下载文档原格式
基于机载LiDAR点云和建筑物轮廓线构建DSM的方法李迁;肖春蕾;陈洁;杨达昌【摘要】为了获取高精度的数字表面模型(digital surface model,DSM),提出了利用离散的三维激光点云和建筑物轮廓线构建DSM的方法.首先,利用不规则三角网(triangulated irregular network,TIN)渐进滤波算法对激光点云进行预处理,得到地面点和非地面点;然后,基于高程纹理提取非地面点中的建筑物脚点,根据脚点的深度影像图,利用Canny算子提取建筑物边缘,用方位角聚类规则法对建筑物边缘规则化;最后,采用提取的离散地面点数据和建筑物轮廓矢量线构建DSM.采用柳州地区的一组机载LiDAR数据对该方法进行了实验验证,结果表明,通过该方法构建的DSM,建筑物的边缘信息比较精确.【期刊名称】《国土资源遥感》【年(卷),期】2013(025)002【总页数】6页(P95-100)【关键词】DSM构建;建筑物检测;建筑物边缘提取;边缘规则化【作者】李迁;肖春蕾;陈洁;杨达昌【作者单位】中国国土资源航空物探遥感中心,北京 100083;中国地质大学(北京),北京 100083;中国国土资源航空物探遥感中心,北京 100083;中国国土资源航空物探遥感中心,北京 100083;中国地质大学(北京),北京 100083;中国国土资源航空物探遥感中心,北京 100083【正文语种】中文【中图分类】TP750 引言LiDAR(light detection and ranging，LiDAR)系统包含激光雷达、全球定位系统(GPS)和惯性导航系统(INS)。
激光脉冲不受阴影和太阳角度影响，能够快速、直接且连续自动地获取地面三维数据。
这些数据经过简单的处理(如粗差剔除、格网化)，便可以得到一种重要的空间数据——数字表面模型(digital surface model，DSM)。
激光点云为不规则的三维离散点数据，可通过采用逐点内插的方法建立DSM。
基于机载LiDAR点云数据的建筑物提取方法研究目录1. 内容概要 (2)1.1 研究背景 (2)1.2 研究目的 (3)1.3 研究意义 (4)1.4 国内外研究现状 (5)2. 数据预处理 (7)2.1 数据获取与格式转换 (8)2.2 数据清洗与降采样 (9)2.3 数据配准与融合 (12)3. 特征提取 (13)3.1 LiDAR点云数据分类 (14)3.2 建筑物几何信息提取 (15)3.3 建筑物表面纹理信息提取 (16)3.4 建筑物语义信息提取 (17)4. 建筑物提取方法 (19)4.1 基于区域生长的建筑物提取方法 (20)4.2 基于边缘检测的建筑物提取方法 (22)4.3 基于深度学习的建筑物提取方法 (23)5. 实验与分析 (24)5.1 实验数据集介绍 (25)5.2 实验结果对比分析 (26)5.3 结果可视化展示 (27)6. 结论与展望 (28)6.1 主要研究成果总结 (30)6.2 存在问题与不足之处 (30)6.3 进一步研究方向建议 (31)1. 内容概要本文针对基于机载LiDAR点云数据提取建筑物的研究问题，深入探讨了高效、准确的建筑物提取方法。
简要概述了建筑物特征及其在LiDAR数据中的体现，并分析了目前常用的建筑物提取方法的优缺点。
介绍了本文采用的基于多尺度融合特征的建筑物提取方法，包括数据预处理、特征提取、分割算法和后处理环节。
详细阐述了融合不同层级特征的策略、算法选择及其原理。
通过实际案例验证了所提方法的有效性，并对提取结果的精度和效率进行了评估，分析了方法的局限性以及未来展望。
1.1 研究背景随着城市化进程的加快和高精度测绘技术的发展，对于城市三维信息的获取与应用需求日益增加。
尤其在高密度城市区域，传统平面地图已不能满足现代城市规划、应急响应和环境保护等需求，转而需要三维精细化模型来全面反映建筑地貌的复杂细节。
机载激光雷达(LiDAR)技术由于其高分辨率、高密度的数据采集能力，成为了获取城市三维结构的关键手段之一。
收稿日期：2017-09-14。
项目来源：国家自然科学基金资助项目（41271360）。
基于机载LiDAR 数据和遥感影像的复杂建筑物提取党 涛1，2，党丹凤3，周立勇3，任建平1（1.兰州大学 资源环境学院，甘肃 兰州 730000；2.西安测绘总站，陕西 西安 710054；3.湖北省宜昌地质勘探大队，湖北 宜昌 443100）摘 要：综合利用机载LiDAR 数据和高分辨率遥感影像数据优势，提出了一种面向对象的分层分类提取复杂建筑物的新方法。
首先根据坡度强度信息，将影像分割成高、中、低坡度目标；再采用阈值法进行陡峭区、地表面和建筑物的初始分类；最后根据邻近对象光谱相似性原则，对陡峭区进行多尺度分割，并结合光谱、形状和空间关系等特征，基于模糊分类对建筑物提取结果进行优化。
实验表明，该方法提取的建筑物信息精度较高，轮廓边缘相对完整。
关键词：机载LiDAR ；高分辨率影像；建筑物提取；面向对象中图分类号：P 237 文献标志码：B文章编号：1672-4623（2018）09-0069-03随着城市建设的快速发展和高分辨率遥感影像数据的海量获取，利用遥感技术提取城区建筑物信息具有重要的现实意义和研究价值。
然而，城市空间环境复杂，高分辨率遥感影像上地物目标存在高度的多样性和复杂性，“同物异谱”和“异物同谱”现象比较突出[1]，单纯利用遥感影像很难准确、完整地提取建筑物轮廓。
机载激光雷达（LiDAR ）能快速直接获取地表对象的高度数据，可为建筑物提取提供补充[2]。
因此，综合利用机载LiDAR 数据和高分辨率遥感影像数据的优势，可有效提取建筑物目标信息。
机载LiDAR 点云常作为高分辨率影像的辅助数据进行面向对象的分析处理[3]，一般先根据高度数据采用阈值分割方法实现地面点与地物点的分离，再通过其他辅助特征约束从地物点中提取建筑物信息。
王雪[2]等结合高分辨率影像和机载LiDAR 数据的优势，充分利用光谱、纹理、形状和高度数据等实现了复杂城区建筑物的分类与提取。
基于航空LiDAR数据提取建筑物边界的方法研究余斌【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于建筑物边界的提取效果理想.【期刊名称】《北京测绘》【年(卷),期】2014(000)002【总页数】5页(P17-20,24)【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【作者】余斌【作者单位】北京中天博地科技有限公司,北京100011【正文语种】中文【中图分类】P237城市是人类活动最频繁的区域，做好城市环境的监控尤为重要。
然而，城市区域形态异常复杂，变化频率快，使得及时掌握城市状态变得更加困难。
建筑物是城市的重要组成部分，是否具有一种高效、可靠的建筑物边界提取的方法，对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法，更具高效性和经济性。
利用点云数据纹理信息作为主要的特征提取建筑物边界的主要思路是：先利用滤波方法提取出地形，从而得到正则化数字表面模型（Normalized DSM）。
然后剔除出相对高度较低的要素，最后利用地物的纹理特征差异分类得到最终的建筑物边界。
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非地形要素分离出来两大目标。
所以，建筑物边界提取可以分两个步骤，即消除地形的影响与非地形因素中建筑物边界的提取。
激光雷达测绘技术在建筑物轮廓提取中的应用方法激光雷达是一种广泛应用于各个领域的测绘技术，其应用范围包括但不限于地理测绘、地形图制作、自动驾驶和建筑物轮廓提取。
特别是在建筑物轮廓提取方面，激光雷达技术发挥着不可替代的作用。
本文将探讨激光雷达测绘技术在建筑物轮廓提取中的应用方法。
首先，激光雷达通过发射激光束并接收反射回来的激光信号，可以精确测量物体与雷达之间的距离。
利用这一特性，激光雷达可以扫描建筑物表面的每一个点，获取其空间坐标信息。
将这些点云数据与地面坐标进行配准处理，就可以得到整个建筑物的三维模型。
这个过程中，建筑物的轮廓信息被准确地记录下来。
其次，激光雷达可以通过设置不同的扫描角度和扫描密度，实现对建筑物不同部位的轮廓提取。
例如，对于一个多层建筑，可以通过调整激光雷达的垂直角度，实现对每一层的轮廓提取。
通过改变水平角度，可以获取建筑物的侧面轮廓。
在这个过程中，使用合适的扫描参数非常重要，因为过大或过小的扫描密度都会影响轮廓的准确性和完整性。
此外，激光雷达还可以通过反射强度信息来辅助建筑物轮廓的提取。
当激光束照射到建筑物表面时，会发生反射现象，形成反射强度。
通过分析这些反射强度数据，可以识别建筑物不同部位的边缘和凹凸面，并进一步提取其轮廓信息。
反射强度不仅仅是光亮度的表示，它还可以反映出建筑物表面的材质和质地，有助于提高轮廓提取的准确性和可靠性。
在激光雷达测绘技术的应用中，数据处理和算法设计也是至关重要的。
激光雷达扫描建筑物时，不可避免地会出现一些噪声和干扰，如周围环境反射、光照变化和散射等问题。
为了提高轮廓提取的精度和稳定性，需要对原始数据进行滤波处理和去噪处理。
同时，还需要设计适应不同场景的特定算法，以便从复杂的点云数据中提取出建筑物的轮廓。
此外，激光雷达测绘技术在建筑物轮廓提取中还可以结合其他传感器技术进行应用。
例如，可以通过搭载高分辨率图像传感器的无人机，在飞行过程中获取建筑物表面的图像数据，并与激光雷达数据进行融合处理，以提高轮廓提取的精度和效率。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201810307328.6(22)申请日 2018.04.08(71)申请人 福建师范大学地址 350300 福建省福州市福清市龙江街道校园新村一号福建师范大学福清研发中心(72)发明人 施文灶 程姗 (74)专利代理机构 福州君诚知识产权代理有限公司 35211代理人 戴雨君(51)Int.Cl.G06T 7/13(2017.01)G06T 7/187(2017.01)G06T 7/246(2017.01)(54)发明名称一种利用激光雷达数据和遥感影像的建筑物提取方法(57)摘要本发明涉及一种利用激光雷达数据和遥感影像的建筑物提取方法。
包括如下步骤：步骤1，输入同一地区的激光雷达数据和遥感影像；步骤2，提取初始建筑物掩膜；步骤3，数据点连通处理；步骤4，提取连通标记区域的轮廓；步骤5，提取植被区域；步骤6，提取线段；步骤7，线段集合分类；步骤8，线段按长度排序；步骤9，优化处理；步骤10，输出结果。
能够准确提取遥感影像中的建筑物，可以应用于城区地理基础信息数据库中建筑物的更新。
权利要求书2页 说明书3页 附图1页CN 108510514 A 2018.09.07C N 108510514A1.一种利用激光雷达数据和遥感影像的建筑物提取方法，其特征在于包括以下步骤：步骤1：输入同一地区的激光雷达数据(L)和遥感影像(I)；步骤2：利用阈值V t提取L中的初始建筑物掩膜M：V t＝V g+V r (1)式(1)，V g为地面高度，V r为高低地物分离因子，当L(x,y)>V t时,M(x,y)＝1,当L(x,y)≤V t时，M(x,y)＝0，其中(x,y)为L中的数据点坐标；步骤3：对步骤2中的初始建筑物掩膜(M)进行数据点连通处理，得到连通标记区域集合SET_Lablearea，具体方法为：3-a：按行扫描，直到搜索到M(x,y)＝1的数据点，记为seed，并赋予序号Sqe，将与seed 相邻的且取值为1的所有数据点都压入向上生长的堆栈STACK；3-b：取出栈顶数据点，记为Topdata，将与Topdata相邻的且取值为1的所有数据点再压入堆栈STACK；3-c：重复执行3-b，直到堆栈STACK为空；3-d：迭代运行步骤3-a直到遍历初始建筑物掩膜(M)中的所有数据点；步骤4：提取步骤3中连通标记区域集合SET_Lablearea的轮廓，得到连通标记轮廓集合SET_Lablecontour，即SET_Lablearea中的第i个元素SET_Lablearea i对应得到SET_ Lablecontour中的第i个元素SET_Lablecontour i；步骤5：利用植被因子(VI)提取遥感影像(I)中的植被区域Varea：式(2)中，B NIR和B R分别为遥感影像I中的近红外波段和红波段，当VI(i,j)>0时，Varea (i,j)＝1，当VI(i,j)≤0时，Varea(i,j)＝0，其中(i,j)为遥感影像(I)中的像素点坐标；步骤6：提取遥感影像(I)中的线段集合Line；步骤7：利用步骤5中的植被区域Varea将步骤6中的线段集合Line分为背景线段集合(BL)和前景线段集合(FL)，具体方法为：当线段集合Line中的任一线段Line k的长度L k小于阈值L1且Line k与VAREA的交集大于3L k/4时，Line k属于背景线段集合(BL)，当L k大于阈值L2且Line k与VAREA的交集为空集时，Line k属于前景线段集合(FL)；步骤8：对步骤7中的前景线段集合(FL)中所有线段按长度进行降序排序，得到排序后的集合FL sort＝{lf1,lf2,lf3,…，lf N}，N为前景线段集合(FL)中线段的数量；步骤9：对步骤4中的连通标记轮廓集合SET_Lablecontour进行优化处理，提取建筑物轮廓集合SET_Building，具体方法为：依次选取步骤8中的线段lf j作为基准线段L ref，j∈{1,2,3,…,N}，分别搜索与线段L ref最近的线段L near，当线段L ref和L near同属于步骤3中的连通标记区域集合SET_Lablearea中的第i个元素SET_Lablearea i时，将对象SET_Lablearea i 在步骤4中对应的SET_Lablecontour i判定为建筑物的轮廓；步骤10：输出提取建筑物结果。
