馬小偉，高 磊，李義宏，冉 磊，龔書林，熊建華，雷月敏

(1. 昆明市測(cè)繪研究院，云南 昆明 650093；2. 云南省測(cè)繪工程院，云南 昆明 650033；3. 武漢海達(dá)數(shù)云技術(shù)有限公司，湖北 武漢 430223)

中海達(dá)·開啟智時(shí)代

全景移動(dòng)測(cè)量系統(tǒng)輔助下行道樹的自動(dòng)化提取

馬小偉1，高 磊1，李義宏2，冉 磊1，龔書林3，熊建華1，雷月敏3

(1. 昆明市測(cè)繪研究院，云南 昆明 650093；2. 云南省測(cè)繪工程院，云南 昆明 650033；3. 武漢海達(dá)數(shù)云技術(shù)有限公司，湖北 武漢 430223)

在當(dāng)今信息化社會(huì)，傳統(tǒng)測(cè)繪作業(yè)方式已經(jīng)不能滿足大數(shù)據(jù)快速更新的需求。為了更高效地獲取基礎(chǔ)信息數(shù)據(jù)及降低傳統(tǒng)作業(yè)成本，筆者所在單位引進(jìn)全景移動(dòng)測(cè)量系統(tǒng)進(jìn)行智慧城市基礎(chǔ)地理信息數(shù)據(jù)采集和信息化專題數(shù)據(jù)提取的研究。

為全面、準(zhǔn)確地掌握城區(qū)園林綠地資料，更好地反映當(dāng)前城區(qū)綠化水平，推進(jìn)園林綠化管理工作走向科學(xué)化、規(guī)范化、數(shù)字化，開展了城區(qū)綠地普查測(cè)量工作?，F(xiàn)階段大多都采用全站儀、RTK方式進(jìn)行測(cè)量采集，再結(jié)合人工調(diào)查方式進(jìn)行遺漏檢查和屬性調(diào)繪。該種方式外業(yè)作業(yè)勞動(dòng)強(qiáng)度大，效率低，不能實(shí)現(xiàn)城市專題數(shù)據(jù)的快速提取、更新。

全景激光移動(dòng)測(cè)量系統(tǒng)可以在快速行駛過程中采集道路兩邊三維激光點(diǎn)云和全景影像數(shù)據(jù)，隨著全景激光移動(dòng)測(cè)量方式的發(fā)展和推廣應(yīng)用，可以解決沿道路兩旁行道樹數(shù)據(jù)的快速獲取問題，再通過內(nèi)業(yè)自動(dòng)化及人工交互作業(yè)方式，快速提取城市園林專題矢量要素，大大降低外業(yè)作業(yè)勞動(dòng)強(qiáng)度，同時(shí)降低生產(chǎn)成本。

本文通過全景移動(dòng)測(cè)量系統(tǒng)采集的高精度高密度三維激光點(diǎn)云和高分辨率全景影像，研究自動(dòng)化提取行道樹數(shù)據(jù)。

1 海量點(diǎn)云數(shù)據(jù)存儲(chǔ)設(shè)計(jì)

研究采用的全景移動(dòng)測(cè)量系統(tǒng)采集的點(diǎn)云具有高精度和高密度特點(diǎn)，為快速加載瀏覽顯示點(diǎn)云，需要采用高效的數(shù)據(jù)存儲(chǔ)格式。引用全景移動(dòng)測(cè)量系統(tǒng)配套軟件中所設(shè)計(jì)點(diǎn)云存儲(chǔ)格式來進(jìn)行描述說明。

1.1 點(diǎn)云數(shù)據(jù)存儲(chǔ)

全景移動(dòng)測(cè)量系統(tǒng)采集點(diǎn)云頻率是100萬點(diǎn)/s，按照50 km/h的速度進(jìn)行采集，10 km點(diǎn)云有效數(shù)據(jù)大約為6 GB。高密度、高精度海量點(diǎn)云數(shù)據(jù)如何有效存儲(chǔ)，實(shí)現(xiàn)快速加載顯示，成為至關(guān)重要的問題。

本研究所使用的點(diǎn)云測(cè)圖軟件，點(diǎn)云存儲(chǔ)的基本原則是采用分級(jí)分塊，每個(gè)級(jí)別對(duì)應(yīng)一個(gè)顯示比例尺范圍，一個(gè)級(jí)別內(nèi)部采用3級(jí)三維R樹索引，將點(diǎn)云三維空間劃分成塊集、塊、包，一個(gè)塊集包含若干塊，一個(gè)塊包含若干包，每個(gè)包采用邏輯壓縮和物理壓縮方法對(duì)數(shù)據(jù)進(jìn)行壓縮存儲(chǔ)(如圖1所示)。對(duì)于大規(guī)模測(cè)區(qū)、地區(qū)城市級(jí)點(diǎn)云數(shù)據(jù)，采用云存儲(chǔ)方式，將點(diǎn)云索引和分塊點(diǎn)云數(shù)據(jù)存儲(chǔ)在云存儲(chǔ)服務(wù)器上。數(shù)據(jù)存儲(chǔ)總體結(jié)構(gòu)如圖2所示。

(1) 每一級(jí)內(nèi)部包括3級(jí)索引：塊集、塊、包。

(2) 塊編號(hào)從左到右，從下到上，從低到高。

(3) 分塊規(guī)則包括2×2×2，4×4×4，8×8×8，…，塊集邊長(zhǎng)默認(rèn)64。

(4) 3級(jí)索引分塊均衡劃分，按每個(gè)數(shù)據(jù)包1～2萬點(diǎn)左右切割劃分。如果塊集數(shù)據(jù)大于2萬則切割塊，切割塊后塊數(shù)據(jù)大于2萬則切割數(shù)據(jù)包，直至最終數(shù)據(jù)包點(diǎn)云數(shù)量小于2萬；如果塊集、塊數(shù)據(jù)點(diǎn)云小于2萬，則不進(jìn)行切割劃分。

圖2 數(shù)據(jù)存儲(chǔ)總體結(jié)構(gòu)

切割完成后形成的數(shù)據(jù)存儲(chǔ)總體結(jié)構(gòu)如下：

(1) 數(shù)據(jù)整體由若干級(jí)別構(gòu)成，從低到高，0級(jí)是最詳細(xì)的原始數(shù)據(jù)，上一級(jí)由下一級(jí)數(shù)據(jù)抽希構(gòu)成，每一級(jí)別對(duì)應(yīng)不同顯示比例尺。

(2) 坐標(biāo)、強(qiáng)度、時(shí)間信息合并存儲(chǔ)，顏色、分類作為單獨(dú)可選信息存儲(chǔ)。

(3) 按級(jí)別順序存儲(chǔ)，0,1,…,n。

(4) 每一級(jí)別按坐標(biāo)、強(qiáng)度、時(shí)間順序存儲(chǔ)。

(5) 坐標(biāo)、強(qiáng)度、時(shí)間、顏色、分類屬性，采用邏輯壓縮和物理壓縮方法，進(jìn)行壓縮存儲(chǔ)。

1.2 點(diǎn)云數(shù)據(jù)讀取顯示效率

基于以上點(diǎn)云存儲(chǔ)設(shè)計(jì)思路，在普通PC機(jī)(i3處理器，內(nèi)存4 GB)上，點(diǎn)云測(cè)圖軟件可以實(shí)現(xiàn)100億級(jí)點(diǎn)云數(shù)據(jù)的快速加載顯示，加載顯示響應(yīng)時(shí)間小于1 s，放大、縮小、漫游無卡頓現(xiàn)象，刷新響應(yīng)時(shí)間小于1 s，平均占用內(nèi)存不超過200 MB。

點(diǎn)云高效的空間索引組織方式是自動(dòng)化分類算法快速分析提取的基礎(chǔ)，本文研究的基于車載激光點(diǎn)云自動(dòng)化提取行道樹，使用點(diǎn)云空間索引進(jìn)行點(diǎn)云數(shù)據(jù)讀取。

2 自動(dòng)化提取行道樹算法

2.1 算法分析步驟

行道樹特征是沿道路兩旁分布，位于靠近慢車道的人行道上或綠化隔離帶中，樹包含樹干、樹冠部分，樹干近圓柱狀，樹冠是沿樹干成發(fā)散狀，不同道路路段寬度、人行道綠化帶有差異，程序可按路段進(jìn)行參數(shù)化設(shè)置進(jìn)行提取，如圖3所示。其提取分析算法步驟如下：

(1) 讀取激光掃描頭POS軌跡線，以POS軌跡線進(jìn)行左右緩沖(緩沖距離可配置)，得到分析范圍。

(2) 將點(diǎn)云三維空間進(jìn)行規(guī)則平面網(wǎng)格劃分(默認(rèn)網(wǎng)格大小3 m×3 m，根據(jù)行道樹間距情況進(jìn)行配置)，根據(jù)空間關(guān)系進(jìn)行判斷，保留POS緩沖范圍的網(wǎng)格(緩沖寬度可以根據(jù)路段情況配置)。

(3) 遍歷目標(biāo)范圍網(wǎng)格，依次查詢讀取每個(gè)網(wǎng)格范圍內(nèi)點(diǎn)云，將點(diǎn)云按Z方向從低到高等距離(0.5 m)切割劃分格網(wǎng)內(nèi)點(diǎn)。

(4) 對(duì)格網(wǎng)內(nèi)部切割劃分的點(diǎn)云進(jìn)行特征分析，底部塊點(diǎn)云判斷是否符合人行道路面及樹根特征、中間1個(gè)以上切割柱體符合樹干特征、頂部向下1個(gè)以上切割柱體符合樹冠發(fā)散特征的，可認(rèn)為是行道樹。

(5) 使用中間包含樹干部分的切割柱體的點(diǎn)云，進(jìn)行5cm斷面切割，對(duì)切割點(diǎn)云進(jìn)行平面投影，擬合獲取平面坐標(biāo)位置和樹干直徑。

圖3 行道樹自動(dòng)化提取

2.2 算法提取準(zhǔn)確率

使用本算法分析提取兩份試驗(yàn)數(shù)據(jù)，結(jié)果見表1、表2。

表1 第1份車載Z+F激光點(diǎn)云數(shù)據(jù)準(zhǔn)確率

表2 第2份車載Z+F激光點(diǎn)云數(shù)據(jù)準(zhǔn)確率

使用程序自動(dòng)化分析提取結(jié)合手工檢查，比純手工提取提高40%以上內(nèi)業(yè)處理效率。

3 結(jié)束語

本文使用全景移動(dòng)測(cè)量系統(tǒng)，集成GPS+IMU、三維激光掃描儀、全景相機(jī)、同步控制器等多種傳感器，對(duì)城市道路數(shù)據(jù)進(jìn)行外業(yè)采集，內(nèi)業(yè)基于點(diǎn)云自動(dòng)化提取行道樹，結(jié)合手工進(jìn)行檢查修改，減輕了傳統(tǒng)測(cè)量外業(yè)采集工作量，提高了工作效率。通過試驗(yàn)區(qū)采集處理對(duì)比驗(yàn)證，可以大幅度提高生產(chǎn)效率，為城市專題圖數(shù)據(jù)生產(chǎn)更新，提供更便捷有效的解決方案。

(本專欄由中海達(dá)和本刊編輯部共同主辦)