一種新的窗戶特征提取方法研究

賈凱華，李和志，吳澤敏

(江西科技學院 南昌市材料研究與結構檢測重點實驗室，江西 南昌 330098)

?

一種新的窗戶特征提取方法研究

賈凱華，李和志，吳澤敏

(江西科技學院 南昌市材料研究與結構檢測重點實驗室，江西 南昌 330098)

摘要：在建筑物立面重建中，窗戶提取、結構識別是學者們研究的熱點。針對建筑物特征提取的應用需求，文中提出一種基于局部搜索算法——爬山法的窗戶信息提取方法，介紹研究中采用的一些原理、方法，從而可以準確有效地從激光掃描數(shù)據(jù)中提取出建筑物的窗戶信息。利用本方案對地面激光掃描系統(tǒng)獲取的建筑物實驗數(shù)據(jù)進行具體的處理，并給出可視化表達結果。

關鍵詞：建筑物；激光掃描；特征提??；爬山法

隨著地面三維激光掃描技術的發(fā)展，獲取高密度點云成為可能，建筑物的細節(jié)結構如窗戶、門框等特征信息也可以被識別。然而，對于窗戶，通常只有少數(shù)可利用的激光點，這是由于窗戶框邊是整個墻壁上相對較小的部分，并且窗戶上玻璃不能反射激光束。原始激光信息的不足，使得在沒有人際交互的情況下很難恢復可靠真實的窗戶幾何體。

許多研究者都致力于從激光點云中提取幾何特征的領域。文獻[1]介紹基于“空洞”的窗戶識別方法，該方法利用每個窗戶的輪廓點擬合出代表窗戶結構的矩形，得出的結論是擬合出的窗戶會出現(xiàn)過大或過小的現(xiàn)象，很顯然，這種利用窗戶點云識別的方法是不可靠的；文獻[2]中提出格網(wǎng)化的窗戶識別方法，但該方法不能有效提取點云缺失較嚴重的窗戶。針對以上研究現(xiàn)狀，本文提出一種利用爬山法，從地面三維激光點云數(shù)據(jù)中提取建筑物窗戶信息的方法。

1算法

由于激光掃描獲取的建筑物點云數(shù)據(jù)量非常大，直接對點云的幾何數(shù)據(jù)進行特征識別比較困難，因此，考慮將三維點云轉換為一幅平面的二維圖像，借助成熟的數(shù)字圖像處理知識可以直接在圖像上提取有用特征，解決三維點數(shù)據(jù)檢索處理較難的問題。將點云轉換為深度圖像后，借助已獲取的數(shù)字圖像處理的算法可以從此影像上直接提取窗戶特征信息，但由于原始點云邊緣不規(guī)則的缺陷，導致得到的邊緣輪廓也不是水平或鉛垂的直線，與實際規(guī)則的矩形不符，因此非常有必要進行優(yōu)化，這也是窗戶識別過程中非常重要的環(huán)節(jié)。

1.1建筑物平面點云圖像生成

傳統(tǒng)的圖像生成算法，無論是針對車載點云數(shù)據(jù)還是針對機載點云數(shù)據(jù)，大部分都是采用深度圖像的生成原理。若直接將墻面點云轉換成深度圖像會出現(xiàn)實景物體扭曲、幾何失真的現(xiàn)象。如圖1(b)所示，實景中本是規(guī)則矩形的物體，轉換成深度圖像后發(fā)生扭曲變形，產(chǎn)生這種現(xiàn)象的原因是深度圖像是以掃描儀中心作為觀察點，且是基于球面投影的。當掃描視場角較大時，圖像自然會出現(xiàn)一定的弧度，角度越大，弧度越大，扭曲變形越嚴重。這樣的距離圖像顯然不能滿足復雜建筑物中包含豐富立面信息的特征提取要求，尤其是本文欲提取到邊緣規(guī)則且是矩形的窗戶，這種圖像生成方法更不適合。針對該問題，本文采用文獻[3]中投影變換的方法來生成點云圖像。首先將三維點投影到所在的擬合平面上，便可求得空間點在擬合平面上的投影點坐標，這樣，每個點在平面上都有一個對應的投影點，結果如圖2(b)所示，與直接生成的圖像圖2(a)相比，采用本文方法生成的圖像與實景基本一致，無扭曲、變形，陽臺點云呈現(xiàn)較規(guī)則的矩形，可看出基于投影變換的圖像生成方法更能直觀地反映建筑物表面的幾何分布特征。

圖1　某建筑物外墻的深度圖

圖2　空間點向平面投影示意圖

1.2窗戶信息矢量化

以上得到的窗戶斑塊沒有任何屬性信息，不同的優(yōu)化方法會得出不同的結果，在這種情況下，有必要預先為窗戶定義一個十分明確的、唯一的、可定量化的矢量參數(shù)，標明每個窗戶在對應立面上的位置和幾何特征，借助具體的參數(shù)信息來定量分析研究。本文結合實際情況，采用文獻[4]中距離變換的方法來進行窗戶矢量化得到窗戶的邊緣屬性信息，過程如圖3所示，表1記錄了窗戶編號、窗戶中心位置、寬度值h和高度值w。

表1　窗戶屬性信息

圖3　窗戶矢量化過程

由圖3可知，矢量化方法得到的窗戶邊界光滑平直，是規(guī)則的矩形，與實景較接近，但該方法的缺點在于處理過程中依據(jù)的是窗戶點云，而由于每個窗戶區(qū)域得到的原始點云本身就不規(guī)則、不統(tǒng)一，由于只考慮單個窗戶的情況，忽略整體特征，因此導致在實景中原本完全相同的窗戶，屬性信息卻有所不同，盡管偏差較小，但為與實際更加接近，也必須進行優(yōu)化。

1.3基于爬山法的窗戶信息優(yōu)化算法

爬山法(Hill-Climbing)[2]是一種局部搜索迭代求出最優(yōu)解的一種算法，首先選取某個可行解為初始解，并通過逐步迭代來改善解的精確性，在每次迭代中，算法依據(jù)鄰域函數(shù)在當前解的鄰域內尋找更優(yōu)解來改善當前解的質量，即所謂的局部搜索，這種迭代求解算法，原理淺顯易懂，容易實現(xiàn)，如圖4所示。

圖4　爬山法原理示意圖

設爬山者最初位于O點，目標是爬上峰頂，為此可有4種走法,即向東、向南、向西、向北，爬山法要求在每走一步之前,先計算分別向4個方向走一步后到達的新位置與原位置高度之差，即啟發(fā)信息；然后根據(jù)這一信息決定向哪個方向走，一般選高度差最大的方向作為即將走步的方向，每走一步都要有預先計算的啟發(fā)信息作引導，當?shù)竭_某點時，若4個方向的高度差計算結果都導致高度下降,則認為該點就是峰頂,搜索結束，由于每一步都是向梯度最陡的方向前進，而非盲目攀登，因而爬山法對求解單峰問題是相當有效的。

只需事先定義初始值、能量函數(shù)，就可以在鄰域范圍內搜索，并快速收斂于局部最優(yōu)解，但搜索算法是否能找到全局最優(yōu)解，與初始點的位置有很大的依賴關系，容易陷入局部最優(yōu)，這由于它是基于貪婪思想持續(xù)在當前解的鄰域中進行搜索的。針對爬山法固有的缺陷，改進的爬山算法逐漸發(fā)展起來，通常有兩種：一種是增多爬山者的個數(shù),確保至少有一個爬到全局最優(yōu)點；另一種是根據(jù)某種啟發(fā)式信息，跳出局部最優(yōu)點,繼續(xù)爬山過程。

1)選擇當前每個窗戶的初始參數(shù)，若所有都處理完畢，則結束程序;

2)初始化迭代次數(shù)t=1；

3)初始變量：窗戶的中心坐標(x，y)和高h，寬w，分別記為Vk，索引號k取1，2，3，4；

4)選取變量和能量函數(shù)E；

7)t=t+1，若t

8)得到最優(yōu)矢量化值。

通過以上步驟，就可以找到窗戶各個變量的局部最優(yōu)解。

2實驗

實驗采用由美國天寶公司生產(chǎn)的TrimbleGXTM

三維激光掃描儀，它使用高速激光和攝像機捕獲坐標和圖像信息。以某大學校園內一幢教學樓獲取的點云數(shù)據(jù)進行實驗，在主頻為1.79GHz，內存為1.5G，Windows2000的PC機上，通過Matlab軟件編程實現(xiàn)整個運算過程。如圖5(a)實際場景中某些建筑物立面信息比較豐富，一個立面可能包含兩個或多個平面，窗戶區(qū)域的點云形狀不規(guī)則且大小不一，這給窗戶提取工作帶來很大難度。

圖5　窗戶提取過程

通過數(shù)據(jù)采集，得到一共2 782 748個原始點，為研究方便，截取其中一部分進行實驗，如圖5(b)所示。這些原始數(shù)據(jù)是散亂無序的，包含的參數(shù)有點的三維坐標和RGB強度值及像素信息。不同的生產(chǎn)廠家有各自定義的數(shù)據(jù)格式，天寶公司的數(shù)據(jù)讀寫格式一般為ASCII格式文件，每行記錄一個掃描點數(shù)據(jù)，對本文的研究，主要使用的是點的三維坐標信息。

在窗戶特征提取前，首先要對原始點云進行一系列的預處理，下邊詳細說明：圖5(c)是采用RANSAC算法提取出的窗戶點云數(shù)據(jù)；圖5(d)為窗戶點云生成的二值圖，由于二值圖像仍是孤立的像素點，存在一些小的孔洞，很難達到預想的提取結果，針對這一情況，采用成熟的形態(tài)學閉運算來填充細小孔洞、凹坑，且不改變凸邊界，從而將離散像素點連接成為一個連續(xù)整體；圖5(e)為填充效果，填充后窗戶斑塊完整清晰，然后利用matlab中的imfill函數(shù)填充圖像中較大的“空洞”(窗戶)；圖5(f)所示，然后對前兩個步驟的運算結果取差運算，便可得到窗戶區(qū)域，但窗戶位置、大小，雖然與實際已經(jīng)非常接近，但還不能達到完全一致，為此，采用本文算法對窗戶信息進行優(yōu)化，在定義能量函數(shù)時，將相同的窗戶作為一個整體進行優(yōu)化，并且加入建筑物中窗戶的形狀先驗約束條件：①窗戶尺寸大小相同，即寬度和高度相同；②中心點對齊，即實景中處于同行的窗戶行號相同，處于同列的列號相同；③相同窗戶的行、列間距要相等，即同一水平方向的窗戶之間水平間隔要相同，處于同一垂直方向的窗戶豎直間隔要相同，從而與實際更接近，也避免窗戶不一致的情況，如圖5(g)是本文整體優(yōu)化后的窗戶的輪廓信息，與實景對比，識別效果較好。

經(jīng)過以上處理，建筑物立面上依次排列的15個規(guī)則的窗戶都被準確地識別出來。在投影時記錄圖像中每個單元格對應點的三維坐標信息，因此，通過圖像和點云的對應關系，利用窗戶矢量參數(shù)就可以輕松地反求出其對應的外輪廓點云，如圖5(h)所示。得到窗戶模型角點對應的點云和點坐標后，便可以方便地實現(xiàn)窗戶區(qū)域和整個平面的重建工作。

3結論

地面三維激光掃描系統(tǒng)能快速獲取建筑物立面的細節(jié)信息，在建立詳細建筑物三維模型、數(shù)字城市等方面有較大的優(yōu)勢和靈活性。本文詳細敘述基于地面激光掃描數(shù)據(jù)的窗戶識別方法，先將三維點云數(shù)據(jù)轉化為二維圖像進行處理,避免大量的幾何計算，而且可以充分借鑒圖像處理的一些方法,提高數(shù)據(jù)處理的效率。針對傳統(tǒng)深度圖會發(fā)生失真的情況，采用一種基于投影變換的新的點云圖像生成方法，生成的圖像是正視建筑物立面的觀測效果，能夠很好地反映墻面和窗戶的幾何分布特征，結合建筑物的形狀先驗信息，實現(xiàn)窗戶的識別。為與實際更接近，引入人工智能領域的啟發(fā)式搜索算法，有效解決窗戶矢量化的優(yōu)化問題。本文窗戶識別方法受窗戶點云質量影響較小，對復雜場景也是可行、有效的。

參考文獻：

[1]PUS，VOSSELMANG．Extractingwindowsfromterrestriallaserscanning，InternationalArchivesofPhotogrammetry[J].RemoteSensingandSpatialInformationSciences，vol.36，part3/W52，Spook,Finland，September12-14，2007：320-325．

[2]楊洋.基于車載LIDAR數(shù)據(jù)的建筑物立面重建技術研究[D].鄭州：信息工程大學，2010.

[3]杜月陽.三維激光測量系統(tǒng)點云數(shù)據(jù)的區(qū)域提取、模型重構及鍛件尺寸測量研究[D].上海：上海交通大學，2012.

[4]ROSENFELDA,PFALTZJ.Sequentialoperationsindigitalpictureprocessing[J].JournalofAssociationforComputingMachinery，1966,13(4):471-494.

[5]張會霞，陳宜金，劉國波.基于三維激光掃描儀的校園建筑物建模研究[J].測繪工程，2010，19(1):32-34.

[6]吳靜，靳奉祥，王健.基于三維激光掃描數(shù)據(jù)的建筑物三維建模[J].測繪工程,2007，26(5):57-60.

[7]魏征,董震,李清泉.車載LiDAR點云中建筑物立面位置邊界的自動提取[J].武漢大學學報(信息科學版),2012，37(11):1311-1315.

[8]黃磊.基于激光掃描數(shù)據(jù)的建筑物立面信息提取[D].青島：山東科技大學，2007.

[9] 馬敏杰，楊洋，范愛平，等.復雜建筑物三維激光掃描與室內外精細建模[J].測繪與空間地理信息，2015,38(1):111-113．

[10] 蔡慶生.地面三維激光掃描儀測距檢校與精度評定[J].測繪與空間地理信息，2015,38(1):217-218．

[11] 馬寧，姚吉利，賈象陽，等.三維激光掃描測量精度評定的討論[J].測繪與空間地理信息，2015,38(11):120-122．

[12] 萬怡平,習曉環(huán)，溫奇,等.地面點云數(shù)據(jù)快速重建建筑模型的分層方法[J].測繪工程，2015，24(5):47-51.

[13] 朱寧寧.三維激光掃描在地鐵隧道形變監(jiān)測中的應用[J].測繪工程，2015，24(5):63-68.

[責任編輯：張德福]

DOI:10.19349/j.cnki.issn1006-7949.2016.10.013

收稿日期：2015-06-03；修回日期：2015-11-29

基金項目：江西科技學院2014年度校級自然科學研究項目(ZR14QN05);2010年江西省特色專業(yè)建設項目

作者簡介：賈凱華(1975-)，女，碩士研究生.

中圖分類號：P204

文獻標識碼：A

文章編號：1006-7949(2016)10-0064-05

A new window feature extraction method

JIA Kaihua，LI hezhi，WU Zemin

(NanchangKeyLaboratoryofMaterialandStructureDetection,JiangxiUniversityofTechnology,Nanchang330029,China)

Abstract：It is a hot topic for scholars on windows extraction and structure identification in the reconstruction of building facades.As to the application requirement of character extraction，this paper puts forward a set of local search algorithms-climbing for window information extraction method，and introduces the principle and method，which can accurately and effectively extract the laser scanning data information window.This method of ground laser scanning system can process the test data in details，and propose a visual expression for the results .

Key words：buildings;laser scanning;feature extraction;climbing method