,是根據(jù)地表點(diǎn)按高度處理進(jìn)行低矮植被分類,其規(guī)則是:用地表處的點(diǎn)建立一個(gè)臨時(shí)的三角形模型,然后其它的點(diǎn)與這個(gè)三角形模型的高度值進(jìn)行比較。通過(guò)設(shè)置低矮植被的高度范圍值(一般設(shè)置為0至2米之間),根據(jù)點(diǎn)是否落在與地表模型相比較的這一高度范圍區(qū)間中從而判斷點(diǎn)是否為低矮植被。
建筑物和植被存在一顯著特征差異,即:建筑物除邊緣地區(qū)高度變化劇烈外,表面均比較規(guī)則和連續(xù),基本沒(méi)有高度連續(xù)劇烈變化情況;而植被由于生長(zhǎng)不規(guī)則,接收到的植被點(diǎn)云變化劇烈,沒(méi)有平整性,尤其是高的植被?;诖?,利用激光掃描線方向X變量值與高度函數(shù)值Z的導(dǎo)數(shù)值來(lái)確定LiDAR點(diǎn)云是否為建筑物類型,具體為:
公式(1)中,相鄰掃描線上LiDAR點(diǎn)云的高度函數(shù)值Z對(duì)掃描線方向X變量值求一階導(dǎo)數(shù),其值為常數(shù)m,則可認(rèn)為這些點(diǎn)在同一水平面上,構(gòu)建出的相鄰不規(guī)則三角網(wǎng)TIN有相同的方向,且這些點(diǎn)在一條直線上,符合建筑物平頂面特征;公式(2)中,LiDAR點(diǎn)云在其他方向的X變量值與高度函數(shù)值Z的二階導(dǎo)數(shù)為常數(shù)n,則可認(rèn)為這些點(diǎn)云形成了一規(guī)則連續(xù)的幾何模型,符合建筑物屋脊線特征。
采用以上方式求LiDAR點(diǎn)云高度函數(shù)值Z對(duì)各方向X變量值的導(dǎo)數(shù)值,同時(shí)通過(guò)設(shè)置最小建筑物面積、建筑物最大的頂面角度(即認(rèn)為超過(guò)該角度則認(rèn)定為墻面)、LiDAR點(diǎn)云高度差容差值、同一建筑物頂部的兩掃描點(diǎn)之間最大間隔(該值要比建筑物的最小間距?。┐_定點(diǎn)云是否為建筑物類,從而將其分離出。
實(shí)驗(yàn)數(shù)據(jù)選取實(shí)地具有建筑物、道路、植被、水系等地形地貌要素的LiDAR點(diǎn)云數(shù)據(jù),首先利用TerraSolid軟件,對(duì)實(shí)驗(yàn)地區(qū)的點(diǎn)云數(shù)據(jù)進(jìn)行濾波,分離出地面點(diǎn)云、低矮植被點(diǎn)云。再利用上文中求LiDAR點(diǎn)云高度函數(shù)值Z對(duì)各方向X變量值的導(dǎo)數(shù)值方法,通過(guò)設(shè)置建筑物的相應(yīng)參數(shù)實(shí)現(xiàn)對(duì)人造建筑物點(diǎn)云數(shù)據(jù)的提取,具體實(shí)現(xiàn)過(guò)程及參數(shù)設(shè)置見(jiàn)圖2、圖3、圖4所示。
圖2 地面點(diǎn)分離
圖3 低矮植被分離
圖4 建筑物分離
通過(guò)以上方法從所選LiDAR點(diǎn)云實(shí)驗(yàn)數(shù)據(jù)中分離出建筑物,實(shí)驗(yàn)部分結(jié)果如圖5中左圖所示,選取與LiDAR點(diǎn)云數(shù)據(jù)同時(shí)段獲取的航空影像制作成的DOM成果,將其與分離出的建筑物成果對(duì)比,對(duì)比情況如圖5所示。從實(shí)驗(yàn)成果與DOM對(duì)比可知,建筑物提取的效果好,準(zhǔn)確度高。
圖5 實(shí)驗(yàn)成果及與對(duì)應(yīng)影像對(duì)比圖
本文通過(guò)對(duì)機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中建筑物信息的特征分析,提出一種從LiDAR點(diǎn)云中快速提取具有空間三維信息的建筑物的方法。該方法首先對(duì)點(diǎn)云進(jìn)行濾波去噪處理生成DSM,再?gòu)拇罅奎c(diǎn)云中提取出地面點(diǎn)生成DTM,基于激光掃描線方向X變量值與高度函數(shù)值Z的導(dǎo)數(shù)值是否為常數(shù)以確定點(diǎn)云為建筑物類型的理論,最終分離出建筑物。通過(guò)選取實(shí)驗(yàn)數(shù)據(jù)進(jìn)行方法論證并進(jìn)行成果分析,結(jié)果表明該方法對(duì)建筑物提取速度快,效果較好,對(duì)實(shí)際生產(chǎn)應(yīng)用具有很大的應(yīng)用價(jià)值。