一种LiDAR数据提取等高线的优化算法

2016-07-15栗敏光

测绘通报 2016年6期

关键词：等高线优化

栗敏光

(国家测绘地理信息局重庆测绘院,重庆 400015)

一种LiDAR数据提取等高线的优化算法

栗敏光

(国家测绘地理信息局重庆测绘院,重庆 400015)

摘要：在等高线提取技术中，LiDAR虽然较传统航空摄影测量具有明显优势，然而目前已有算法和软件基于LiDAR点云自动提取的等高线存在大量多余的短齿线和孤立环。本文提出了一种以短齿线和孤立环消除为核心的LiDAR数据提取等高线的优化算法，并基于FME软件平台设计程序加以实现，最后通过试验案例验证了算法和程序的可行性与有效性。

关键词：LiDAR；等高线；优化；FME

等高线是地形图表达地貌的主要方式。利用LiDAR技术获取点云数据提取等高线具有受天气影响小、自动化程度高、生产周期短、产品精度高等特点，较传统的航空摄影测量技术具有明显的优势[1-3]。然而目前已有算法和软件基于LiDAR点云自动提取的等高线存在大量多余短齿线和孤立环[2，4-6]。

FME(featuremanipulationengine)是加拿大SafeSoftware公司推出的一套完整的空间数据解决方案，基于OpenGIS协会提出的新的数据转换理念——语义转换，通过提供在转换过程中重新构造数据的功能，支持超过320种数据格式之间的灵活转换，具有工作流定制简便、数据转换可视化、后台运行自动化、工作空间和模板可重复利用等优点，被广泛应用于数据格式转换[7]、多源数据集成共享[8]、数据更新[9]、数据质量检查[10]、地图制图[11]等领域。

本文在短齿线和孤立环特征分析的基础上提出一种以短齿线和孤立环消除为核心的LiDAR数据提取等高线的优化算法，基于FME软件平台设计程序加以实现，并选取案例数据开展应用试验。

一、算法设计

多余短齿线和孤立环是目前基于LiDAR数据自动提取等高线时已有算法和软件存在的主要缺陷。多余短齿线和孤立环的消除需以检测识别为前提，而检测识别需以特征把握为基础。经过分析可以发现，多余短齿线与正常等高线弧段的不同特征表现为与其他等高线和图框没有交点或只有一个交点(正常等高线弧段与其他等高线和图框有两个交点)，如图1所示。多余孤立环又分为微小孤立环和异常孤立环两种类型。其中，微小孤立环的特征表现为不与其他等高线相交且长度一般明显小于正常等高线闭合环，如图2所示；异常孤立环的特征表现为与其他正常等高线相交且自身长度小于相交正常等高线，如图3所示。

图1　短齿线

图2　微小孤立环

图3　异常孤立环

根据以上分析结果，本文设计了以短齿线和孤立环消除为核心的LiDAR数据提取等高线的优化算法，基本思路可以分解为10个步骤：①以首末坐标是否相等为判断条件，从初始等高线中分离等高线闭合环与等高线弧段；②将图框多边形转换为图框弧段；③通过叠加等高线弧段和图框弧段提取所有弧段之间的交点；④通过叠加等高线弧段和交点计算每条等高线弧段与交点的重叠数；⑤以交点重叠数是否小于2为判断条件，从等高线弧段中分离短齿线与非短齿线，将非短齿线加以必要的连接(消除滤去末端短齿线后形成的伪节点)后返回步骤③重新执行，将短齿线输入下一步；⑥将步骤①输出的等高线弧段与步骤③—步骤⑤循环执行最终输出的短齿线进行空间包含关系判断，过滤出不含短齿线的等高线弧段；⑦设置一定的长度阈值从步骤①输出的等高线闭合环中滤除微小孤立环，保留非微小等高线闭合环；⑧将非微小等高线闭合环与上游步骤保留的所有等高线(包括不含短齿线的等高线弧段和非微小等高线闭合环)进行空间相交关系判断，分离出不与其他等高线相交的非微小等高线闭合环和与其他等高线相交的非微小等高线闭合环；⑨通过长度比较从与其他等高线相交的非微小等高线闭合环中滤除自身长度小于相交等高线的异常孤立环，保留自身长度大于相交等高线的非微小等高线闭合环；⑩将不含短齿线的等高线弧段、不与其他等高线相交的非微小等高线闭合环、与其他等高线相交且自身长度大于相交等高线的非微小等高线闭合环输出为最终的优化等高线。算法流程如图4所示。

图4　算法流程

二、程序实现

基于FME软件平台，调用其函数库所提供的丰富的转换器，定制可视化工作流实现上述算法。首先从函数库中搜索恰当的转换器匹配算法流程中的每一项操作(其中关键操作与转换器对照见表1)，然后运用固有转换器构建自定义转换器，通过循环迭代实现短齿线提取子过程(如图5所示)，最后综合运用固有转换器和短齿线提取自定义转换器设计整体程序，实现以短齿线、微小孤立环、异常孤立环消除和不含短齿线的等高线弧段、不与其他等高线相交的非微小等高线闭合环、与其他等高线相交且自身长度大于相交等高线的非微小等高线闭合环提取为主线的等高线优化全过程(如图6所示)。

表1　算法流程关键操作与FME转换器对照表

图5　短齿线提取FME自定义转换器

图6　等高线优化FME程序

三、试验案例

选取海南省三亚市一个1∶2000图幅基于LiDAR点云数据自动提取的等高线作为数据源，采用本文算法程序开展等高线优化试验。初始等高线和优化后的等高线分别如图7和图8所示。由图可见，初始等高线中包含的多余短齿线、微小孤立环、异常孤立环已不存在于优化后的等高线中。

图7　基于LiDAR数据自动提取的初始等高线(局部)

图8　利用本文算法优化后的等高线(局部)

四、结束语

试验案例表明，本文设计的以短齿线和孤立环消除为核心的LiDAR数据提取等高线的优化算法和程序是可行有效的。需要指出的是，本文算法中用于判别微小孤立环的等高线闭合环长度阈值是根

根据LiDAR数据所提取初始等高线的质量和数据所属地形类别两方面因素人为设置的，无法完全避免多余微小孤立环与山头、洼地等地带正常微小等高线闭合环的混淆。解决这一问题还需要从等高线闭合环局域地形特征检测、等高线闭合环与相邻等高线形态协调性衡量、微小等高线闭合环长度阈值自适应设置等方向开展进一步的研究。

参考文献：

[1]陈松尧,程新文.机载LIDAR系统原理及应用综述[J].测绘工程,2007,16(1):27-31.

[2]李鸿轶,任淑娟,雷蕾.LiDAR数据提取等高线的方法研究[J].测绘通报,2013(5):59-60.

[3]姚春静,胡唯.基于特征约束的LiDAR点云等高线自动生成方法[J].长江科学院院报,2014,31(12):113-116.

[4]王宗跃,马洪超,彭检贵,等.基于LiDAR数据生成光滑等高线[J].武汉大学学报(信息科学版)，2010,35(11):1318-1321.

[5]冯梅,钟斌.基于LiDAR点云自动生成等高线的方法研究[J].测绘与空间地理信息,2012,35(6):87-90.

[6]于彩霞,黄文骞,郑义东,等.一种基于ArcGIS的LiDAR点云数据生成等值线的方法[J].海洋测绘,2015,35(2):52-54.

[7]李刚,朱庆杰,张秀彦,等.基于FME的城市GIS基础空间数据格式转换[J].测绘通报,2006(4):17-20.

[8]赵健赟.利用FME的小城镇规划数据集成方法[J].测绘科学,2012,37(5):84-86.

[9]张红文,程明慧,夏定辉.FME支持下的空间数据库更新技术[J].地理空间信息,2011,9(6):57-59.

[10]张志友. 基于FME的CASS地形地籍入库数据质量检查方法研究[J].工程地球物理学报,2011,8(4):501-509.

[11]邓飞,陈字同,郑代扬.基于FME的数据库自动制图技术探索与实践[J].国土资源信息化,2013(4):66-68.