機(jī)載Lidar建筑物點(diǎn)云中非建筑物點(diǎn)剔除研究

魏廣宇

摘要：激光雷達(dá)建筑物點(diǎn)云處理過(guò)程中往往會(huì)混入非建筑物點(diǎn)。本文將點(diǎn)云數(shù)據(jù)與數(shù)字線劃圖融合，進(jìn)行粗提取建筑物點(diǎn)。然后借助大平面檢索、去噪聲、連通區(qū)域分析等分割技術(shù)完成預(yù)處理，選出小平面。這些小平面建筑物點(diǎn)、地面點(diǎn)和植被點(diǎn)等。再運(yùn)用平整度將地面點(diǎn)和植被點(diǎn)小平面剔除。

Abstract： During the processing of Lidar points cloud of buildings，non-building points usually interfused. This article fused point cloud data with digital line to extract the building points roughly. And then with the help of segmentation， such as big planes detection， connected component analysis， small planes can be achieved which are building points， ground points and vegetation points. At last this article uses flatness to reject non-building points.

關(guān)鍵詞：激光雷達(dá)；數(shù)字線劃圖；建筑物點(diǎn)云；分割；剔除

Key words： Lidar；digital line graph；building points；segmentation；reject

中圖分類號(hào)：TN958.98 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）02-0031-03

0 引言

目前，眾多應(yīng)用領(lǐng)域?qū)Τ鞘薪ㄖ锶S模型都有較大的需求[1]。在大規(guī)模地形測(cè)繪中，Lidar近十年來(lái)漸漸成為主流方法。建筑物點(diǎn)屬于非地面點(diǎn)，點(diǎn)云濾波是Lidar數(shù)據(jù)處理的首要任務(wù)，主要目的是將點(diǎn)云分成地面點(diǎn)和非地面點(diǎn)[2]。依據(jù)濾波原理來(lái)分可以分為基于表面模型、基于坡度或斜率、基于分割三種[3]。當(dāng)前濾波算法在處理地形不連續(xù)區(qū)域或存在復(fù)雜建筑物區(qū)域時(shí)容易過(guò)分腐蝕地形并難以去除一些低矮植被這是影響建筑物點(diǎn)精度的根本問(wèn)題[4]。后續(xù)操作中建筑物點(diǎn)的提取方法有很多，但這些方法總是根據(jù)不同區(qū)域因地制宜進(jìn)行提取，而且這些方法往往適用于無(wú)植被覆蓋的建筑物區(qū)域。由于機(jī)載雷達(dá)探測(cè)范圍為大面積城市區(qū)域，不論我們?nèi)绾螢V波、用何種方法提取建筑物，總會(huì)存在建筑物點(diǎn)的精度問(wèn)題。經(jīng)過(guò)分析這些非建筑物點(diǎn)往往是地面點(diǎn)和植被點(diǎn)。在建筑物點(diǎn)云分割時(shí)如何將地面點(diǎn)和植被點(diǎn)剔除是本文的研究?jī)?nèi)容。實(shí)驗(yàn)區(qū)選取要求建筑物層次分明，整齊規(guī)則，適合新處理方法的實(shí)驗(yàn)，一般為發(fā)達(dá)城市地區(qū)。本文研究區(qū)域中心位于荷蘭DenBosch附近。文中l(wèi)aser點(diǎn)云數(shù)據(jù)來(lái)自AHN2。AHN2是一個(gè)包含所有荷蘭詳細(xì)精確高程數(shù)據(jù)的文件。文中l(wèi)aser點(diǎn)的密度是每平方大約20個(gè)。數(shù)字線劃圖來(lái)自BGT（注冊(cè)大規(guī)模地形），它是統(tǒng)一包含了荷蘭所有地物的地形文件。

1 流程與原理

本文非建筑物點(diǎn)的剔除基于點(diǎn)云的分割完成。分割的本質(zhì)就是將數(shù)據(jù)分割成若干個(gè)互不相交的子集，每一個(gè)子集中的數(shù)據(jù)同屬于一個(gè)具有單一特征的曲面。具體說(shuō)來(lái)就是給同一個(gè)表面上的點(diǎn)賦予同一標(biāo)記，不同表面的點(diǎn)賦予不同標(biāo)記[5]。本文分割方法是基于面的分割，基于面的區(qū)域分割方法是具有相似性質(zhì)的點(diǎn)集合起來(lái)構(gòu)成區(qū)域。首先對(duì)每個(gè)需要分割的區(qū)域找出一個(gè)種子點(diǎn)作為生長(zhǎng)的起點(diǎn)，然后將種子周?chē)徲蚺c種子點(diǎn)相同或相似的點(diǎn)歸并到種子所在的區(qū)域中。而新的點(diǎn)繼續(xù)做種子向四周生長(zhǎng)，直到再?zèng)]有滿足條件的點(diǎn)可以包括進(jìn)來(lái)，一個(gè)區(qū)域也就生長(zhǎng)而成了[6]。

1.1 數(shù)據(jù)預(yù)處理

本文首先對(duì)原始點(diǎn)云數(shù)據(jù)和數(shù)字線劃圖進(jìn)行融合，目的在于對(duì)三維點(diǎn)云數(shù)據(jù)完成粗提取并添加建筑物屬性和多邊形ID屬性。數(shù)字線劃圖是由多邊形拓?fù)涠傻亩S數(shù)據(jù)[7]，經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換統(tǒng)一兩數(shù)據(jù)坐標(biāo)然后實(shí)現(xiàn)數(shù)據(jù)融合。給所有建筑物多邊形賦予ID編碼和類別編碼，落入建筑物多邊形區(qū)域內(nèi)的點(diǎn)認(rèn)為是建筑物點(diǎn)，賦予點(diǎn)相對(duì)應(yīng)的ID編碼和類別編碼。本文選擇用FME Workbench來(lái)實(shí)現(xiàn)數(shù)據(jù)融合。FME Workbench（Feature Manipulate Engine，簡(jiǎn)稱FME）是加拿大Safe Software公司開(kāi)發(fā)的空間數(shù)據(jù)轉(zhuǎn)換處理系統(tǒng)，它是完整的空間提?。╡xtract）、轉(zhuǎn)換（transform）、加載（load）解決方案。首先通過(guò)濾波后的Lidar數(shù)據(jù)和放大的數(shù)字線劃圖進(jìn)行融合處理，完成建筑物的粗提取。數(shù)字線劃圖與點(diǎn)云數(shù)據(jù)并不能很好的精確匹配，將數(shù)字線劃圖邊界擴(kuò)大0.5米，將落入數(shù)字線劃圖建筑物多邊形區(qū)域的點(diǎn)暫時(shí)認(rèn)為是建筑物點(diǎn)云。由于數(shù)字線劃圖的放大，會(huì)融入非建筑物點(diǎn)。數(shù)字線劃圖中的每個(gè)多邊形會(huì)包含多個(gè)物體，并且一個(gè)物體（如一棟建筑）不在多個(gè)多邊形內(nèi)對(duì)于非地面點(diǎn)，我們逐個(gè)多邊形用曲面生長(zhǎng)方法檢測(cè)大平面。此時(shí)多邊形為擴(kuò)大邊界后的多邊形。大平面認(rèn)定為屋頂和墻體，檢索到的大平面認(rèn)為是建筑物點(diǎn)。將這些點(diǎn)賦予建筑物屬性編碼和多邊形ID編碼。

然后對(duì)非建筑物點(diǎn)進(jìn)行去噪聲來(lái)剔除粗差點(diǎn)。將區(qū)域內(nèi)未分割的點(diǎn)進(jìn)行連通區(qū)域分析，得到一部分小平面，此小平面為墻體、地面點(diǎn)和植被點(diǎn)。連通區(qū)域（Connected Component）一般是指圖像中具有相同像素值且位置相鄰的前景像素點(diǎn)組成的圖像區(qū)域（Region，Blob）。連通區(qū)域分析（Connected Component Analysis）是指將圖像中的各個(gè)連通區(qū)域找出。對(duì)于這些小平面點(diǎn)，我們逐步計(jì)算每個(gè)點(diǎn)與鄰域內(nèi)點(diǎn)協(xié)方差矩陣計(jì)算每個(gè)點(diǎn)鄰域平整度，設(shè)置平整度高低的閾值來(lái)判斷單點(diǎn)的平整度大小。然后小平面內(nèi)設(shè)置平整度高低比例閾值來(lái)判斷該小平面是否平整。不平整的小平面我們認(rèn)為是植被點(diǎn)，剔除之。平整小平面為地面點(diǎn)或建筑物點(diǎn)。人工選取初始點(diǎn)云中地面點(diǎn)樣本，計(jì)算出地面點(diǎn)的平均高程，比較剩余小平面的平均高程，若與地面點(diǎn)平均高程接近則判定該小平面為地面點(diǎn)，剔除之。流程圖如圖1所示。

1.2 非建筑物點(diǎn)的剔除

我們做地面點(diǎn)和植被剔除基于以下三個(gè)物理特征：

①植被為無(wú)規(guī)則平面。

②道路平滑又水平，平均高度與地面點(diǎn)平均高度相同。

③屋頂平面高于地面點(diǎn)。

設(shè)定單點(diǎn)平整度閾值t來(lái)判斷一個(gè)點(diǎn)在其鄰域k個(gè)點(diǎn)的平整度大小。若Fλ≥t則該點(diǎn)為平整度大的點(diǎn)；若Fλ

再設(shè)置一個(gè)閾值p來(lái)判定小平面內(nèi)高平整度的點(diǎn)比例多少。若該小平面內(nèi)高平整度點(diǎn)數(shù)大于等于p則判定該區(qū)域?yàn)楣饣秸拿?；若該小平面?nèi)高平整度的點(diǎn)小于p，則判定該平面不平整，屬與植被，剔除。此時(shí)我們還需要剔除地面點(diǎn)。

在初始樣本中人工選取地面樣本點(diǎn)a個(gè)，計(jì)算其平均高程Z樣本=。在剩余小平面內(nèi)逐個(gè)計(jì)算其所有點(diǎn)平均高程Z平面，我們?cè)O(shè)置一個(gè)緩沖閾值Δh來(lái)表述兩個(gè)平均高程是否接近。值若Z樣本-Δh

此時(shí)完成了地面點(diǎn)和植被點(diǎn)的剔除。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)結(jié)果

與數(shù)字線劃圖融合后的點(diǎn)云會(huì)包含如下幾個(gè)屬性。第一列到第三列分別為XYZ三維坐標(biāo)，第四列表示地物類別表示為建筑物，第五列表示多邊形ID。點(diǎn)云融合后的數(shù)據(jù)如圖2所示。

由于存在誤差和形變，數(shù)字線劃圖往往不能與點(diǎn)云數(shù)據(jù)完美匹配，這會(huì)造成一些建筑物點(diǎn)云散落在建筑物多邊形外，試驗(yàn)中將多邊形的邊界擴(kuò)大一個(gè)值r=0.5米。圖中紅色點(diǎn)為建筑物點(diǎn)。圖3為初始融合的效果圖，圖4為多邊形邊界擴(kuò)大后的效果圖。

為了分割得到屋頂和部分墻體，做大平面檢索。大平面檢索后對(duì)于剩余的非地面點(diǎn)去噪聲。選取一定半徑對(duì)每個(gè)點(diǎn)進(jìn)行搜索，認(rèn)定相鄰點(diǎn)數(shù)少于特定值的點(diǎn)為噪聲點(diǎn)。把噪聲去除后通過(guò)連通性逐個(gè)多邊形進(jìn)行檢索。連通區(qū)域分析的參數(shù)和去噪聲參數(shù)同樣根據(jù)點(diǎn)密度和實(shí)景確定。這個(gè)過(guò)程會(huì)得到一部分屋頂小平面、一些墻體和一些地面點(diǎn)和植被，需要將地面點(diǎn)和植被剔除。結(jié)果和參數(shù)如圖5和表1所示。

通過(guò)連通區(qū)分析和平整度計(jì)算，我們又可以得到一部分建筑物點(diǎn)，賦予建筑物屬性編碼和多邊形ID編碼。聯(lián)通區(qū)域分析效果圖和參數(shù)設(shè)置如圖6和表2所示。

2.2 實(shí)驗(yàn)分析

圖3是初始點(diǎn)云與數(shù)字線劃圖融合結(jié)果，建筑物輪廓基本得到，但是空中懸浮的藍(lán)色點(diǎn)并未識(shí)別，根據(jù)經(jīng)驗(yàn)其也應(yīng)為建筑物點(diǎn)。將建筑物多邊形擴(kuò)大得到圖4，在多邊形邊界擴(kuò)張之后，空中懸浮點(diǎn)基本被建筑物點(diǎn)侵蝕，但地面藍(lán)色點(diǎn)也有一部分被圈入了建筑物。大平面檢索之后幾乎全得到了屋頂，以及得到部分墻體。但是有圖5可看出建筑物底部存在地面點(diǎn)的混入。圖6已經(jīng)做了平整度計(jì)算，我們看到，在圖5的基礎(chǔ)上，經(jīng)過(guò)去噪和連通區(qū)域分析后大平面被分割的更加細(xì)致，表現(xiàn)在單一顏色大平面被幾種色彩所代替。但是由于圖6又做了道路和植被的剔除，圖5中建筑物底部過(guò)度侵蝕的地面點(diǎn)有所減少。本次基于分割的非建筑物點(diǎn)云剔除有所成效。

參考文獻(xiàn)：

[1]張志超.融合機(jī)載與地面LIDAR數(shù)據(jù)的建筑物三維重建研究[D].武漢大學(xué)，2010.

[2]余潔，張國(guó)寧，秦昆，楊海全.LIDAR數(shù)據(jù)的過(guò)濾方法探討[J].地理空間信息，2006（04）：8-10.

[3]周曉明.機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波算法的研究與應(yīng)用[D].解放軍信息工程大學(xué)，2011.

[4]胡舉，楊遼，沈金祥，吳小波.一種基于分割的機(jī)載Lidar點(diǎn)云數(shù)據(jù)濾波[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2012，03：318-321.

[5]歐新良，，匡小蘭，倪問(wèn)尹.三維散亂點(diǎn)云分割技術(shù)綜述[J].湖南工業(yè)大學(xué)學(xué)報(bào).2010，24（5）.

[6]胡懷宇，崔漢國(guó)，代星.基于區(qū)域生長(zhǎng)法的散亂點(diǎn)云分區(qū)方法[J].計(jì)算機(jī)應(yīng)用，2009，29（10）：2716-2718.

[7]石磊.數(shù)字線劃圖三維編輯技術(shù)的研究與應(yīng)用[D].解放軍信息工程大學(xué)，2009.

[8]李杰，程效軍.三維激光掃描儀在墻面平整度檢測(cè)中的應(yīng)用[J].井岡山大學(xué)學(xué)報(bào)（自然科學(xué)版），2014（04）：13-17.