[发明专利]一种基于激光雷达点云和近红外影像的建筑物检测方法

说明书

本发明公开一种基于激光雷达点云和近红外影像的建筑物检测方法，包括：获取具有近红外波段的正射影像、激光雷达点云，并将其进行配准和融合；计算融合后每个激光点的归一化植被指数NDVI，基于NDVI和支持向量机分类器完成植被识别；对于非植被激光点，通过近邻搜索算法和高度阈值完成建筑物的识别；对于建筑物激光点，提取屋顶种子点和候选立面点，并基于屋顶种子点获取基于单独建筑物的屋顶点群；基于每个建筑物的屋顶点群，估计建筑物的垂直立面；基于候选立面点、估计垂直立面，进行立面点的精提取；通过屋顶点和精提取得到的立面点完成三维建筑物的检测。本发明有效提高了建筑物的检测精度，能够保证建筑模型较高的细节水平。

技术领域

本发明涉及遥感地物三维提取技术领域，特别是涉及一种基于激光雷达点云和近红外影像的建筑物检测方法。

背景技术

利用遥感数据进行建筑物检测在城市规划、房地产和土地利用分析等各个领域中都很有良好的应用。从概念上讲，建筑物检测是一个分类问题，需要将建筑物与其他物体如车辆、地面(道路、草坪)和植被(树木和灌木)分离开来。现有的建筑物检测算法可以根据输入数据的不同分为三大类。

首先是基于航拍图像的方法，即采用基于像素和基于对象的图像分割方法来提取建筑物。基于像素的异构方法，无论是采用监督学习还是无监督学习，其优势在于复杂度总是很低，但由于城市场景中光谱和纹理的高度复杂性和可变性，基于像素的方法很难使用高分辨率的数据。基于初始对象的方法主要是利用像素的光谱相似性和同质性来识别对象，相比基于像素的方法具有更好的性能，但是很难确定最佳尺度级别。另外，使用图像进行建筑物检测的主要限制是，只能识别建筑物的二维轮廓。

其次是使用原始的ALS(机载激光扫描仪，Airborne Laser Scannerals)点云来探测建筑物。由于它们的高脉冲频率、高垂直分辨率，以及可以直接提供空间形状信息，ALS点云已经较多的用于建筑物探测，但是，这类方法仅仅使用空间和强度特征，忽略了纹理和光谱的考虑，导致这类方法往往混淆有平滑树冠的树木和建筑物。

第三类是融合点云和航空成像的多源数据来开展建筑物检测。Rottensteiner等人在“Rottensteiner,F；Trinder,J.；Clode,S.；Kubik,K.Using the Dempster–Shafermethod for the fusion of LIDAR data and multi-spectral images for buildingdetection.Inf.Fusion 2005，6,283-300.”中通过D-S方法以及激光点云推导出插值dsm，结合多光谱图像获得基于像素的建筑区域，这种方法通过融合图像数据，提高了结果的整体正确性，主要局限性在于插值dsm数据源降低了激光点云的分辨率，输出为建筑区域而不是标记的点云。Awrangjeb等人在“Awrangjeb，M.；Ravanbakhsh，M.；Fraser，C.S.Automaticdetection of residential buildings using LIDAR data and multispectralimagery.ISPRS J.Photogramm.Remote Sens.2010，65，457-467.”中，首先分别从点云和多光谱图像中提取两套建筑物的掩膜，然后用得到的掩膜来分类可能的建筑物对象，这种基于对象的分类方法导致建筑物和树木之间的误分率极高，当建筑物周围的树木与建筑物的掩膜融合在一起时，无法将其分开。

发明内容

本发明的目的是提供一种基于激光雷达点云和近红外影像的建筑物检测方法，以解决现有技术在高植被覆盖区域中建筑物和树木之间的误分率高、缺乏建筑物扫描点层级的高精度检测方法的问题，能够有效提高建筑物检测精度。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于激光雷达点云和近红外影像的建筑物检测方法，包括如下步骤：

获取具有近红外波段的正射影像、激光雷达点云，并将正射影像和激光雷达点云进行配准和融合；