機(jī)載激光雷達(dá)技術(shù)已經(jīng)成為快速獲取城市建筑三維數(shù)字模型的有效手段,而建筑物屋頂點(diǎn)云提取則是建筑物三維數(shù)字模型重建的關(guān)鍵.為有效剔除植被和墻面點(diǎn)云,以及消除地形起伏對(duì)建筑點(diǎn)云提取精度的影響,提出一種層進(jìn)式屋頂點(diǎn)云提取方法.首先對(duì)lidar點(diǎn)云進(jìn)行濾波,在此基礎(chǔ)上利用點(diǎn)云回波特性和點(diǎn)云法向量檢測(cè)并刪除非地面點(diǎn)中特征明顯的植被點(diǎn)和建筑物墻面點(diǎn),然后利用連通成分分析法對(duì)非地面點(diǎn)聚類(lèi)得到初始建筑點(diǎn),最后結(jié)合dtm并利用建筑物面積和高度信息分離得到建筑物屋頂點(diǎn)云.試驗(yàn)結(jié)果表明,本方法能有效地從機(jī)載點(diǎn)云數(shù)據(jù)中快速提取建筑屋頂點(diǎn)云,有效率可達(dá)85%以上.

機(jī)載激光雷達(dá)技術(shù)已經(jīng)成為快速獲取城市建筑三維數(shù)字模型的有效手段,而建筑物屋頂點(diǎn)云提取則是建筑物三維數(shù)字模型重建的關(guān)鍵.為有效剔除植被和墻面點(diǎn)云,以及消除地形起伏對(duì)建筑點(diǎn)云提取精度的影響,提出一種層進(jìn)式屋頂點(diǎn)云提取方法.首先對(duì)lidar點(diǎn)云進(jìn)行濾波,在此基礎(chǔ)上利用點(diǎn)云回波特性和點(diǎn)云法向量檢測(cè)并刪除非地面點(diǎn)中特征明顯的植被點(diǎn)和建筑物墻面點(diǎn),然后利用連通成分分析法對(duì)非地面點(diǎn)聚類(lèi)得到初始建筑點(diǎn),最后結(jié)合dtm并利用建筑物面積和高度信息分離得到建筑物屋頂點(diǎn)云.試驗(yàn)結(jié)果表明,本方法能有效地從機(jī)載點(diǎn)云數(shù)據(jù)中快速提取建筑屋頂點(diǎn)云,有效率可達(dá)85%以上.

設(shè)計(jì)了一種采用多種策略的建筑腳點(diǎn)提取方法,針對(duì)建筑腳點(diǎn)提取中的兩個(gè)關(guān)鍵步驟———數(shù)據(jù)分類(lèi)和建筑腳點(diǎn)分割,分別提出和引入了鄰近關(guān)系和r半徑點(diǎn)密度,從僅反映單次反射的dsm數(shù)據(jù)中,直接提取出建筑表面點(diǎn)。

機(jī)載激光雷達(dá)（lidar）數(shù)據(jù)是離散的三維點(diǎn)云,同一個(gè)建筑面的三維激光腳點(diǎn)具有隨機(jī)分布的特性,并且由于建筑本身形狀的多樣性和復(fù)雜性,以及建筑物周?chē)h(huán)境的復(fù)雜性,導(dǎo)致從lidar數(shù)據(jù)提取建筑物輪廓線變得更加困難。提取建筑物的輪廓線,最關(guān)鍵的就是提取lidar數(shù)據(jù)中建筑物的邊緣點(diǎn)。文中提出一種改進(jìn)的提取lidar點(diǎn)云數(shù)據(jù)邊緣點(diǎn)方法：設(shè)定具體的半徑和閾值,把lidar點(diǎn)云數(shù)據(jù)中存儲(chǔ)的每個(gè)點(diǎn)作為圓心建立包裹圓,求得點(diǎn)云數(shù)據(jù)中其他點(diǎn)到該點(diǎn)的距離,并統(tǒng)計(jì)落在包裹圓內(nèi)點(diǎn)的個(gè)數(shù),通過(guò)每個(gè)包裹圓內(nèi)點(diǎn)的個(gè)數(shù)跟設(shè)定的閾值進(jìn)行比較,從而確定該點(diǎn)是否為邊緣點(diǎn)。通過(guò)仿真發(fā)現(xiàn),文中算法與alphashape算法相比,在保持邊緣點(diǎn)提取效果的基礎(chǔ)上,極大減少了運(yùn)行時(shí)間,總體效率有了顯著地提高。

從機(jī)載雷達(dá)點(diǎn)云數(shù)據(jù)中快速準(zhǔn)確提取建筑物是當(dāng)前研究的難點(diǎn)和熱點(diǎn)。在對(duì)現(xiàn)有建筑物點(diǎn)云提取方法充分研究和分析的基礎(chǔ)上,本文提出了一種基于lidar點(diǎn)云的建筑物提取方法。首先根據(jù)建筑物的幾何特性提取初始建筑物輪廓點(diǎn);然后構(gòu)建局部協(xié)方差矩陣計(jì)算點(diǎn)云分布特征,剔除非建筑物輪廓點(diǎn);最后利用dbscan聚類(lèi)算法對(duì)建筑物輪廓點(diǎn)聚類(lèi),以聚類(lèi)結(jié)果為基礎(chǔ)構(gòu)建緩沖區(qū),以緩沖區(qū)內(nèi)所有建筑物輪廓點(diǎn)為初始種子點(diǎn),采用圓柱體鄰域進(jìn)行多種子點(diǎn)區(qū)域增長(zhǎng),實(shí)現(xiàn)建筑物點(diǎn)云的提取。通過(guò)兩組試驗(yàn),共5組數(shù)據(jù)驗(yàn)證本文算法的性能。試驗(yàn)結(jié)果表明,該方法能夠準(zhǔn)確、有效地提取多層復(fù)雜的建筑物點(diǎn)云,效率高,且具有一定的適用性。

針對(duì)建筑物立面幾何模型構(gòu)建的難題,該文提出了一套完整的建筑物立面提取方法。在車(chē)載-機(jī)載lidar點(diǎn)云數(shù)據(jù)精確配準(zhǔn)的基礎(chǔ)上,首先提取出機(jī)載建筑物的外輪廓線,通過(guò)設(shè)置輪廓線緩沖區(qū)實(shí)現(xiàn)立面點(diǎn)云分割,然后采用隨機(jī)抽樣一致性(ransac)平面探測(cè)算法探測(cè)建筑物主立面,最后結(jié)合立面語(yǔ)義規(guī)則及面片之間的拓?fù)潢P(guān)系構(gòu)建建筑物立面的三維線框模型。實(shí)驗(yàn)結(jié)果表明,新方法能準(zhǔn)確、有效地構(gòu)建建筑物立面模型。

對(duì)原始lidar點(diǎn)云數(shù)據(jù)采用謝別德法進(jìn)行內(nèi)插生成規(guī)則格網(wǎng)的數(shù)據(jù)形式dsm,利用雙次最小二乘法來(lái)進(jìn)行濾波分離地面點(diǎn)云和非地面點(diǎn)云形成dtm,從而得到了規(guī)則化的dsm.采用區(qū)域增長(zhǎng)法對(duì)規(guī)則化的dsm進(jìn)行分割,去除非建筑物點(diǎn)云,獲取建筑物點(diǎn)云信息.采用canny算子來(lái)將分割后的影像進(jìn)行建筑物邊緣的提取,采用基于hough變換檢測(cè)直線來(lái)對(duì)提取出的建筑物邊緣進(jìn)行規(guī)則化操作使其光滑均勻,最后使用e3de3.0軟件進(jìn)行建筑物三維模型的建立.

機(jī)載lidar點(diǎn)云數(shù)據(jù)分布呈現(xiàn)離散化,掃描的目標(biāo)點(diǎn)云沒(méi)有明確的輪廓,而建筑物形狀呈現(xiàn)復(fù)雜化和多樣化,這給提取機(jī)載lidar數(shù)據(jù)中建筑物輪廓線帶來(lái)了困難。alphashapes算法的優(yōu)點(diǎn)在于無(wú)需知道點(diǎn)云中各點(diǎn)處的法向量及其他先驗(yàn)知識(shí)就能進(jìn)行處理,避免了插值算法帶來(lái)的誤差影響,對(duì)于少量點(diǎn)云缺失及數(shù)據(jù)冗余的情況,算法仍具有良好的穩(wěn)定性和適應(yīng)性。alphashapes方法可以得到較為精細(xì)的建筑物邊緣,且該算法適用于各種多邊形建筑物輪廓線的提取。

機(jī)載激光掃描系統(tǒng)是集成了gps、慣性導(dǎo)航系統(tǒng)(ins)和掃描激光測(cè)距系統(tǒng)并利用飛機(jī)作為運(yùn)行平臺(tái),來(lái)獲取地面的三維位置,進(jìn)而快速生成數(shù)字表面模型(dsm)。隨著機(jī)載掃描激光測(cè)距系統(tǒng)的不斷完善和發(fā)展,獲取城市dsm數(shù)據(jù)也變得越來(lái)越快速,而且方便和經(jīng)濟(jì)可靠,地面激光點(diǎn)的密度也大大提高。目前國(guó)外激光掃描系統(tǒng)的激光點(diǎn)密度一般都達(dá)到了1～20點(diǎn)/m2,因此利用機(jī)載激光掃描系統(tǒng)獲取的城市dsm提取建筑物也漸漸受到重視。利用激光掃描數(shù)據(jù)提取建筑物可以分為兩大類(lèi),第一類(lèi)是單純以獲取的機(jī)載激光測(cè)距數(shù)據(jù)來(lái)提取建筑物,第二類(lèi)是融合激光測(cè)距數(shù)據(jù)和其他相關(guān)信息的建筑物提取,如融合航空影像、融合ikonos高分辨率衛(wèi)星影像來(lái)提取建筑物。本文對(duì)國(guó)際上利用機(jī)載激光掃描測(cè)距數(shù)據(jù)進(jìn)行建筑物提取的最新研究進(jìn)展進(jìn)行了一些分析,同時(shí)也給出了應(yīng)用我國(guó)研制的機(jī)載激光掃描數(shù)據(jù)提取建筑物的試驗(yàn)研究和初步結(jié)果。

機(jī)載激光掃描系統(tǒng)是集成了gps、慣性導(dǎo)航系統(tǒng)(ins)和掃描激光測(cè)距系統(tǒng)并利用飛機(jī)作為運(yùn)行平臺(tái),來(lái)獲取地面的三維位置,進(jìn)而快速生成數(shù)字表面模型(dsm).隨著機(jī)載掃描激光測(cè)距系統(tǒng)的不斷完善和發(fā)展,獲取城市dsm數(shù)據(jù)也變得越來(lái)越快速,而且方便和經(jīng)濟(jì)可靠,地面激光點(diǎn)的密度也大大提高.目前國(guó)外激光掃描系統(tǒng)的激光點(diǎn)密度一般都達(dá)到了1～20點(diǎn)/m2,因此利用機(jī)載激光掃描系統(tǒng)獲取的城市dsm提取建筑物也漸漸受到重視.利用激光掃描數(shù)據(jù)提取建筑物可以分為兩大類(lèi),第一類(lèi)是單純以獲取的機(jī)載激光測(cè)距數(shù)據(jù)來(lái)提取建筑物,第二類(lèi)是融合激光測(cè)距數(shù)據(jù)和其他相關(guān)信息的建筑物提取,如融合航空影像、融合ikonos高分辨率衛(wèi)星影像來(lái)提取建筑物.本文對(duì)國(guó)際上利用機(jī)載激光掃描測(cè)距數(shù)據(jù)進(jìn)行建筑物提取的最新研究進(jìn)展進(jìn)行了一些分析,同時(shí)也給出了應(yīng)用我國(guó)研制的機(jī)載激光掃描數(shù)據(jù)提取建筑物的試驗(yàn)研究和初步結(jié)果.

提出了顧及多面片建筑物模型拓?fù)潢P(guān)系的邊界提取方法。針對(duì)多面片建筑物的特點(diǎn)并基于最小二乘法,設(shè)計(jì)了一套適合多面片建筑物的邊界規(guī)則化方法,并生成了3維建筑物模型。實(shí)驗(yàn)證明,本文方法對(duì)于多面片建筑物模型的3維自動(dòng)重建都是可行和有效的。

簡(jiǎn)述三種典型的利用lidar點(diǎn)云自動(dòng)提取建筑物的方法。提出對(duì)建筑物提取結(jié)果的精度評(píng)價(jià)指標(biāo),并對(duì)三種方法的提取結(jié)果進(jìn)行比較。結(jié)果表明基于dempster-shafer理論的建筑物自動(dòng)提取方法最為穩(wěn)健。

建筑物輪廓的準(zhǔn)確提取是建筑物三維重建中最重要的一步。本文在研究已有建筑物輪廓提取方法的基礎(chǔ)上,針對(duì)lidar離散的點(diǎn)云數(shù)據(jù),提出了一種自動(dòng)快速提取建筑物輪廓信息的方法。首先通過(guò)點(diǎn)云數(shù)據(jù)生成城市的數(shù)字表面模型(dsm)和數(shù)字地面模型(dtm)相減計(jì)算得出規(guī)則化的數(shù)字表面模型(ndsm),進(jìn)而將地面點(diǎn)和非地面點(diǎn)進(jìn)行分類(lèi);其次,考慮到地物的幾何特性,提出一種8鄰域搜索的方法對(duì)非地面點(diǎn)點(diǎn)云進(jìn)行分割,得到建筑物表面點(diǎn)云;最后運(yùn)用基于梯度圖的邊界跟蹤的方法來(lái)獲取建筑物的輪廓信息。實(shí)驗(yàn)表明:該方法能有效地提取建筑物輪廓。

激光雷達(dá)技術(shù)(lidar)已廣泛應(yīng)用于數(shù)字高程模型(dem)的快速獲取和三維城市模型的建立中,但仍有許多不足之處,需要做更深入的研究。本文介紹了一種新的建筑物提取方法,稱(chēng)之為fc-s法。該方法首先利用等高線特征進(jìn)行濾波,從lidar數(shù)據(jù)內(nèi)插的數(shù)字表面模型(dsm)中提取出dem,利用dsm與dem的高差閾值和dsm邊緣特征參數(shù)去掉地面點(diǎn)和汽車(chē)等矮小物體,獲得主要包含植被和建筑物的地物點(diǎn)群,然后對(duì)地物點(diǎn)群進(jìn)行分割,利用二次梯度和面積等參數(shù)去掉植被點(diǎn),并采用迭代逼近的方法精化建筑物。文章通過(guò)實(shí)驗(yàn)對(duì)所提方法進(jìn)行驗(yàn)證,并借助高分辨率的航空影像對(duì)建筑物提取結(jié)果進(jìn)行評(píng)估,評(píng)估結(jié)果表明該方法能夠在地形起伏的區(qū)域中較準(zhǔn)確地提取出建筑物。

機(jī)載激光雷達(dá)是dem生產(chǎn)和城市三維重建的重要技術(shù)手段之一。文章在現(xiàn)有濾波算法的基礎(chǔ)上提出一種基于lidar影像分層的分割算法。該方法按照固定的高差間隔將dsm劃分為不同高度的數(shù)據(jù)層;然后在不同的數(shù)據(jù)層中對(duì)圖像目標(biāo)進(jìn)行分割,并計(jì)算各個(gè)圖像目標(biāo)的特征變化;最后分析影像分割在垂直方向上尺寸和形狀的變化以及其中心位置的偏移,在此基礎(chǔ)上完成建筑物的提取。結(jié)果表明上述方法可有效地提取大規(guī)模復(fù)雜的建筑物。

提出一種從機(jī)載lidar點(diǎn)云數(shù)據(jù)中自動(dòng)提取建筑物平面的方法。給出了基于邊長(zhǎng)約束的三角形生長(zhǎng)算法對(duì)建筑物初始區(qū)域進(jìn)行提取,針對(duì)提取出的建筑物腳點(diǎn),利用自適應(yīng)meanshift方法在特征空間中對(duì)其進(jìn)行聚類(lèi)分析,并提取出平面目標(biāo),最后利用alpha-shape算法生成建筑物平面的輪廓線。通過(guò)實(shí)驗(yàn)證實(shí)了方法的有效性。

本論文介紹了一種基于機(jī)載lidar技術(shù),快速獲取建筑物三維模型的快速構(gòu)建方法。首先,將高密度的點(diǎn)云數(shù)據(jù)通過(guò)濾波及相應(yīng)的數(shù)學(xué)算法,得到了建筑物的點(diǎn)云信息；其次,利用獲取到的點(diǎn)云數(shù)據(jù)對(duì)特征點(diǎn)進(jìn)行精細(xì)提取,分別構(gòu)建特征線與特征面,采用7參數(shù)建筑物模型的方法,實(shí)現(xiàn)了建筑物的三維建模；最終,利用這種方法得到了場(chǎng)景中所有建筑物的快速重建。

基于數(shù)字圖像處理技術(shù)的LiDAR數(shù)據(jù)建筑物提取

建筑物立面兼顧規(guī)則和非規(guī)則的幾何結(jié)構(gòu)排列,利用先驗(yàn)或提取的立面結(jié)構(gòu)規(guī)則推理數(shù)據(jù)稀疏區(qū)域立面模型時(shí),會(huì)產(chǎn)生不合理的重建結(jié)果.為此,提出一種結(jié)合規(guī)則推理和點(diǎn)云數(shù)據(jù)驗(yàn)證的數(shù)據(jù)稀疏區(qū)域建筑物立面重建方法,能夠?qū)ν茰y(cè)的立面模型合理性進(jìn)行驗(yàn)證.在利用影像數(shù)據(jù)改善立面點(diǎn)云數(shù)據(jù)初始重建模型偏移的基礎(chǔ)上,分析立面結(jié)構(gòu)的排列規(guī)律.采用四鄰域模板匹配方法推理點(diǎn)云數(shù)據(jù)稀疏區(qū)域立面幾何結(jié)構(gòu)的位置和類(lèi)型.最后用點(diǎn)云數(shù)據(jù)驗(yàn)證推理重建結(jié)果的可靠性.實(shí)驗(yàn)表明,對(duì)于結(jié)構(gòu)多樣的建筑物立面,該方法可檢測(cè)出不合理的重建結(jié)果,提高了基于規(guī)則建筑物立面重建的可靠性.

運(yùn)用點(diǎn)云切片提取建筑物特征線擬合建模,對(duì)于長(zhǎng)方體、圓柱體、管狀體等規(guī)則物體自動(dòng)匹配建模,對(duì)于不規(guī)則物體進(jìn)行點(diǎn)云切割、側(cè)視圖提取輪廓線、擬合建模,對(duì)相同的結(jié)構(gòu)復(fù)制等方式批量處理,然后根據(jù)點(diǎn)云組合模型,完成建筑物主體建模;通過(guò)平面投影方式提取門(mén)窗等細(xì)節(jié)的輪廓線,將輪廓線導(dǎo)出到第三方軟件,實(shí)現(xiàn)對(duì)門(mén)窗的精細(xì)建模;最后通過(guò)紋理貼圖生成極富真實(shí)感的三維模型并對(duì)其數(shù)字化展示.

傳統(tǒng)算法直接使用數(shù)字表面模型(dsm)進(jìn)行建筑物提取,忽略了地形影響,只適用于地形變化較小的區(qū)域。針對(duì)該問(wèn)題,提出了一種基于局部高程差異的建筑物提取算法。利用地物相對(duì)于局部區(qū)域的高程差異來(lái)反映地物高度,再運(yùn)用基于知識(shí)的提取算法提取建筑物。實(shí)驗(yàn)結(jié)果表明,該算法具有較高的精度,比svm算法降低了1.18%的誤提率和6.51%的漏提率。

建筑輪廓線提取與規(guī)則化是lidar數(shù)據(jù)處理和建筑三維建模的重要步驟和技術(shù)難點(diǎn)。首次將"alphashapes算法"應(yīng)用于lidar數(shù)據(jù)處理,實(shí)踐證明該算法簡(jiǎn)潔高效、運(yùn)行穩(wěn)定、提取精度高,適用于任何形狀的建筑輪廓線提取,并具有一定自適應(yīng)性和濾波功能,非常適合lidar點(diǎn)云數(shù)據(jù)提取建筑輪廓線。同時(shí),提出了改進(jìn)的"管子算法"用于原始輪廓線的簡(jiǎn)化,提出了適用于四邊形的"矩形外接圓法"和適用于多邊形(大于四邊且邊數(shù)為偶數(shù))的"分類(lèi)強(qiáng)制正交法"以進(jìn)一步實(shí)現(xiàn)輪廓線的規(guī)則化,最終解決了離散點(diǎn)云提取規(guī)則建筑輪廓線的核心問(wèn)題。實(shí)踐證明,本文所述算法適用于凸凹多邊形建筑內(nèi)外輪廓線的提取與規(guī)則化。