葉子偉,林 昀,吳 敦
(1.寧波市測繪設計研究院,浙江 寧波 315042)
基于機載激光點云的建筑物高度提取方法研究
葉子偉1,林 昀1,吳 敦1
(1.寧波市測繪設計研究院,浙江 寧波 315042)

以寧波市第一次地理國情普查中的建筑高度普查專項工作為例,提出了一條基于激光點云分類成果、大比例尺地形圖和DEM,快速提取建筑物高度的技術路線。實驗結果表明,該方法可快速準確提取建筑高度和頂部紋理信息,從而為城市建設和規劃提供了可靠的測繪地理信息服務和保障。
激光點云分類;DEM;DOM;建筑物高度
城鎮建筑高度的分布可以反映城市土地垂直利用的效率和格局,城鎮建筑高度的普查與監測不僅可以研究建筑高度分布與城市環境的關系,促進城鎮建筑分布及控制規劃的科學合理性,而且對高層建筑安全監測和消防應急救援也具有重要意義。
寧波市第一次地理國情普查結合城市建設和應急減災防災的需要,提出了城市建筑高度普查,即基于高精度地表模型數據和高分辨率遙感影像,結合專業地理信息軟件GIS空間分析功能,提取建成區內建筑物的高度信息。以寧波市建筑高度普查為例,利用機載激光點云、數字高程模型(DEM)和數字正射影像(DOM),結合大比例尺地形圖,提出了一條基于激光點云分類成果快速提取建筑物高度和頂部紋理的技術路線,從而為城市建設提供更堅實的測繪地理信息服務和保障。
全國第一次地理國情普查中僅對建筑的高度進行初步分類,如多層及以上房屋建筑區、低矮房屋建筑區等,無法滿足城市管理決策對高精度建筑標高的應用需求。為此,寧波市第一次地理國情普查對城市建管高度普查內容進行了深化,提出對建筑物的絕對高度和相對高度進行普查。其中,建筑絕對高度定義為建筑物主體結構的最高點高程;相對高度定義為建筑物主體結構的最高點高程與建筑物邊線上的DEM高程最低點的高程之差。
機載激光點云是基于機載激光雷達技術獲取的地表點云數據。寧波市第一次地理國情普查開展了全市基于機載激光雷達的點云和影像數據獲取工作,面積約8 000 km2,其中建成區面積約1 000 km2;建成區點云高程中誤差優于0.1 m;平面中誤差優于1.2 m,密度優于6點/m2。
高精度地表信息是指基于機載激光雷達技術獲取的地表點云數據,經過濾波、分類及其他處理而形成的點云分類成果、DEM和DOM成果。
2.1 激光點云分類
將航攝獲取的點云數據進行人機交互分類,具體分為地面點、建筑物、水系、未定義類4類。
激光點云分類總體遵循“所見即所得”的原則,分類前先剔除激光點云中的錯誤點,同時檢查點云屬性是否正確。首先,利用曲面濾波和TIN濾波算法對激光點云數據的地面點進行初步提取,并人工修正結果。其次,建筑物在自動提取的基礎上,必須進行人機交互分類,保證分類正確性,特別是避免將周邊的植被錯分到建筑物,影響建筑物底部高程。分類過程中,不對點云做置平和修改高程值處理。

圖1 激光點云分類成果
分類初步完成后,對結果進行多方向剖面檢查和高程三維可視化檢查,同時參考相應的影像數據,以剔除錯誤分類點。圖1的分類成果中,棕色為地面、紅色為建筑物、藍色為水系,其余非必要類別的點云未顯示。
2.2 DEM制作
激光數據分類完成后,利用Terrasolid將地面點類別的激光點云數據,加入等高線等特征線數據輔助。由于點云密度較高,因此可按0.5 m格網內插提取高程值,獲得DEM產品,其高程中誤差優于 cm。
由于直接通過激光點云分類后的地面點生成DEM,因此,可以很大程度地避免植被對DEM質量造成影響,從而準確地描述地形地貌。此外,由于建筑物分類時,采取了精細度要求較高的人工干預,建筑物底部及其周邊的地表較為平整,對于后續的自動化處理將十分有益。
2.3 DOM制作
根據點云中的地面點類別,提取模型關鍵點,即是準確度十分良好的DEM。利用航跡文件和影像時間列表文件確定每張影像與點云的位置關系,利用相機內方位元素校正影像畸變。通過影像間半自動提取連接點,反復進行平差,校正影像畸變參數,提高影像的定位準確度。在影像與點云之間匹配達到滿意的效果后,對全部影像進行勻光勻色,調整鑲嵌線,按公里格網輸出1∶2 000比例尺的DOM成果。
根據激光點云生成的DOM數據在精度上與傳統攝影測量手段相當,但免去了大范圍內外業像控點測量,同時避免了傳統DSM對DOM造成大量編輯工作,是目前較為流行且高效的DOM生產方式。
3.1 建筑物頂部高程的提取
建筑物頂部高程是指建筑物主體結構的最高點的高程。測量位置選取位于該建筑物頂部的可測量激光回波點上。如建筑物頂部為平頂,則選取位于頂層平臺北側檐口的激光回波點上;如建筑物頂部為尖頂,則應選取頂部屋脊高程值最大的激光回波點上。測量時,建筑物的附屬物或屬于建筑物整體的一部分但不屬于主要結構的,如空調外機、避雷針、水箱房、女兒墻等,不予量測。同時規定每幢建筑物僅量測一個頂部高程。
由于建筑物頂部情況的復雜性,高程量測采用自動化提取的方式很難完成,目前只能對部分相對簡單、規則的建筑物,如廠房、城中村等采用在Terrasolid中建立樣本庫的方式,結合現有的大比例尺數學地形圖,自動提取一部分高程值;對于較為復雜的房頂,通過人工的方式,根據建筑物點云的剖面,獲取絕對高程值。絕對高度提取的操作步驟如下:①將激光點云分類成果、DOM數據和DLG數據導入到普查軟件中,設置顯示模式為疊加顯示,以便于人工判讀;②打開建筑高度數據編輯對話框,如圖2,雙擊其中的一個建筑矢量條目,將其作為當前普查對象,普查軟件自動定位到建筑位置,并顯示矢量范圍內(可以設置外擴參數)的點云和影像;③初步確定測量位置,在二維視圖中選擇剖面范圍,并在剖面視圖中顯示,利用智能化剖面查詢工具,如圖3,完成高度信息自動錄入工作。

圖2 建筑高度數據編輯對話框

圖3 智能化剖面查詢工具
對于內業無法獲取或判斷的,采用外業測量的方式補充完整。將采集的建筑物頂部高程點統一入庫。后續工作中,以頂部高程點的測量位置作為該建筑物的定位點。
3.2 建筑物底部高程自動提取
將現勢性最好的1∶500DLG入庫成果與建筑物頂部高程的shp文件加載到ArcGIS中,保證二者坐標系一致。頂部高程定位點必定在建筑物外輪廓平面投影范圍內,即DLG數據庫中的建筑物面內。導入前文所述的高精度DEM作為建筑物底部高程自動獲取的本底數據。導入DOM作為頂部紋理提取的基礎數據。
利用建筑物面的邊線切割DEM,以建筑物邊線最東北角為起點,按每0.5 m遍歷獲取邊線上的內插高程值,搜索最低值,予以記錄。每個建筑物面內的定位點(頂部高程點)與最低高程值之差,即是建筑物高度值。遍歷DLG數據庫的每個建筑物面,即可獲取每個建筑物高度。
建筑物的頂部紋理提取,直接關聯定位點與建筑物面,利用建筑物面裁切DOM即可獲得。
4.1 作業流程
基于機載激光點云數據的建筑物高度提取方法如圖4所示。

圖4 作業流程圖
4.2 實驗與成果
寧波市海曙區江夏街道天封社區,地處寧波市繁華的商業區,東臨奉化江、西接解放南路、北靠大沙泥街、南至蓮橋街,具體范圍如圖5所示,總面積約0.41 km2。屬居住密集型社區。本文利用天封社區作為實驗區,進行了建筑物高度提取作業。

圖5 天封社區作業范圍
實驗區內共有獨立建筑物128幢,主要為住宅小區,含少量商業建筑。整個作業流程共消耗1 h,其中建筑物頂部高程的人工提取花費時間較長,自動處理僅需10 min,全程未進行外業補測。經外業設站檢查,建筑物高度的中誤差為±7.6 cm,無粗差。城市建筑物高度精度統計見表1,具體建筑物高度統計結果見表2。

表1 城市建筑物高度精度統計表

表2 城市建筑物相對高度統計表
通過探索和研究利用高精度激光點云快速提取建筑物高度的過程,實現了半自動方式獲取建筑物高度,建筑物高度中誤差優于±102cm,不僅滿足精度要求,還極大地減輕了勞動強度,提高了效率。此外,該方法對于日后普查成果在城市規劃、管理、安全、應急等的廣泛應用,以及如何科學布局工業化、城鎮化,如何統籌規劃、合理利用國土發展空間、如何有效推進重大工程建設和地理國情監測等至關重要。
現在的建筑物設計和建造非常復雜,其頂部的判斷難以形成普適性較強的規則集,對建筑物頂部的判斷和高程量測工作仍舊需要一定的人力干預,而且僅有的點云數據處理軟件Terrasolid是基于MicrostationV8平臺開發,在一定程度上制約了自動化提取的插件開發。如何快速自動地提取建筑物頂部高程,便于日后在地理國情監測中能夠實現快速、有效的數據更新,仍舊是值得研究的一項課題。作者日后將針對建筑物高度的自動提取、自動化三維建模進行探索,并嘗試在目前支持激光點云數據的AutoCAD2010平臺上,開發簡便易用的插件。
[1] 黃先鋒,李卉,江萬壽,等. 機載激光掃描數據誤差分析與精度改善研究進展[J].遙感信息,2007(3):91-95
[2] 林昀,吳敦,李丹農.基于機載激光雷達的高精度電力巡線測量[J].城市勘測,2011(5):71-74
[3] 陳云,丁思磊,王鐵軍.基于TerraSolid軟件的Lidar數據處理初探[J].測繪與空間地理信息,2009(8):40-42
[4] 徐祖艦,王滋政,陽鋒.機載激光雷達測量技術及工程應用實踐[M].廣西:武漢大學出版社,2009
[5] 舒寧.激光成像[M].武漢:武漢大學出版社,2005
[6] 高云龍,張帆,黃先鋒,等. 融合影像的機載激光掃描點云建筑物三維重建系統設計與實現[J].測繪通報,2014(4):79-81
[7] VOSSELMAN G.Building Reconstruction Using Planar Faces in Very High Density Height Data[J].International Archives of Photogrammetry and Remote Sensing,1999(32):87-92
P225
B
1672-4623(2017)02-0052-03
10.3969/j.issn.1672-4623.2017.02.017
2015-01-07。
葉子偉,高級工程師,主要從事攝影測量與遙感、城市仿真、地理國情普查等工作。