数据处理基本流程

6.3.1　数据处理基本流程

尽管机载激光雷达技术的发展已有20多年的历史，但利用机载激光雷达数据进行房屋提取和三维重建的研究并不多。目前主要有以下几种方法，Weidner等人(1995)从高空间分辨率的数字表面模型(航空摄影测量或机载激光雷达获取)中自动提取规则棱柱形房屋模型。Haala等人(1999)联合多光谱影像和激光雷达数据进行建筑物和树的提取。他们提出利用地面三维信息同光谱辐射信息进行融合，用于快速自动地提取城市建筑物边界及高度的方法，并探讨地物的分割/合并算法、建筑物与树木的分离、边界提取中初始种子点的选择和灰度参考值及阈值的自适应调整等。也有人融合地面2D平面位置数据和激光雷达数据进行三维建筑物重建(Haala，et al，1999)。Maas等人(1999b)基于分析激光脚点点云的矩不变(Invariant Moments)提出了从机载激光雷达数据中自动提取建筑物模型的方法。Haala等人(1997)基于平面分割算法从密集的机载激光雷达数据中提取屋顶表面的平面面元，并辅以屋顶平面面元间的拓扑关系进行屋顶表面重构，这种拓扑关系可从地面二维房屋数据获取。Vosselman(1999)也采用类似的方法并结合建筑物平面信息进行三维重建。Lemmens(1997)融合机载激光雷达数据和地形数据获取无屋顶的立方体建筑物的高程。Hug等人(1997)通过形态学滤波处理机载激光雷达的高程和强度数据探测和分割出房屋等。从机载激光雷达数据中重建三维模型的基本流程见图6-6。

图6-6　机载激光雷达数据进行建筑物重建的基本流程(Madhavan，et al，2002)

在现有的方法中，通常为了数据处理的方便，从机载激光雷达数据中提取建筑物模型一般要将离散的激光脚点数据基于TIN内插成规则格网，并将格网点上的高程值转换为灰度值或表示成不同的伪彩色图像，然后借助于现成的图像处理算法进行地物边界的提取。离散激光脚点数据内插成规则格网有其自身的缺陷。内插实际上是对信号的重采样过程，但这个采样过程是建立在一定的假设基础上的。内插一般会钝化原始信号，会使真实场景中的物理阶跃更加平滑化、连续化和模糊化。如图6-7所示，在机载激光扫描过程中，如果只沿一个方向飞行扫描，那么也会出现无法采集到数据的“阴影”区域。进行内插后，“阴影”区域被强制填充采样数据。本来该区域是垂直墙面旁边的一块平地，内插后却变成一块陡坡面。若将离散激光脚点数据内插成规则格网，则提取的房屋边界要大于真实房屋边界。在进行三维表示时，房屋就变成了立体梯形(如图6-8所示)。

图6-7　高层建筑物激光脚点投影到二维平面

实际上在以上各种方法中，估计房屋屋顶平面的高度和方位等都比较容易实现，但要准确确定房顶的外围轮廓就比较困难。通常可以利用已知房屋的平面轮廓作房屋的外围轮廓，但这样存在三点不足。首先，并不是任何时候都有房屋的二维平面数据，更何况由于建设拆迁等原因而经常更新;其次，通常地籍图中提供的都是房屋地基位置，而一般的房屋都会有屋檐，利用地基外围轮廓取代屋檐外围轮廓就不合适;第三，房屋地基的二维平面位置数据和机载激光雷达脚点的平面坐标都会有误差，这在实际套合匹配过程中就会有麻烦。

图6-8　内插后的建筑物表面模型