中國(guó)測(cè)繪科學(xué)研究院 劉正軍 左志權(quán) 燕 琴 謝小偉

中測(cè)新圖(北京)遙感技術(shù)有限責(zé)任公司 劉 沛

徠卡測(cè)量系統(tǒng)貿(mào)易(北京)公司 劉 楠

一、引 言

本文利用機(jī)載激光雷達(dá)三維掃描技術(shù)，針對(duì)同一監(jiān)測(cè)區(qū)域分析對(duì)比多時(shí)相的數(shù)字表面模型(digital surface model，DSM)成果數(shù)據(jù)，探索城區(qū)建筑物的變化檢測(cè)方法;通過多時(shí)相點(diǎn)云進(jìn)行精確的相對(duì)配準(zhǔn)，并進(jìn)行閾值分割與統(tǒng)計(jì)分析，將變化圖斑按照新建、拆除及擴(kuò)建等屬性進(jìn)行分類和賦值，實(shí)現(xiàn)了城市建筑物的三維變化檢測(cè)，形成了可行的技術(shù)路線和方法流程。

二、3D變化檢測(cè)方法

采用不同期機(jī)載LiDAR點(diǎn)云，針對(duì)城市區(qū)域建筑物進(jìn)行3D變化檢測(cè)的主要思路是：首先將GPS、IMU融合處理后生成的高精度航跡數(shù)據(jù)與激光測(cè)距數(shù)據(jù)解算生成掃描區(qū)域的點(diǎn)云數(shù)據(jù)，并利用同一時(shí)相內(nèi)部的檢校場(chǎng)數(shù)據(jù)實(shí)現(xiàn)基于安置誤差模型的點(diǎn)云粗配準(zhǔn);其次，分別對(duì)不同時(shí)相的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，其過程包括噪聲剔除、點(diǎn)云濾波/粗分類，對(duì)不同實(shí)現(xiàn)數(shù)據(jù)進(jìn)行3D表面匹配及配準(zhǔn)轉(zhuǎn)換，并進(jìn)行點(diǎn)云柵格化處理;最后，針對(duì)柵格化后的差值圖像進(jìn)行變化區(qū)域信息提取，其過程包括按高差閾值進(jìn)行圖斑粗定位、柵格區(qū)域的矢量跟蹤與邊界拓?fù)渲貥?gòu)、交互式地物判讀與綜合處理，以及變化圖斑區(qū)域的信息統(tǒng)計(jì)與屬性標(biāo)注等?；邳c(diǎn)云的3D變化檢測(cè)的流程如圖1所示。

圖1 點(diǎn)云3D變化檢測(cè)流程圖

1)在檢測(cè)流程中，采用3D表面匹配技術(shù)進(jìn)行配準(zhǔn)，能一定程度地消除不同時(shí)相數(shù)據(jù)的套合差異，降低圖斑的破碎程度。

2)將配準(zhǔn)后的不同時(shí)相點(diǎn)云進(jìn)行同分辨率柵格化處理，然后進(jìn)行高程相減操作獲取差值圖像，最后采用交互式方式進(jìn)行變化信息的半自動(dòng)提取。

3)根據(jù)閾值分割結(jié)果，參考變化前后兩幅影像，在ArcGIS軟件中目視判斷分別提取新建、擴(kuò)建及拆除的建筑物區(qū)域，并統(tǒng)計(jì)其面積、平均高程等。

三、試驗(yàn)分析

1.數(shù)據(jù)描述

試驗(yàn)區(qū)選擇在河南省安陽(yáng)城區(qū)，約9 km2。試驗(yàn)區(qū)以平原為主，地形起伏緩和，建筑物類型多樣且高度差異較大，其西北部、東部分布有小片植被，北部有河道。試驗(yàn)區(qū)數(shù)據(jù)由機(jī)載激光雷達(dá)系統(tǒng)獲取，坐標(biāo)系統(tǒng)為WGS-84，采用UTM投影和大地高，數(shù)據(jù)情況見表1。

表1 試驗(yàn)數(shù)據(jù)集參數(shù)列表

試驗(yàn)區(qū)2009年與2010年兩時(shí)相的DSM暈渲效果如圖2所示。

圖2 兩個(gè)時(shí)相的試驗(yàn)區(qū)數(shù)字表面模型暈渲圖

2.結(jié)果與分析

為了驗(yàn)證本文提出的城區(qū)建筑物3D變化檢測(cè)方法的可行性，將上述兩個(gè)時(shí)相點(diǎn)云進(jìn)行差值相減，并針對(duì)變化圖斑區(qū)域進(jìn)行交互式邊界提取與判讀分析。其中，試驗(yàn)結(jié)果分為以下3部分：

(1)不同期點(diǎn)云的相對(duì)配準(zhǔn)

不同時(shí)相的點(diǎn)云數(shù)據(jù)高精度配準(zhǔn)是三維變化檢測(cè)的基本前提，是降低偽檢測(cè)風(fēng)險(xiǎn)、提高檢測(cè)可靠性的關(guān)鍵技術(shù)。盡管利用檢校場(chǎng)數(shù)據(jù)進(jìn)行機(jī)載LiDAR系統(tǒng)誤差估計(jì)與系統(tǒng)檢校，可使不同時(shí)相點(diǎn)云數(shù)據(jù)都能納入到統(tǒng)一絕對(duì)坐標(biāo)框架，但由于局部坐標(biāo)轉(zhuǎn)換、系統(tǒng)誤差建模不準(zhǔn)確等因素影響，需要針對(duì)數(shù)據(jù)本身進(jìn)行二次配準(zhǔn)矯正，以進(jìn)一步消除不同時(shí)相間的坐標(biāo)偏差。本文采用3D表面匹配方法估計(jì)不同期點(diǎn)云間的7個(gè)正形變換參數(shù)，從而實(shí)現(xiàn)點(diǎn)云的精細(xì)配準(zhǔn)。

(2)矢量圖斑的半自動(dòng)交互式提取與邊界拓?fù)渲亟?/p>

針對(duì)配準(zhǔn)后的兩期點(diǎn)云，按照格網(wǎng)間距為1.0 m進(jìn)行柵格化，將柵格化后的不同期點(diǎn)云進(jìn)行差值相減，再按照設(shè)定的剔噪閾值將點(diǎn)云中較破碎的圖斑進(jìn)行濾除，最后將柵格圖斑進(jìn)行邊界跟蹤，并完成矢量拓?fù)渲亟ㄅc規(guī)則化。半自動(dòng)提取的圖斑如圖3所示。

圖3 變化建筑物區(qū)域的矢量圖斑

(3)變化地物屬性統(tǒng)計(jì)與標(biāo)注

為了更進(jìn)一步定量描述變化區(qū)域的屬性特征，按照下屬閾值設(shè)定規(guī)則對(duì)變化圖斑進(jìn)行。其閾值設(shè)定規(guī)則為：針對(duì)絕對(duì)高度大于3 m，高度變化大于1.5 m的實(shí)體進(jìn)行檢測(cè)，以區(qū)域面積大于5 m2的圖斑為統(tǒng)計(jì)對(duì)象進(jìn)行屬性標(biāo)注。其統(tǒng)計(jì)后的結(jié)果見表2。

為了更直觀地反映屬性統(tǒng)計(jì)的合理性與準(zhǔn)確性，需將套合疊置后的兩時(shí)相點(diǎn)云進(jìn)行剖面分析，將不同變化類型的建筑物列舉出來，如新建建筑物、拆除建筑物、擴(kuò)建建筑物。

表2 不同類變化建筑物屬性統(tǒng)計(jì)表

四、結(jié) 論

通過本文試驗(yàn)，驗(yàn)證了采用不同時(shí)相機(jī)載LiDAR點(diǎn)云差異進(jìn)行城市三維變化檢測(cè)的方案基本可行，主要結(jié)論如下：

1)建筑物、樹木等實(shí)體的變化檢測(cè)精度與點(diǎn)云密度、絕對(duì)定位精度密切相關(guān)，因此需根據(jù)檢測(cè)任務(wù)需求，制定合理的數(shù)據(jù)采集方案，并控制點(diǎn)云的絕對(duì)定位精度。

2)針對(duì)不同時(shí)相點(diǎn)云相對(duì)配準(zhǔn)能提高點(diǎn)云套合精度，從而降低差異圖像的圖斑破碎程度，有效抑制誤檢率。

3)將不同時(shí)相點(diǎn)云進(jìn)行柵格化后的高程差值圖像作為變化檢測(cè)數(shù)據(jù)源，可簡(jiǎn)化檢測(cè)流程，缺點(diǎn)是降低了建筑物邊界輪廓清晰程度，并對(duì)樹木等疏松質(zhì)地的地物檢測(cè)效果不好，需探索更優(yōu)化的檢測(cè)模型。

本文試驗(yàn)表明，不同時(shí)相的數(shù)據(jù)與變化結(jié)果數(shù)據(jù)保留了城市土地利用發(fā)生變化的最原始、最準(zhǔn)確空間三維信息，若結(jié)合相應(yīng)的專題圖與影像資料進(jìn)行空間分析，可以簡(jiǎn)單、高效地提取不同地物的三維變化信息，為土地利用變化監(jiān)測(cè)、違法用地查處、水位變化監(jiān)測(cè)、車輛的移動(dòng)變化等相關(guān)業(yè)務(wù)提供可行的技術(shù)手段。

(本專欄由徠卡測(cè)量系統(tǒng)和本刊編輯部共同主辦)