基于等高线族分析的LiDAR 点云建筑物模型自动识别及重建

2021-04-01冯文雯

工程建设与设计 2021年4期

冯文雯

（广西建设职业技术学院，南宁530007）

1 引言

近年来，通过LIDAR 点云[1]数据自动重建建筑物模型一直是的热点研究问题，而且很多算法已经能对一些简单的建筑工程以及规则性的房屋进行模型重建工作，取得的效果非常显著，但是在复杂建筑物的模型识别和重建中还存在一定的不足，需要继续研究并解决。

2 等高线族的定义

通过对等高线的观察可以发现：同一地表或地表物品的等高线总会有一部分极其相似。此规律可以概括为：等高线族就是一个或者说是一组等高线的集合，同一集合内的等高线的拓扑和形状极其相似，并且还具备嵌套关系。主要表现在以下几点：

1）由于建筑物的高度和位置因素，等高线相当密集，并且越是密集就越是规则，越能建立等高线族，是不同地形等高线族的代表。

2）等高线能够反映的地形种类较少，和建筑物相比，自然地形没有建筑物规则，也没有建筑物的高度，起伏较小，地势相对比较爱哦平缓。因此，等高线之间的差异不大。

3）树木比较密集高大的区域，等高线也比较密集，但是相对建筑物，树木的等高线有很大的差异性，不像建筑物那样形状规则。

因此，利用相似性的原理将等高线进行分组，可以进行详细的区分。在复杂的建筑物结构中，利用等高线进行模型的识别和重建，能够有效解决在施工中遇到的一些问题。

由于高等线族是闭合的等高线，可以利用LIDAR 点云构TIN 模型并生成等高线，再结合规则、会波点密度、建筑物面积大等，能够得到建筑物的等高线，建筑物范围以内的LIDAR 点云即为建筑物点云；未在范围之内的，即为非建筑物点云。

3 机载LISAR 技术

LISAR 技术能够自一个精度点获得周边所有的信息数据，并生成三维实景图。机载LISAR 技术产生的数据是构建三维城市的重要数据来源之一。利用机载LISAR 技术进行建筑物的构建分为2 部分：探测和重建模型。在探测阶段，一般采取数据波的方式把数字地面模型提取出来，然后根据实际情况去除不需要的地面点，得到需要的目标点，并进行分割和分类，从而得到精准的建筑物区域。然后利用卫星图像、LIDAR 数据、多光谱影响等技术，尽可能地提高对建筑物的探测精度。

建筑物的模型构建阶段一般采用2 种方式：数据驱动和模型驱动，2 种方法各有优劣，对于结构简单的建筑物，都有较好的应用效果，但是对于复杂建筑物，要精准地定位重建有一定的困难。而通过等高线族的方式进行模型重建，能够深入反映建筑物的层次情况，对建筑物的识别和重建有极大的提升作用。

4 基于等高线族原理分析的屋顶识别

利用等高线族分析而得到等高线族树，每一个树上的叶子就代表每一个建筑物的屋顶，只要将等高线族树中的节点信息和等高线提取出来，就能得到详细的屋顶信息数据。具体阐述如下。

4.1 点云的分配

在等高线族分析法的基础上进行的点云分割是从整体上进行分配的，根据建筑物的形状和类型，抽丝剥茧，然后进行点云的分配，这样自上而下的分割方法，不管是效率还是精准度，都比传统的点云分割更具优势。屋顶点云分配的过程主要是根据等高线组数的节点进行分配，逐层逐次，已分配好的数据不参与后续的分配活动，这样的分配一直持续到没有节点可以进行分配为止。

4.2 屋顶的识别

点云分配完成，等高线族进行更详细的分类后，进行房屋模型重建工作，首先对屋顶进行精准分离，精准识别屋顶的类型、大小。因此，屋顶类型识别是屋顶模型重建的关键点。现有的屋顶模型数据库中，都需要人为的干预，费时费力。经过分析，通过数字地面模型得到的等高线，能够精准反映屋顶的形状。

5 基于等高线族分析的建筑物重建思路

如图1 所示，图a 表示1 个2 层结构建筑的原始点云图；图b 是根据图a 以及等高线族分析法所生成的等高线图；图c 和图d 分别表示通过等高线族分析法得到的不同层次、不同高度的等高线族；图e 和图f 分别表示该层次所重建的模型；图g 表示模型合并后整个建筑物的完整模型。因此，利用等高线族分析法，为从LIDAR 数据中提取建筑物模型提供了一种新思路。