車載LiDAR點(diǎn)云中的建筑物特征提取

王婷婷

(臨沂職業(yè)學(xué)院 建筑工程學(xué)院, 山東 臨沂 276000)

0 引言

建筑物是數(shù)字城市建設(shè)的重要組成部分,而建設(shè)數(shù)字城市的過程中,需要大量的三維空間數(shù)據(jù)信息。目前空間數(shù)據(jù)的獲取方式主要有實(shí)地測繪、數(shù)字化測圖和攝影測量等,數(shù)據(jù)采集和更新的速度還不能夠滿足城市三維建模的需求。因此,研究一種快速、準(zhǔn)確地獲取建筑物信息的方法,將有助于數(shù)字城市的發(fā)展。使用地面激光點(diǎn)云獲取建筑物空間信息已經(jīng)成為當(dāng)前研究熱點(diǎn),然而在原始點(diǎn)云數(shù)據(jù)內(nèi)不僅包含建筑物信息,還含有大量的其他地物如樹、路燈等,因此獲取點(diǎn)云數(shù)據(jù)后首先要進(jìn)行建筑物點(diǎn)云數(shù)據(jù)的提取。根據(jù)研究現(xiàn)狀,本文以地物不同特點(diǎn)作為建筑物自動(dòng)提取算法的依據(jù),實(shí)現(xiàn)了一般建筑物點(diǎn)云的自動(dòng)提取。

1 車載激光掃描測量系統(tǒng)

車載激光掃描測量技術(shù)不受天氣限制和非接觸主動(dòng)測量方式直接獲取高精度三維數(shù)據(jù),已經(jīng)發(fā)展成為傳統(tǒng)測量技術(shù)的一個(gè)重要補(bǔ)充[1]。車載移動(dòng)測量系統(tǒng)是測繪領(lǐng)域一個(gè)新的發(fā)展方向和趨勢[2],其具有采集目標(biāo)信息速度快、可獲取高密度、海量三維點(diǎn)云的特點(diǎn),在地形圖的測量與更新、城市三維建模、城市部件采集等領(lǐng)域大量應(yīng)用[3-5]。該系統(tǒng)主要由激光掃描儀、全球定位系統(tǒng)(Global Positioning System，GPS)、慣性導(dǎo)航系統(tǒng)(Inertial Navigation System,INS)、CCD相機(jī)等荷載組成。

本次實(shí)驗(yàn)數(shù)據(jù)使用青島秀山移動(dòng)測量公司Vsurs-Q車載移動(dòng)測量系統(tǒng)(圖1)采集獲得。其主要由FARO130三維激光掃描儀(有效距離為1～30 m,視場角范圍為300°,精度≤2 mm)、諾瓦泰SPAN-LCI組合導(dǎo)航、LADYBUG5全景相機(jī)構(gòu)成,他們之間由工控機(jī)連接、監(jiān)控端控制、時(shí)間同步板控制時(shí)間同步,能應(yīng)付多種復(fù)雜地形,提高掃描覆蓋率,可快速獲取高精度點(diǎn)云數(shù)據(jù)和全景數(shù)據(jù)。該系統(tǒng)小巧靈活,可以測量許多大型車載測量車難以到達(dá)的測區(qū)。

圖1 VSurs-Q型移動(dòng)測量系統(tǒng)

2 建筑物點(diǎn)云提取

車載LiDAR點(diǎn)云豐富、海量、離散,彼此之間并不存在拓?fù)潢P(guān)系,直接進(jìn)行點(diǎn)云處理比較復(fù)雜。因此本文先分離出路面,然后基于地物的不同特征,實(shí)現(xiàn)建筑物點(diǎn)云的自動(dòng)分類,為建筑物三維建模提供先行條件。

2.1 算法流程

根據(jù)城市中各地物點(diǎn)云的特征不同,提出一種建筑物點(diǎn)云自動(dòng)提取方法,其算法步驟如下:首先對(duì)車載LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理,包括點(diǎn)云去噪聲地面濾波,接著對(duì)離散的地物點(diǎn)利用歐氏距離方法實(shí)現(xiàn)空間聚類,然后進(jìn)行建筑物的提取。通過高差指標(biāo),排除掉低矮地物;通過投影面積,去掉桿狀地物和單株樹;通過法向量、投影形狀去掉相連樹,最終實(shí)現(xiàn)建筑物的點(diǎn)云分類。建筑物點(diǎn)云自動(dòng)分類的算法流程如圖2所示。

圖2 建筑物點(diǎn)云提取算法流程圖

2.2 三維格網(wǎng)空間索引

將處理好的點(diǎn)云創(chuàng)建如圖3所示的三維空間格網(wǎng)。它是以點(diǎn)云的范圍來搜索確定X、Y、Z方向上的最大值和最小值,Xmax、Ymax、Zmax、Xmin、Ymin、Zmin,這樣就可以確定整個(gè)三維格網(wǎng)的最外范圍。立體格網(wǎng)的范圍確定之后,就可以對(duì)點(diǎn)云數(shù)據(jù)區(qū)域進(jìn)行劃分，得到更小的三維體,稱為體元。以XOY平面建立二維水平格網(wǎng),從南向北的方向設(shè)為Y軸,從西向東的方向?yàn)閄軸,垂直于XOY平面方向設(shè)為Z軸。

圖3 三維空間格網(wǎng)

(1)三維格網(wǎng)索引G(r,c,h)的大小為行號(hào)、列號(hào)、層號(hào)構(gòu)成的三維坐標(biāo),三維格網(wǎng)劃分?jǐn)?shù)目計(jì)算公式為:

(1)

式中，m、n、k分別為當(dāng)前點(diǎn)云所在的三維格網(wǎng)在X、Y、Z方向上的劃分?jǐn)?shù)目。

(2)任意一個(gè)掃描點(diǎn),設(shè)為(xl,yl,zl),在立體格網(wǎng)中設(shè)置X軸為行號(hào)(r),Y軸為列號(hào)(c),Z軸為層號(hào)(h)。則每一個(gè)體元可以用行、列和層號(hào)來表示,設(shè)為G(r,c,h),對(duì)應(yīng)的公式為:

(2)

式中,int為取整函數(shù);Δx、Δy、Δz分別表示格網(wǎng)在X、Y、Z方向上的劃分間距。

(3)對(duì)應(yīng)的三維空間格網(wǎng)號(hào)G(r,c,h)計(jì)算公式如下:

(3)

(4)三維格網(wǎng)被細(xì)分后,點(diǎn)云范圍內(nèi)每個(gè)數(shù)據(jù)都會(huì)被唯一一個(gè)小格網(wǎng)包圍,對(duì)所有范圍內(nèi)的點(diǎn)云進(jìn)行遍歷,最終完成整個(gè)區(qū)域點(diǎn)云的三維格網(wǎng)化,提高點(diǎn)云管理速度。

2.3 聚類分析

車載激光掃描系統(tǒng)測量后得到目標(biāo)物點(diǎn)云數(shù)據(jù)在空間是離散分布的,這樣的數(shù)據(jù)比較雜亂,同時(shí)也包含許多沒用的噪聲點(diǎn)云,無法有效利用,因此要對(duì)點(diǎn)云進(jìn)行處理,包括點(diǎn)云去噪和地面濾波。

實(shí)際上,去除噪聲點(diǎn)和地面濾波后,每個(gè)空間點(diǎn)簇可能由同一地物組成,也可能由不同地物組成。雖然這些點(diǎn)簇在空間上相互獨(dú)立,實(shí)際上仍然是毫無關(guān)聯(lián)的離散點(diǎn),只有進(jìn)行空間聚類才能實(shí)現(xiàn)進(jìn)一步的分類。在此基礎(chǔ)上,可以對(duì)某一類別進(jìn)行單獨(dú)分析,找出這個(gè)類別所代表的物體的獨(dú)有特征[6-10]。

距離的大小決定著地物點(diǎn)云相似性的程度,通常情況下,距離小則表示相似度高,歐幾里得距離聚類方法是最常用的空間聚類方式之一,其定義為:

(4)

式中，i=(xi1,xi2,…,xim),j=(xj1,xj2,…,xjm);i和j為2個(gè)m維數(shù)據(jù)對(duì)象。

2.4 特征提取原理

對(duì)于聚類得到的不同單元,通過建筑物特征分析進(jìn)行提取,主要從高差、投影面積、分層投影形狀三個(gè)方面進(jìn)行篩選。

(1)高差:是指每個(gè)聚類單元中點(diǎn)云的最大值與最小值的差值。一般來說,在城市典型地物中,建筑物、樹木、桿狀地物等的高差相差較大,因此可以根據(jù)高差與設(shè)置的閾值相比較,區(qū)分出低矮地物(一般認(rèn)為此類地物高差小于1.5 m)。實(shí)驗(yàn)設(shè)置高差閾值為1.5 m,高差計(jì)算公式如下:

H=Zmax-Zmin

(5)

式中,H為高差;Zmax、Zmin分別表示點(diǎn)云高程的最大值和最小值。

(2)投影面積:通常利用建筑物點(diǎn)云投影到水平地面之后的投影點(diǎn)形成的凸包多邊形的(圖4)面積來表示建筑物投影面積。構(gòu)建凸包多邊形的方法采用Graham掃描法,Graham掃描法詳細(xì)的算法步驟見文獻(xiàn)[11],本文計(jì)算建筑物投影面積的步驟如下:

①將建筑物點(diǎn)云投影到地面上,對(duì)水平面上的離散投影點(diǎn)集利用Graham掃描法構(gòu)建凸包;

②計(jì)算凸包多邊形的面積：假設(shè)凸包多邊形含有n個(gè)頂點(diǎn),則其面積計(jì)算公式為:

(6)

式中，xi、yi表示第i個(gè)頂點(diǎn)的x坐標(biāo)和y坐標(biāo),xi+1、yi+1表示第i+1個(gè)頂點(diǎn)的x坐標(biāo)和y坐標(biāo),凸包多邊形的面積S即為建筑物投影面積,單位為m2。

圖4 凸包多邊形

建筑物比較大,具有整體性,投影面積較大,而相連樹投影后也具有一定的面積,一般都為數(shù)平方米;路燈等桿狀地物往往在一定高度處為桿狀,投影面積較小,一般不會(huì)大于1 m2;單株樹投影到地面后面積也不會(huì)太大;因此可以設(shè)定閾值為3 m2,利用投影面積區(qū)分建筑物和單株樹及其他桿狀地物。

(3)投影形狀:由于建筑物有可能只掃描到一個(gè)立面,相連樹和建筑物投影到地面后,可能都為條帶狀,因此采用分層投影的形狀來區(qū)分。投影形狀用緊湊度來表示,計(jì)算公式如下:

(7)

式中,D為投影區(qū)域的周長;S為投影區(qū)域的面積。圓形的緊湊度最大,為1。因此本文算法設(shè)定閾值為0.5。

建筑物一般具有整體規(guī)則性,在不同高度層的投影形狀基本相同;相連樹木在超過樹干處為離散的類似橢圓形狀,與整體投影到地面的投影形狀相差較大;綜上,可以利用分層投影形狀的方法來分離建筑物和相連樹。

3 實(shí)例分析

3.1 實(shí)例數(shù)據(jù)及結(jié)果

為了驗(yàn)證本文提取算法的有效性和準(zhǔn)確性,利用C#實(shí)現(xiàn)本文提出的基于車載LiDAR點(diǎn)云的建筑物信息提取算法,選取了兩個(gè)區(qū)域進(jìn)行實(shí)例分析。

數(shù)據(jù)組1如圖5所示,該區(qū)域位于山東科技大學(xué)南面,包含1 321 436個(gè)數(shù)據(jù)點(diǎn),高差范圍為90 m。該組數(shù)據(jù)中主要包含高層建筑物、植被、路燈等地物,本組數(shù)據(jù)的特點(diǎn)是建筑物比較高、數(shù)量少。

圖5 實(shí)例1處理結(jié)果

數(shù)據(jù)組2如圖6所示,為青島某地區(qū)建筑物點(diǎn)云數(shù)據(jù),包含4 378 340個(gè)數(shù)據(jù)點(diǎn),高差范圍為23 m。該組數(shù)據(jù)中主要包括相連建筑物、行道樹、路燈等地物。數(shù)據(jù)特點(diǎn)是范圍稍大、建筑物比較多。

圖6 實(shí)例2處理結(jié)果

數(shù)據(jù)組1中5個(gè)建筑物很規(guī)整,均被正確分割出來,并且去除了其他干擾地物,分割出的建筑物符合真實(shí)形態(tài),沒有點(diǎn)云的地方可能就是玻璃等物體反射造成的空洞;數(shù)據(jù)組2中地物比較多,建筑物分布離散,有未被識(shí)別出的建筑物。有的建筑物由于面積過小，而且掃描不全,不符合建筑物的通用特征而造成漏分。

3.2 精度分析

把算法運(yùn)用到實(shí)例的過程中出現(xiàn)了錯(cuò)分、漏分的情況,為了分析提取結(jié)果的有效性,選用查準(zhǔn)率(Precision)、查全率(Recall)和綜合評(píng)價(jià)(F-Measure)三個(gè)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)價(jià)。設(shè)置Nb為正確提取的建筑物個(gè)數(shù),Nε為誤分為建筑物的其他地物個(gè)數(shù),Nl為漏分的建筑物數(shù)目。

查準(zhǔn)率是指提取結(jié)果中正確提取出的數(shù)量與提取總數(shù)的比值,定義如下:

(8)

查全率是指正確提取的個(gè)數(shù)與實(shí)際建筑物個(gè)數(shù)的比值,定義如下:

(9)

F-Measure是一種同時(shí)兼顧查準(zhǔn)率和查全率的評(píng)價(jià)標(biāo)準(zhǔn),若F-Measure的數(shù)值越大,則說明提取的總體效果越好,定義如下:

(10)

式中,β為參數(shù)。本次實(shí)驗(yàn)采用常見的F1-Measure(β=1),三組實(shí)驗(yàn)數(shù)據(jù)的定量分析結(jié)果見表1。

表1 建筑物提取精度分析

從表1可以看出本文算法對(duì)兩個(gè)數(shù)據(jù)組的分割結(jié)果,無論是準(zhǔn)確率還是查全率,F值都超過0.8,說明本文算法對(duì)實(shí)例測區(qū)環(huán)境下的不同建筑物點(diǎn)云提取具有較好的有效性。

4 結(jié)束語

本文研究了基于地物特征提取建筑物的算法,對(duì)點(diǎn)云數(shù)據(jù)去噪,地面進(jìn)行濾波后,根據(jù)各地物的不同特征進(jìn)行濾除,最終實(shí)現(xiàn)建筑物點(diǎn)云提取。通過兩處實(shí)驗(yàn)區(qū)建筑物點(diǎn)云提取結(jié)果分析,絕大部分建筑物點(diǎn)云都能被準(zhǔn)確地提取,并能夠去除其他干擾地物的影響,是一種快速提取建筑物點(diǎn)云的有效方法,完全滿足后續(xù)數(shù)字城市三維建模的需求。