婁靜誼

摘要： 激光掃描點云數(shù)據(jù)可以利用特定直觀程序進行投影，幫助理解理數(shù)據(jù)中的建筑物結(jié)構(gòu)。這類程序已經(jīng)被廣泛應(yīng)用到自動建筑物模型建模中。該方法從高度直方圖面元的分析中導(dǎo)出建筑物方位，并利用該方位產(chǎn)生點云的正交二維投影，其中屋頂平面作為點云的線。通過線跟蹤算法提取表示這些平面的線段。在隨后的處理步驟中，對線段進行延伸刨平，并且平面被用于分析與矩形形狀的偏差。將兩個或更多相鄰平面分組以生成三維建筑模型。現(xiàn)有二維GIS數(shù)據(jù)可以用于該過程中以提供機載激光掃描數(shù)據(jù)集的可靠分割并且支持生成實際建筑物建模的假設(shè)。

Abstract： Laser scanning point cloud data can be projected using a specific intuitive program to help understand the structure of the data in the building. Such procedures have been widely used in automated building modeling. The method derives a building orientation from the analysis of a high-degree histogram bin and uses the azimuth to generate an orthogonally two-dimensional projection of the point cloud， where the roof plane is the line of the point cloud. The line segments representing these planes are extracted by a line tracking algorithm. In the subsequent processing steps， the line segments are stretched and the plane is used to analyze deviations from the rectangular shape. Two or more adjacent planes are grouped to generate a three-dimensional building model. Existing 2D GIS data can be used in this process to provide reliable partitioning of the onboard laser scan dataset and generate hypotheses that support realistic building modeling.

關(guān)鍵詞： LiDAR；點云數(shù)據(jù)；分割；建筑模型建模

Key words： LiDAR； point cloud data；segmentation；building model reconstruction

中圖分類號：TP391.4 文獻標(biāo)識碼：A 文章編號：1006-4311（2017）14-0147-03

0 引言

激光雷達Lidar在最近十年間嶄露頭角并逐漸進入主流的一種遙感技術(shù)，它實用性強，比如用于DEM提取和三維建模等。甚至國外已經(jīng)用Lidar實現(xiàn)了城市三維模型建立。Lidar直接測得帶有地理坐標(biāo)的密集點云，并不能直觀地給人們描述其所需要認識的研究對象，為此往往需要對點云進行一系列的處理，然后方能提取出人們想要得到的信息。

目前，關(guān)于點云的處理已經(jīng)有多種的流程和框架，其中點云分割技術(shù)就是期間重要的一步。通常只有在完成點云分割技術(shù)處理之后才能再進行建模、三維建模。本研究中涉及的點云數(shù)據(jù)的建筑物重建技術(shù)，從高度直方圖面元的分析中導(dǎo)出建筑物方位，并利用該方位產(chǎn)生點云的正交二維投影，其中屋頂平面作為點云的線。通過線跟蹤算法提取表示這些平面的線段。最后矯正偏差，重建模型[1]。

1 基于二維GIS數(shù)據(jù)的分割

良好的機載激光掃描點云數(shù)據(jù)集分割是應(yīng)用3D建筑模型生成方法的關(guān)鍵前提?；旧?，激光掃描點云數(shù)據(jù)的分割可以基于數(shù)據(jù)本身進行，或者結(jié)合其他信息源，例如現(xiàn)有的2D GIS數(shù)據(jù)或高分辨率航空影像。

在理想條件下，可以在激光點云數(shù)據(jù)中檢測建筑物，執(zhí)行簡單的高度閾值處理，結(jié)合對數(shù)據(jù)集的每個點的第一個和最后一個的間隔差進行分析。假設(shè)建筑物和樹木有著顯著大于地形的高度，第一個和最后一個點的間隔差在高植被覆蓋區(qū)域?qū)⒋嬖诿黠@差異[1]。如果應(yīng)用于原始數(shù)據(jù)，則可通過TIN結(jié)構(gòu)中的連續(xù)性分析來檢測和分割建筑物。如果應(yīng)用于被壓縮到規(guī)則格網(wǎng)下的激光掃描儀的高度數(shù)據(jù)，則該過程可以生成掩模用于數(shù)據(jù)中表示各個建筑物的切割點云。在具有非平坦地形的區(qū)域總，閾值處理的首位間隔差分法可以應(yīng)用于歸化數(shù)字表面模型，該模型基于濾波數(shù)字表面模型[2]。

如果只基于激光掃描儀數(shù)據(jù)獲得的分割質(zhì)量會受到數(shù)據(jù)集的復(fù)雜性限制。在具有相當(dāng)復(fù)雜地形的地區(qū)，靠近建筑物的密集植被覆蓋區(qū)域或內(nèi)城區(qū)，這類方法的成功率較低，從而限制了3D建筑模型自動生成方案的適用性。用于分割處理的信息主要來自于2D GIS數(shù)據(jù)。在大多數(shù)地區(qū)，這類數(shù)據(jù)可以通過地籍?dāng)?shù)據(jù)或從數(shù)字化地圖獲得。該類型數(shù)據(jù)交互操作時已將注視加入原始數(shù)據(jù)源中，可靠性較高。另一方面，這種技術(shù)受限于地區(qū)二維GIS數(shù)據(jù)的完整性、精確性和可靠性以及更新頻率。此外，大部分基于此類數(shù)據(jù)的分割過程將不能用恢復(fù)，并且多數(shù)不考慮房屋的突出部分。

在瑞士，分米級精度的數(shù)字二維地類數(shù)據(jù)可以在大多數(shù)地區(qū)使用。該數(shù)據(jù)用于研究區(qū)域內(nèi)機載激光掃描數(shù)據(jù)的分割。通過單獨處理每棟建筑物地平面多邊形并在多邊形中測試其包含的數(shù)據(jù)點來實現(xiàn)分割。由于研究區(qū)域的特點是建筑物具有大的屋頂懸垂，在每個多邊形周圍定義一個5米的緩沖區(qū)，以便懸掛區(qū)域的屋頂點不被處理成噪音點（圖1）。同時，緩沖區(qū)域允許建模程序從包含地面在內(nèi)的泛化效應(yīng)恢復(fù)。該過程可通過ArcMap插件實現(xiàn)。在實際建筑物建模時消除包括緩沖區(qū)在內(nèi)的附加地面或植被點。接地點可以在建模時用于定義地形級別。連接的區(qū)段需要切斷緩沖區(qū)，只有鄰近建筑物附近地面點可以在兩個區(qū)段之間共享。

2 基于二維GIS數(shù)據(jù)的方位分析

除了區(qū)域數(shù)據(jù)對點云數(shù)據(jù)進行分割之外，還可以從實驗區(qū)域數(shù)據(jù)中到處支持建筑物建模過程的附加信息[3]。以及使用一種分割復(fù)雜實驗區(qū)域并使用這些部分來限制搜索區(qū)域并進行三維霍夫變換以提取屋頂平面的技術(shù)[4]。

屋頂平面通過分割點云的特定正交二維投影和隨后的線檢測過程來檢測。這種方法需要建筑物方向的信息，其可以通過對高度直方圖元中的線搜索的結(jié)果分析，從激光掃描儀數(shù)據(jù)本身導(dǎo)出[5]。（圖2）。

在具有許多上部結(jié)構(gòu)的屋頂情況下，該過程可能產(chǎn)生不理想的結(jié)果。在這些情況下，從建筑物實驗區(qū)域?qū)С龅慕ㄖ锶∠蚩梢灾С治蓓斀！榇?，?zhí)行長度加權(quán)的方位角聚類分析，產(chǎn)生由地平面圖（圖3）中的最長線定義的建筑物的主方向。

從地平面導(dǎo)出的該建筑物方位角可以僅用于進一步建模處理，或者可以用于驗證從高度直方圖面元分析導(dǎo)出的方位。由于上述過程在復(fù)雜地面計劃的情況下不會總是檢測到正確的主方向，因此后一種方法將產(chǎn)生更可靠的結(jié)果。在高度直方圖單元方向分析中的清晰最大值的情況下，最接近從高度單元導(dǎo)出的定向角的地平面取向被選擇為主要建筑物取向，而在高度直方圖單元方向分析的不理想結(jié)果的情況下，主要建筑方向是從實驗區(qū)域方向分析。

3 特定正交點云投影的建筑物建模

本文提出的三維建筑物模型自動建模的方法基本思想來源于注釋表示建筑物點云時，操作者的基本操作方式：用戶旋轉(zhuǎn)點云，正交投影平行于屋脊，來識別房屋結(jié)構(gòu)。屋頂平面在該投影中投影成線，從而允許識別平面的寬度和傾斜。這種面向用戶的交互過程在相應(yīng)的建筑建模方案中有細節(jié)描述[6]。

消除地面點噪音：

通過局部高度直方圖分析，利用在建筑物墻的高度范圍內(nèi)的直方圖最小值來消除來自分割過程的缺陷或從建筑物地平面周圍限定的緩沖器剩余的接地點，以導(dǎo)出高度閾值。

確定屋頂方向：

對于點云的特定正交2D投影所需的主要屋頂取向可以從高度直方圖面元分析或從如第3章中描述的地面平面的分析獲得。點云由建筑物旋轉(zhuǎn)方位并投影到XZ平面（圖4）。

通過與建筑物方位角相加90°來執(zhí)行進入YZ平面的第二正交投影。 當(dāng)假定具有一個或兩個正交的屋脊方向的建筑物時，這兩個突起將以投影線顯示所有屋頂平面?？蛇x擇性添加多個45°的投影以覆蓋更復(fù)雜的屋頂形狀。

2D投影中線的檢測：

在點云的2D投影中執(zhí)行線檢索，以便檢測表示屋頂面的線（圖5）。線檢索從接地點消除后的局部點云的最低點開始。如果在該點上方居中的框中，點的數(shù)量超過特定閾值，則使用魯棒性估計將線擬合到這些點中。 在下一步中，該線被外推以收集對該線有貢獻的附加點。如果最低點無法產(chǎn)生線，則返回并從下一點重新開始。

線的梯度和長度定義屋頂平面的傾斜度和寬度（圖6）。表示相鄰屋頂平面的線在點上相交。交叉點代表屋頂?shù)募埂Ｔ谖菁垢浇Y(jié)束的提取線長度被縮短或延長到交點。

屋頂平面的生成：

屬于線的所有點旋轉(zhuǎn)屋頂傾角D，并投影到Y(jié)-Z平面中，在那里它們形成水平線。 該線的長度表示屋頂表面的長度。 圖7示出了從單個投影導(dǎo)出的屋頂面提取的3D多邊形。

非四邊形屋頂平面：

考慮到數(shù)據(jù)集的平均點密度（圖8），通過該過程產(chǎn)生的矩形屋頂面投影到X-Y平面內(nèi)點的條帶分析來檢查切除。

建筑模型生成：

在下一步驟中，各個平面可以結(jié)合屋頂結(jié)構(gòu)。此時會有，共享脊線的相鄰屋頂平面相交（圖7）。此外，源自兩個正交投影的平面必須相交。這就是屋頂?shù)慕！?/p>

在下一步驟中，通過將屋頂邊緣投影到地形模型上來重建建筑物的墻壁。為了簡單起見，選擇建筑物附近的最低點來表示建筑物足點高度。為了視覺目的，可以在墻壁的重建中考慮屋頂突出。如果有土地規(guī)劃信息可用，屋頂懸垂的大小可以從屋頂輪廓和土地規(guī)劃之間的差異導(dǎo)出?；蛘撸梢詮牡仄矫姹旧碇亟▔Ρ凇Ｈ绻麤]有可用的土地規(guī)劃信息，則可以假定為平均屋頂突出。

多邊形被分組到多面體建筑模型并被可視化（圖9）。

4 適用性檢測

第1-3部分所示的方法已在瑞士盧塞恩地形圖的激光掃描儀數(shù)據(jù)集上進行了實際測試。 數(shù)據(jù)集特征為每1.5平方米一點的平均點密度和高度20cm的標(biāo)準偏差。該數(shù)據(jù)集中，選擇了六個探測器，總共250個建筑物代表不同類型的建筑類型和建筑布置。 2D數(shù)字地籍?dāng)?shù)據(jù)可用于整個測試區(qū)域并且用于如上所述的分割和建筑物取向確定。

5 結(jié)果分析

在分段激光掃描點云的特定正交投影中，2D線檢索的方法已被證明是用于從機載激光掃描器數(shù)據(jù)生成3D建筑模型的通用且強大的途徑。現(xiàn)有的2D GIS數(shù)據(jù)可以用作將激光掃描器數(shù)據(jù)分割成要通過該方法建模的單個建筑物局部點云的可靠工具。 2D GIS數(shù)據(jù)也可以用于通過定向假設(shè)生成來支持3D建筑重建過程。

成功重建的建筑物成功率在具有復(fù)雜建筑物的地區(qū)中為40-50%，在新建住宅區(qū)中接近100%。未來將擴展2D GIS數(shù)據(jù)的使用，以確定屋頂懸垂，改進非四邊形屋頂平面的形狀確定和平面分組假設(shè)的生成。

參考文獻：

[1]鐘良.LiDAR同機影像輔助點云分類相關(guān)技術(shù)研究[J].武漢大學(xué)，2010，24（5）.

[2]惠振陽.胡友健.基于LiDAR數(shù)字高程模型構(gòu)建的數(shù)學(xué)形態(tài)學(xué)濾波方法綜述[J].激光與光電子學(xué)進展，2016（08）.

[3]管海燕.LiDAR與影像結(jié)合的地物分類及房屋重建研究[D].武漢大學(xué)，2009.

[4]楊斌.機載LiDAR點元數(shù)據(jù)建筑物半自動提取方法研究[J].遼寧工程技術(shù)大學(xué)，2011.

[5]趙明波，何峻，田軍生，付強.基于改進的漸進多尺度數(shù)學(xué)形態(tài)學(xué)的激光雷達數(shù)據(jù)濾波方法[J].光學(xué)學(xué)報，2013（03）.

[6]孫美玲，李永樹，陳強，蔡國林.基于迭代多尺度形態(tài)學(xué)開重建的城區(qū)LiDAR濾波方法[J].紅外與激光工程，2015（01）.

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

[8]Shapiro L G，Sthockman G C，et al.Computer Vision[M].Prentice Hall，2008.

[9]徐玉軍.基于機載激光雷達點云數(shù)據(jù)的分層道路提取算法研究[D].吉林大學(xué)，2013.

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