基于等高线族分析复杂建筑物模型重建方法张靖1,李乐林1,江万寿11武汉大学测绘遥感信息工程国家重点实验室,武汉市珞瑜路129号,430079(zhangjingwh@gmail.com,lilelindr@126.com,jws@lmars.whu.edu.cn)摘要:近年来基于LIDAR点云数据自动重建建筑物模型一直是研究的热点问题，目前出现的许多算法对简单建筑物，如平顶房屋、人字行屋顶及其它规则房屋的重建取得了不错的效果，但是对于结构复杂的建筑物重建问题仍然有待解决。针对这一问题，本文提出了一种利用等高线族分析从LIDAR数据中自动重建复杂建筑物模型的新方法。该方法分为4个步骤，首先，通过对LIDAR点云数据的Delaunay三角化跟踪提取等高线，然后基于拓扑分析以及形状匹配对等高线进行分族得到建筑物各部分的等高线族，最后对各族等高线进行模型重建和组合得到完整的建筑物模型。通过对多层次、多曲面等复杂建筑物重建实验证明了该方法的灵活性和可行性。关键词:LIDAR,等高线,分族，形状匹配1.引言建筑物提取与三维重建是三维数字城市中的重要研究内容之一。随着激光扫描技术的发展，机载激光扫描（LIDAR）数据已经成为三维城市、特别是三维建筑物建模的重要数据源之一。国内外学者对从LIDAR数据自动重建三维建筑物模型这一问题进行了大量的研究，并把这一问题分成了建筑物探测和模型重建两个主要步骤。在建筑物探测阶段，基本思路一般是数据滤波提取DTM，剔除地面点得到目标点集，对目标点集进行分割和分类得到建筑物区域。FranzRottensteiner采用基于不均匀误差分布函数的分层鲁棒内插算法来分离地面点，利用曲率分割和区域生长得到建筑物区域。由于建筑物探测问题的复杂性，许多研究者还辅助以外部信息，如Rottensteiner(2003,2004)融合多光谱影像和LIDAR点云数据来提取城市地区建筑物信息，GuoTao（2003）等人结合IKONOS卫星图像和LIDAR数据进行研究,利用卫星图像中光谱、纹理和形状等信息,来提高建筑物识别的精度。Vosselman,G.,Dijkman,S.(2001)采用平面规划图来获取建筑物较为准确的轮廓信息。在模型重建阶段，采用数据驱动或模型驱动方法进行处理。数据驱动方法多采用Hough变换或法向量统计等方法来检测直线或平面，通过平面相交来确定建筑物的特征线，通过加入各种约束条件重构建筑物模型。Takano,Doiharaetal.,(2004)将点云内插为格网形式，剔除地面点后，利用Hough变换提取数据中的规则的直线——建筑物边界。Overby,Bodumetal.,(2004)使用扩展Hough变换检测人字形建筑的屋顶面。MaasandVosselman(1999)通过统计三角形法向量来检测屋顶平面，并采用最小二乘对平面求交来确定屋脊线。模型驱动的方法首先需提取建筑物的参数模型，然后与点云特征进行匹配，调整模型参数以找到最适合的建筑物模型。LiuandLin(1997);AndreFischer,ThomasKolbeetal.,(1999);Tao,Liuetal.,(2003)，在利用影像进行建筑物模型重建时均采用这一方法，MaasandVosselman(1999)采用不变矩作为人字顶房屋的参数，利用模型匹配重建建筑物。从目前的研究进展看，对于平顶、人字顶等简单规则建筑物的自动重建已经取得了较好的效果。然而在实际城市环境中，许多建筑物具有复杂的层次结构和各式各样的屋顶形式，加上LIDAR数据中各种噪声以及植被、遮挡等因素的影响，进一步增加了建筑物提取和重建的难度。针对以上问题，我们从高密度DSM重建建筑物的研究中得到启发(Ping-Yan,Wanshou-Jiang,2005;Tee-AnnTeo,Liang-ChienChen,2006)，位于建筑物上的等高线具有闭合、不相交的特点，直接反映出建筑物的轮廓特征。而等高线间明确的拓扑关系进一步反映出建筑物的层次关系。基于等高线形状上的相似性，我们提出了等高线族的概念，并采用等高线分族的方法进行建筑物模型分析，并以等高线族为基础实现建筑物模型重建。2.基于等高线分族的建筑物模型重建流程2.1等高线族的定义通过对等高线的观察可以发现：同一地物或地物同一部分的等高线之间非常相似。由此我们可以给出等高线族的定义：等高线族是一组等高线的集合，属于同一个等高线族在拓扑上具有嵌套关系且形状上具有相似性。等高线族反映了对应地物的形状特征。同一目标的等高线之间相似性较强，不同目...
VIP
