[发明专利]一种从地面LiDAR数据中提取建筑物轮廓和角点的方法

说明书

技术领域

本发明涉及一种从地面LiDAR数据中提取建筑物轮廓和角点的方法。

背景技术

目前，激光雷达技术发展迅速，激光雷达大家庭迎来了航空激光雷达、地面激光雷达、车载激光雷达、室内激光雷达。不同平台的激光雷达性能各不相同，应用范围也不同，然而另一方面他们也是互相补充的。伴随着激光雷达技术的不断进步，多种平台激光雷达的融合处理已经逐渐成为一种趋势，其中航空和地面LiDAR数据的集成尤为显著。航空激光雷达具有较大的扫描范围，能够获取物体顶部信息，然而点云条带现象明显，地物侧面信息缺失；地面激光雷达能够获取地物详尽的侧面信息，扫描精度也极高，然而扫描范围有限，顶部信息也难以获得。近年来，两者的集成应用涉及地形制图、地质勘探、森林研究、水文研究、以及虚拟现实等。

建筑轮廓数据在房地产工业、城市规划、洪水管理以及许多其他应用中都有着重要作用。与此同时在虚拟城市的构建中，房屋建筑轮廓的提取也是一个重要并且困难的步骤。一直以来建筑轮廓的提取主要是从航空数据中出发，包括航空遥感影像与航空激光雷达，出现了一系列的技术手段。但无论怎么处理，受限于航空数据的平台与观测目标的距离，其精度有限，难以满足日益增长的对数据精度的要求。地面激光雷达近距离地以平视或仰视的角度获取地物信息，扫描精度可以达到毫米级，精度极高，能够为建筑轮廓提取提供更为可靠的数据源，然而目前从地面激光雷达数据出发提取建筑轮廓及其衍生角点的提取，研究还很少。

地面LiDAR数据轮廓提取方法还比较少。2004年，Wang和Tseng在《parameters》中撰文“Lidar data segmentation and classification based on octree structure”，提出了一种八叉树分割合并算法能够将LiDAR点云聚类为各个面，然而该方法生长过程中依赖于初始种子区域的选择，不同的种子区域直接影响到最终聚类结果。2007年，Bohm等人在《ISPRS Workshop Laser scanning 2005》会议论文集中撰文“Efficient integration of aerial and terrestrial laser data for virtual city modeling using lasermaps”对点云数据构建了不规则三角网，根据三角网高程确定屋顶面片和地面面片，进而确定各面片边缘，算法采用TIN确定边缘，误差和计算量都较大。目前使用较多的方法为格网密度法，该方法将三维点云投影至规则格网内，统计格网内的点数进行建筑轮廓的提取。格网密度方法简单、快速，但是格网密度阈值的确定直接关系到建筑轮廓提取的完整度，如何准确自动地确定建筑轮廓筛选的格网密度阈值，相关研究很少涉及。

发明内容

本发明要解决技术问题是：克服现有技术缺点，提出一种从地面LiDAR数据中提取建筑物轮廓和角点的方法，该方法以现有的格网密度方法为基础，能够自动准确地确定格网密度筛选阈值，从而提取较为准确的建筑轮廓，并且在此基础上提出一种轮廓延伸密度方法，能够有效恢复建筑物的轮廓，使得提取的轮廓更为完整准确。

为了解决上述技术问题，本发明提出的技术方案是：一种从地面LiDAR数据中提取建筑物轮廓的方法，包括如下步骤：

1a)地面LiDAR点云投影至XY平面——将地面LiDAR点云投影至三维坐标系的XY平面，并保留各个点的X、Y、Z属性；

1b)提取粗略轮廓格网——在所述XY平面内构建1m*1m的粗略格网，计算每个粗略格网中LiDAR投影点的数量，即得到该粗略格网的格网密度，根据建筑物边缘轮廓处的粗略格网密度阈值对所述粗略格网进行筛选，保留格网密度大于所述粗略格网密度阈值的粗略格网，得到粗略轮廓格网；

1c)提取精确轮廓格网——在粗略轮廓格网中构建0.2m*0.2m的精细格网，计算精细格网内LiDAR投影点的数量即得到精细格网的格网密度，根据建筑物边缘轮廓处的精细格网密度阈值对所述精细格网进行筛选，保留格网密度大于所述精细格网密度阈值的精细格网，得到精确轮廓格网；

1d)格网高差筛选——遍历所有精确轮廓格网，如果精确轮廓格网内的最高LiDAR点和最低LiDAR点的高差大于相应实验区建筑最低高程则保留该精确轮廓格网，否则剔除；

1e)获取轮廓线段——对筛选后的精确轮廓格网使用Hough变换得到二维矢量轮廓线段；