基于航空LiDAR数据提取建筑物边界的方法研究-论文.pdf

《基于航空LiDAR数据提取建筑物边界的方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2O14年第2期·北京测绘·17基于航空LiDAR数据提取建筑物边界的方法研究余斌(北京中天博地科技有限公司，北京100011)[摘要]激光测距是一项高效、精确的实现地表信息采集的技术。城市区域的高密度激光点云数据的获取使提取兴趣目标对象(建筑物、植被等)成为可能。本文提供一种利用航空激光雷达(LIDAR)数据提取建筑物边界的有效方法，该方法首先通过基于曲面拟合的滤波算法销减地形的影响，然后利用地物的纹理信息区分建筑物与非建筑物要素，最后通过一系列后处理，如小区域去除、矢量化等，最终提取出所需要的建筑物边界。实验表明本文提供的方法用

2、于建筑物边界的提取效果理想。[关键词]数字表面模型数字高程模型，激光雷达(LiDAR)灰度共生矩阵粗糙集[中图分类号]P237[文献标识码]B[文章编号]l007—3000(2014)02—5城市是人类活动最频繁的区域，做好城市环图1为本文采用方法流程图，方法主要包含境的监控尤为重要。然而，城市区域形态异常复数据预处理(即插值生成DSM)、地形去除、建筑杂，变化频率快，使得及时掌握城市状态变得更物与非建筑物的分类与后处理(小区域去除与矢加困难。建筑物是城市的重要组成部分，是否具量化)四部分组成。其中地形去除和建筑物与非有一种高效、可

3、靠的建筑物边界提取的方法，对建筑物的分类为其中两个关键步骤：于城市区域监控显得非常重要。然而，通过光学影像提取建筑物边界的传统方法效率低，耗费时间长，成本也非常昂贵。鉴于以上因素，本文探l插值生成DsMl讨利用航空激光雷达扫描点云数据提取建筑物’边界，相对于光学影像提取建筑物边界的传统方基于曲面的滤波算法得fi]DEM法，更具高效性和经济性。l利用点云数据纹理信息作为主要的特征提通过差值得列正则化DsM(nDsM=DsM—DEM)取建筑物边界的主要思路是：先利用滤波方法提I取出地形，从而得到正则化数字表面模型(Nor—l对正则化Ds

4、M进行2．5米高程域值分割lmalizedDSM)。然后剔除出相对高度较低的要I素，最后利用地物的纹理特征差异分类得到最终l纹理分析区分建筑物与非建筑物I的建筑物边界。J小区域去除噪声及孤立要素1基本原理1．1工艺流程数字表面模型(DsM)包含地形与非地形要素(如植被、建筑物等)。要得到建筑物边界，需要实现地形与非地形的分离和把建筑物与其他图1方法流程图非地形要素分离出来两大目标。所以，建筑物边说明：本文采用方法中用2．5米高程域值的原因是消除相界提取可以分两个步骤，即消除地形的影响与非对高度2．5米以下地物的影响，因为建筑物一般相

5、对高度大于2．5米。后处理中采用小区域去除的目的主要是为了消减小的地形因素中建筑物边界的提取。孤立点及噪声的影响。[收稿日期]20131225[作者简介]余斌(1973一)，男，汉族，四川I旺苍人，工程师，研究方向为3S、国土资源信息化。18·北京测绘·2014年第2期1．2基于滤波算法的地形消除不够理想。而基于灰度差值直方图的方法则利消减地形因素的影响通常采用滤波算法，即用了像素的相对位置关系，其算法的实现也不是利用滤波算法从DSM中获取DEM，然后通过很复杂，而缺点是：没有考虑到像素间灰度变化DSM减去DEM即可获得表示地面对象

6、相对高的方向性。基于共生矩阵的方法充分利用了空程的正则化DSM。目前已经存在很多关于间信息，对图像的对比度、纹理分布均匀性、纹理LiDAR点云数据滤波获取DEM的算法，在地形的走向等特征描述的准确度最理想，弊端是其算不大复杂的区域，大多数滤波算法都能取得比较法实现较复杂，尤其是构造共生矩阵需要很大的好的效果，对于比较复杂的区域，特别是城市区计算量。为了更准确地描述纹理特征，本文采用域，基于曲面的滤波算法(surfacebasedfilters)基于图像灰度共生矩阵的特征提取算法。表现得相对好一些，另外通过迭代实现滤波的算灰度共生矩阵

7、是经典二阶统计方法，它是建法要比一次性滤波的算法可靠。因此本文采用立在估计二阶组合条件概率密度函数基础上的迭代的基于曲面的滤波算法。具体算法为：先利纹理分析方法，描述的是某方向上间隔一定距离用原始点云，每个点具有相同的权重初步生成一的一对像素点灰度出现的统计规律]。基于灰度个曲面，初始曲面为介于DSM与DEM之间的曲共生矩阵，可抽取如下四个统计指标：面。然后计算点与曲面的残差，残差大的权重(1)对比度(Contrast，Con)：用来度量影像中小，反之大，然后用带权重的点再实现曲面的生对比的强烈程度，主要监测图像反差边缘及其边成，通

8、过迭代，得到的曲面将逐步向DEM接近，缘效应。最终得到地形。得到地形后通过DSM与DEMCon一∑∑(—)。P(，)的相减可以得到正则化的DSM，即分布于地表上∑∑P(，)的地物信息。(2)能量(Energy，Ene)：用来度量纹理的