基于机载LiDAR数据的建筑物信息识别研究

摘 要：机载LiDAR技术可以快速获取地面和地物表面点的三维坐标，近年来在数字城市建设中已得到广泛应用，从机载LiDAR数据中获取建筑物信息是城市三维建模的重要内容。本文探讨基于LiDAR点云数据分类的建筑物信息提取方法，并使用TerraScan软件实现了点云数据的分类，成功提取建筑物信息，获得了较好的效果。

关键词：机载LiDAR 建筑物信息识别 点云数据 TerraScan软件

机载LiDAR是近年来广泛使用的新型测量技术，它可以得到地面和地物表面点的三维坐标，进而获取测区的数字高程模型（DEM）和数字表面模型（DSM）。机载LiDAR技术具有工作效率高、获取信息丰富、全天候等特点，因此该技术日益成为城市建筑物三维信息获取的重要工具。本文主要探讨基于LiDAR点云数据分类的建筑物提取方法。

一、机载LiDAR系统组成

机载LiDAR系统包括：（1）动态差分GPS（DGPS），用于确定传感器中心的空间位置；（2）高精度姿态测量装置（IMU），用于测量扫描装置主光轴的空间姿态参数；（3）激光扫描仪，是LiDAR的核心部件，一般由激光发射器、接收器、时间间隔测量装置、传动装置、计算机和软件组成；（4）成像装置，用于获取对应地面的彩色数码影像。

二、机载LiDAR数据预处理

原始LiDAR点云数据包含大量的噪声和冗余信息，在进行建筑物提取之前，需要对其进行预处理。点云数据预处理主要包括误差校正、数据拼接、去除航带重叠以及区域分割等。

三、基于LiDAR 数据的建筑物提取方法

LiDAR数据的建筑物提取方法有两种。一种是先进行滤波处理，分离出地面点和非地面点；然后再从非地面点中提取建筑物点。一种是直接利用分类的方法将建筑物点提取出来。

1.基于高程阀值分割自动提取建筑物。基于高程阀值分割自动提取建筑物的流程为：（1）滤波处理：对点云数据进行线性滤波获取DEM和DSM。（2）提取建筑物数据：首先，设定高程阀值进行处理，判断出建筑物初始区域；其次，对获得的区域做增强处理，去除区域中的植被等噪声，获得准确的区域；最后对DSM进行处理，得到屋顶平面数据及区域范围。（3）建立建筑物模型：合并共面区域，计算不共面区域的交界线，建立初步模型；估算模型参数，分析模型偏差并改进。

2.基于Hough变换来提取建筑物。利用Hough变换来提取建筑物的流程为：首先，按高程范围分割DSM，高程大于指定阀值的区域为候选区；其次，去掉锯齿状的边缘，结合已有的GIS数据，判断得到准候选区域；再次，对建筑物区进行边缘提取，利用Hough变换提取结果中的直线，在相交处分开直线形成直线段，删除超出候选区的直线段；最后，对直线段进行分析获得建筑物多边形，完成提取。

四、实例

实验数据为某市某地区2009年采集的单航带数据，该地区地势平坦，地物不多，主要有树木、建筑物等。数据处理使用TerraScan软件，TerraScan是芬兰TerraSolid公司开发的专门处理LiDAR点云数据的软件，它适宜对上百万个点的点云数据集的分类工作。建筑物信息提取的流程如下：

1.设置好坐标系统等相关参数，并导入点云数据。

2.分離低点，寻找出高程明显低于周围点的错误点。将需要判断的点设为目标中心点，比较该点与其周围一定范围内其它点的高程。若该点比周围点低，则为低点。当低点的密度高、多个错误点聚集在一起时，单个低点的分类方法无效。这时，就需要采用对低点组进行分类的方法寻找低点，判断过程与单个低点的分类相类似。

（3）分离孤立点。设定某一点为目标点，以目标点为中心点，设定搜索半径，形成一个3D搜索空间。若该空间内包含的点数小于设定的最少点数阈值，则该目标点为孤立点。

（4）分离空中点。设置需要判定的点为目标点，以目标点为中心，设定一个搜索距离得到一个包含目标点的3D空间，该空间内的点为目标点的邻近点。计算出邻近点高程的中值和标准偏差。若目标点高程大于高程中值，且两者的差值达到标准偏差的设定倍数时，则该目标点为空中点。

（5）提取地面点集。通过不断地建立地表TIN模型来分类地面点。初始点选择地面一些高程较低的点。先选择最大建筑物的尺寸参数。例如，若某建筑物的最大尺寸是60m，那么在60m×60m的区域内最少有一个地面点存在，则其中的最低点就是地面点。通过这种方式确定初始地面点，用已选好的最低点作为初始地面点建立TIN模型。在该模型中，大部分的点都是在地面以下的，只有其中较高的一些点可能能接触到地面。然后通过不停地加入新点来抬高扩建地面模型，每加入一个新点都使得模型更接近地表一些，最终得到一个近似地面模型，获得地面点集。

（6）提取植被信息。根据点在地面模型以上的高度值分类植被点。根据高程值将植被点分为三类：低矮植被、中等高度植被和高植被。假设低于0.5m的点为低矮植被。首先在地面点建立临时的TIN模型，然后将其他的点与该TIN模型的高程值比较，如果低于0.5m，就将这个点归入低矮植被分类中。同理，可以区分出中等高度植被和高植被。

（7）提取建筑物信息。在完成地面点的分类和低矮植被点的分类后，可认为所有高出地面两米的点都是建筑物上的点，从而提取出建筑物信息点。

五、结语

本文主要探讨基于LiDAR点云数据分类的建筑物信息提取方法，并使用TerraScan软件实现了点云数据的分类，提取出建筑物信息。但是由于建筑物形状不规律、面积和高度相差较大，同时易受地形、建筑物形状等因素的影响，本文的提取方法在大范围内一次性、自动提取所有建筑物还存在一定难度，高精度、高密度、大数据量的点云数据组织与处理技术还有待进一步深入研究。

参考文献：

[1]卢小平，庞星晨，武永斌等.机载LiDAR 基础测绘关键技术及应用[J].测绘通报，2014（9）：26-30.

[2]曹鸿，李永强，牛路标等.基于机载LiDAR 数据的建筑物点云提取[J].河南城建学院学报，2014，23（1）：59-62.

[3]冯琰，郭容寰，程远达.基于机载LiDAR技术快速建立3维城市模型研究[J].测绘与空间地理信息，2008，31（4）：8-10.

[4]王植，李清泉.一种基于机载LiDAR和离散曲率的建筑物三维重建方法[J].地理与地理信息科学，2009，25（1）：44-48.

作者简介：唐均（1981-），男，汉族，四川蓬溪人，讲师、注册测绘师，主要从事工程测量、摄影测量与遥感技术应用方面的教学与研究工作。