李 峰，崔希民，袁德宝，王 强，吴亚军

(1.防灾科技学院，三河 065201;2.中国矿业大学(北京)地球科学与测绘工程学院，北京 100083)

0 引言

利用高分辨率遥感影像自动提取建筑物是摄影测量和计算机视觉领域的热点之一。3D 建筑物在城市规划与管理、紧急事态处置以及灾害救援等方面有着重要的应用。由于缺少高程信息，以及受到建筑物阴影和树木遮闭的影响，利用航空或卫星影像数据提取建筑物信息的精度往往不高。最近新兴的机载Li-DAR(light detection and ranging)技术为城市建筑物的识别与量测提供了新方法。加载在飞机平台上的机载LiDAR 系统可以直接获取地表、建筑物、树木和汽车等地物对象的大量3D 点云。与航空或卫星影像相比，机载LiDAR 点云不受阴影和投影差的影响，因此在城市建筑物提取方面有着较大优势。

从LiDAR 点云中提取建筑物的通常做法是:首先，从非地面点云中分离出地面点云并生成数字高程模型(digital elevation model，DEM);然后，用全部点云生成的数字表面模型(digital surface model，DSM)减去DEM 得到包含非地面点云的归一化的数字表面模型(normalized DEM，nDSM);最后，从nDSM 中区分建筑物点和植被点。该过程用到的点云和影像信息包括高程、面积、形状、表面的平滑程度、色彩和纹理［1－2］。Zhang 等［3］联合区域生长法和平面拟合的方法借助高差从非地面点云中分离出建筑物和树木;Rottensteiner 等［4］将高差、归一化差值植被指数(normalized difference vegetation index，NDVI)和表面粗糙度参数应用到证据推理理论中，从而提取建筑物;Khoshelham 等［5］将首次和末次回波DSM 的高差以及从彩红外影像中提取的NDVI应用到贝叶斯……