張秀英，盧智婷，何華貴

(廣州市城市規(guī)劃勘測設(shè)計研究院，廣東 廣州 510060)

1 引 言

新型基礎(chǔ)測繪背景下，實景三維是最重要的產(chǎn)品之一。在城市級三維場景應(yīng)用中，建構(gòu)筑物作為城市場景中最重要的要素，建筑物三維模型數(shù)據(jù)的展示必不可少。傳統(tǒng)的手工建模方法，追求與現(xiàn)實世界近乎一致的高精度紋理，目前已面臨高額的時間成本和人工成本帶來的發(fā)展瓶頸[1]。近年來利用傾斜攝影技術(shù)進行三維建模的方法因自動化程度較高得到了迅速發(fā)展，利用傾斜模型建模技術(shù)構(gòu)建的三維場景不僅擁有準(zhǔn)確的地物地理位置空間信息，還能表達地物精細(xì)的細(xì)節(jié)特征。在城市級三維場景中，除了局部重點區(qū)域精細(xì)模型，其他區(qū)域仍需要建筑三維模型作為背景，三維建筑白模是首選。充分利用已有二維房屋面基礎(chǔ)數(shù)據(jù)，根據(jù)建筑物高度直接拉升構(gòu)建三維盒子[2，3]，該方法適用于大面積、大批量的建筑物自動建模，紋理精度低但建模效率高，同時具備語義化的三維表達，可開展各種空間分析和統(tǒng)計應(yīng)用?；A(chǔ)地形圖中建筑房屋面擁有高精度的平面位置，但在傳統(tǒng)測繪過程中，想要測量獲得建筑物的實際高度比較困難。地形圖采集房屋面基底面、分層面，并采集建筑結(jié)構(gòu)、建筑層數(shù)、建筑用途等屬性信息，一般未采集建筑物實際高度和每一層實際層高。隨著近景攝影測量、三維激光掃描等技術(shù)的發(fā)展，利用高精度的三維激光點云數(shù)據(jù)準(zhǔn)確提取建筑物屋頂高度成為可能。在新型基礎(chǔ)測繪背景下，如何能有效地繼承和應(yīng)用已有各類存量數(shù)據(jù)成為探索新型基礎(chǔ)測繪的必經(jīng)之路。本文設(shè)計并提出了一套完整的技術(shù)路徑和計算方法，以激光點云數(shù)據(jù)為對象，通過一種改良的眾數(shù)算法提取屋頂高度作為建筑物的頂部高度，結(jié)合數(shù)字高程模型獲取建筑物地表高程，以此為基礎(chǔ)構(gòu)建建筑物三維模型，通過該方法構(gòu)建的建筑物三維白模高度更接近實際。

2 三維建筑白模構(gòu)建的現(xiàn)狀

2.1 固定層高拉伸構(gòu)建白模

建筑物高度值的獲取目前較為常用的做法是采用建筑層數(shù)乘以固定層高的計算方法。這種單一固定層高的算法過于簡單和粗糙，對于住宅、商業(yè)、工業(yè)、倉儲、公共服務(wù)設(shè)施等不同類型的建筑來說統(tǒng)一標(biāo)準(zhǔn)層高顯然與實際不符。

2.2 激光點云數(shù)據(jù)逆向建模

作為一種能直接獲得物體表面三維(X、Y、Z)信息的手段，激光掃描技術(shù)能快速采集物體表面信息。目前，基于機載LiDAR數(shù)據(jù)提取建筑物輪廓線、估測植被范圍、電力線自動提取、地質(zhì)災(zāi)害應(yīng)急等方面有著較為廣泛的研究。由于激光掃描采集空間信息的盲目性，使得激光點云在三維空間分布上呈現(xiàn)出隨機和離散的特性。由于點云數(shù)據(jù)量大、密度大、無拓?fù)潢P(guān)聯(lián)、離散盲目等獨特性，對于激光點云濾波、分類自動化、信息提取等處理專業(yè)要求極高，處理過程耗時且自動化程度較低[4]。以上研究大部分基于激光點云本身開展逆向建模，大都屬于半自動化的處理方式，在實際生產(chǎn)中并未得到深入的應(yīng)用。

3 融合點云和存量房屋面的建筑高度自動提取

早在2008年，廣州市地形圖基礎(chǔ)測繪工作已經(jīng)開展圖屬一體化升級生產(chǎn)，房屋面、植被、道路等完成了構(gòu)面及拓?fù)涮幚?。通過十幾年基礎(chǔ)測繪的積累，廣州市主要區(qū)域基本完成 1∶500測圖，全域完成 1∶2 000測圖，并按照“1235”更新機制實現(xiàn)動態(tài)更新。地形圖中房屋面數(shù)據(jù)平面位置采集精度較高，分層面可實現(xiàn)建筑結(jié)構(gòu)細(xì)部表達。本文綜合利用機載Lidar點云數(shù)據(jù)和 1∶500地形圖中房屋面進行高精度異源數(shù)據(jù)融合[5]，通過一種改良的眾數(shù)算法和FME無代碼編程技術(shù)，實現(xiàn)建筑物高度的自動化提取，基于提取結(jié)果構(gòu)建語義化的三維白模，為數(shù)字孿生城市提供更貼合現(xiàn)實高度的模型底板。本次研究的所有數(shù)據(jù)處理均在FME軟件中完成，具有可隨時跟蹤、隨時調(diào)整參數(shù)、隨時變更處理步驟、可重復(fù)利用等特點。

3.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理包括分層房屋面標(biāo)準(zhǔn)化處理和海量點云數(shù)據(jù)過濾。房屋面分層表達，即建筑結(jié)構(gòu)不同、基底不同、層高不同的分別表示(圖1)。分層面中包括樓層信息、實際層高等關(guān)鍵屬性，不同樓層結(jié)構(gòu)的采用不同的分層面分別表示，從地面起其第一種結(jié)構(gòu)稱為基底面，其余為分層面(表1)。不同結(jié)構(gòu)的分層面范圍不同，分層表達的房屋面能更精細(xì)地表達房屋不同層高和不同建筑結(jié)構(gòu)，但房屋面屬性中沒有建筑物高度或?qū)痈叩男畔?。本研究第一步是充分利用已有現(xiàn)勢性良好的房屋分層面數(shù)據(jù)，進行標(biāo)準(zhǔn)化檢查和處理。

表1 分層面表達的樓層屬性解析

圖1 一棟建筑分層面表達的二維矢量圖

根據(jù)房屋面的要素代碼和空間關(guān)系兩個條件疊加判斷是否為獨立房屋面和分層面。如果為獨立房屋面，則直接疊加激光點云數(shù)據(jù)獲取建筑物屋頂高度。如果為非獨立房屋面，即為有基底面和至少一個分層面的復(fù)合結(jié)構(gòu)建筑。對于復(fù)合結(jié)構(gòu)建筑，基底面和分層面在空間范圍上是重疊的，且基底面為占地范圍最大的面。對于復(fù)合結(jié)構(gòu)建筑，首先要通過規(guī)則運算，將同一棟建筑的基底面和分層面分配同一個建筑物編號，作為同一棟建筑的身份識別。對于同一棟建筑物，根據(jù)開始層數(shù)進行升序的排序，將不同結(jié)構(gòu)的分層面分別依次編號。在以上規(guī)則排序模式下，使用FME的面面疊加去重功能，可以獲得不重疊的最頂分層面多邊形。

激光點云數(shù)據(jù)過濾按照最小夠用原則，設(shè)計一套規(guī)則去除無效海量數(shù)據(jù)。越高分辨率的激光點云點位密度越大數(shù)據(jù)量也越龐大，因獲取過程中存在飛機傾斜、樹木遮擋、物品堆放、女兒墻、雨棚、構(gòu)筑物加建等多種因素的影響，直觀反映物體表面真實坐標(biāo)的原始點云數(shù)據(jù)包括建筑物、水系、植被等地面和非地面三維空間信息。如何從海量點云中獲取準(zhǔn)確、有效夠用的數(shù)據(jù)是本研究數(shù)據(jù)預(yù)處理的第二步。首先需要對高精度點云數(shù)據(jù)進行去噪處理，剔除明顯為粗差點云和無效表面數(shù)據(jù)，得到建筑物范圍內(nèi)表面信息的有效值[6，7]。點云去噪處理包括以下幾個方面：①不考慮Z值，從平面范圍過濾建筑物以外的點云數(shù)據(jù)，獨立分離出建筑物表面點云，如圖2所示；②根據(jù)激光點云分類類型信息去除水面、植被、模型關(guān)鍵點等類型的點云數(shù)據(jù)，減少建筑物以外的點云干擾。經(jīng)過以上處理，剩余主要為建筑物側(cè)面和頂面點云空間數(shù)據(jù)。

圖2 平面范圍進行點云過濾前后對比圖

3.2 疊加采用優(yōu)化眾數(shù)算法和平均值法計算建筑物屋頂高程

本研究的第三步是以單棟建筑為處理單元，過濾建筑物側(cè)面點云和頂部干擾物點云，獲取單棟建筑物趨近于建筑物屋頂?shù)狞c云[8，9]。如圖3，根據(jù)離散點云的X、Y、Z值從三維投射到二維平面上可見，以高度Z值為Y軸，明顯可見點云絕大部分高度趨于一致，可認(rèn)為是高度的真值有效區(qū)間。真值區(qū)間下方點云呈現(xiàn)高度依次下降態(tài)勢，可判定真值有效區(qū)間以下點云位于建筑物墻體外側(cè)，屬于噪聲，應(yīng)予以剔除。真值有效區(qū)間以上點云可能存在另一個主要高度值，可以推斷以上點云為建筑屋頂上方的水塔、臨時堆放的磚頭、電梯間、小面積棚頂?shù)葮?gòu)筑物。在 1∶500地形圖中不足以分層表示，可作為噪聲點剔除。圖4為建筑物另一個側(cè)面的點云投影，數(shù)據(jù)處理方式與圖3相同。

圖3 以坐標(biāo)X為橫軸的點云位置透視圖

圖4 以坐標(biāo)Y為橫軸的點云位置透視圖

從分布看，眾數(shù)是具有明顯集中趨勢的數(shù)值。眾數(shù)算法是從含有n個元素的多重集合S中計算出現(xiàn)次數(shù)最大的元素，該值為眾數(shù)。將點云高程直接作為集合S的元素，在建筑屋頂并不平整的情況下，眾數(shù)算法計算結(jié)果有誤，計算結(jié)果將取值到建筑物中局部水平處?？紤]到建筑物屋頂表面的凹凸不平，將點云高程四舍五入取整，將取整后的值作為多重集合S，根據(jù)眾數(shù)算法計算取整高程出現(xiàn)的概率，標(biāo)記最大概率取整高程的點云。以這些點云高程真值為元素再運用平均值算法計算高程平均值，計算結(jié)果為該建筑物屋頂?shù)母叱讨怠?/p>

3.3 建筑物白模自動構(gòu)建

以上步驟獲取的是屋頂高程，構(gòu)建建筑物三維白模需要建筑物高度，因此還需要獲取建筑物所在的地面高程。每一棟建筑基底范圍內(nèi)取DEM中高程最小值為地面高程，可以保證不出現(xiàn)模型騰空漂浮于地面的現(xiàn)象。本研究所采用的激光點云數(shù)據(jù)和數(shù)字高程模型是同一航測任務(wù)同時生產(chǎn)的成果，現(xiàn)勢性一致、精度一致。獲取建筑物的屋頂高程和地面高程后，可以直接快速拉伸構(gòu)建建筑物三維白模，可以進行三維可視化展示，同時保留所有需要的二維數(shù)據(jù)的屬性。通過屬性計算得到建筑物高度，再除以建筑物層數(shù)可以獲得每一棟建筑物平均層高。本方法構(gòu)建的建筑物三維模型和按照3 m固定層高構(gòu)建的白模相比較，建筑物高低起伏差異性更為明顯，如圖5所示。

圖5 點云高度與建筑白模貼合度較好

4 結(jié)果驗證

建筑物三維白模構(gòu)建完成后，使用三種方法進行結(jié)果驗證。一是疊加三維傾斜模型進行對比驗證建筑高度正確性，經(jīng)比對，現(xiàn)勢性良好的房屋面構(gòu)建的三維白模建筑結(jié)構(gòu)和高度正確性較高，對于異形屋頂略有差異。二是疊加點云數(shù)據(jù)對比。三是實地查看驗證。經(jīng)過驗證，結(jié)果表明本方法獲取的建筑物高度與現(xiàn)實更為接近。

在驗證建筑物高度取值正確性的同時，本研究還能主動發(fā)現(xiàn)地形圖中現(xiàn)勢性不足的區(qū)域。根據(jù)每棟建筑物的用途，對比建筑學(xué)中該類型建筑物的平均層高標(biāo)準(zhǔn)，可以分析出層高或屋頂高程異常值。對疑似異常的數(shù)據(jù)進行進一步分析和研究，可以總結(jié)出現(xiàn)異常的幾種情形，如激光掃描未覆蓋到、建筑物加建或已拆除等，可以為地形圖的更新和違章執(zhí)法提供參考區(qū)域。如圖6所示，實驗結(jié)果中標(biāo)記了高度異常的建筑與點云高度明顯不貼合，經(jīng)現(xiàn)場驗證，該處建筑已變化，地形圖應(yīng)進行更新。如果房屋面數(shù)據(jù)中沒有建筑用途屬性，可以疊加最新的第三次全國國土調(diào)查成果提取。

圖6 標(biāo)記了高度異常的建筑與點云疊加

5 結(jié) 語

本文通過實驗研究和大面積示范應(yīng)用，形成了一套技術(shù)流程，實現(xiàn)了城市級建筑三維白模場景的自動化構(gòu)建。該方法利用目前各地廣泛推廣使用的傾斜攝影測量技術(shù)獲取激光點云，同時充分利用已有地形圖中房屋面數(shù)據(jù)，破解了海量點云難以廣泛應(yīng)用的難題，同時為傳統(tǒng)地形圖數(shù)據(jù)提供了衍生新產(chǎn)品的方向，技術(shù)路線和技術(shù)方法可復(fù)用、可推廣。本研究方法構(gòu)建的建筑物三維白模高度更接近真實世界，因保留了豐富的屬性和空間矢量圖形，模型具有語義化、結(jié)構(gòu)化的特點，除了表達現(xiàn)實，模型可視化將具備更多意義。