本发明专利技术涉及建筑物墙线提取技术领域，特别公开了一种基于无人机激光雷达点云的建筑物墙线提取方法。本发明专利技术对收集的海量点云数据进行预处理，经过地形滤波和地物提取等步骤后，以获取适合建筑物特征提取的数据源；目标是将不同形状建筑的墙线自动的提取绘制出来，并对初步提取的粗糙的墙线进行简化和规则化，最终得到真实的建筑物。本发明专利技术数据处理方式简洁、有条理，数据提取准确度高，获得结果精确，解决现有技术中建筑物墙线提取不准确的问题，适于广泛推广应用。广泛推广应用。广泛推广应用。
【技术实现步骤摘要】
基于无人机激光雷达点云的建筑物墙线提取方法
[0001]本专利技术涉及建筑物墙线提取
，特别涉及一种基于无人机激光雷达点云的建筑物墙线提取方法。
技术介绍
[0002]近年来，随着数字城市、数字地球及虚拟现实等概念的出现，人们迫切地需要获取地物的空间三维信息。无论是数字城市、文物保护，抑或是城市街面改造，都离不开建筑物模型的重建。建筑物模型重建一般需提供有建筑物的实际尺寸、特征构件的细部信息等基础数据，即建筑物的正立面图、侧立面图等信息。由于技术水平的限制，传统的建筑物场景三维信息获取的方式主要是全站仪、近景摄影测量等手段。全站仪是散点式测量，费时、费力、低效; 近景摄影测量不能直接获取地物的三维模型，在影像灰度变化不显著的区域难以提取同名点，影响了建筑物建模的几何准确性和三维信息的完整性。
[0003]无人机具有安全快速、成本低廉和不受拍摄角度限制的优点，和激光雷达相结合，可以充分发挥优势。基于LiDAR系统的技术方法是迄今公认的获取数字地表模型的最有效方式，并已有通过雷达手段对城市局部区域进行重建的先例。但是，以无人机为平台的机载激光雷达容易受到气流抖动、空 气 中 灰 尘 颗 粒、被测物体表面反射率，以及环境中树木摆动的干扰，导致原始数据在包含城市建筑物的尖锐信息的同时，也存在大量高频噪声，因此使用前进行去噪处理尤为重要。
[0004]众多学者对利用点云数据提取建筑物墙线进行了相关研究。尤红建等对激光点云数据进行二次内插加密生成 DSM数据，利用图像处理的方法进行建筑物墙线提取; 武汉大学张栋采用了激光扫描数据和航空影像数据提取建筑物墙线，这种方法在散乱无组织点云数据中可以提取墙线信息，但是对多层建筑物墙线的提取效果不好; 孟峰等首先对点云数据进行重采样生成不同尺度的影像，然后对影像进行分割，最后采用 Canny 算法进行建筑物墙线的提取，这种方法借助了数字图像处理方法进行建筑物墙提取，会丢失一些建筑物信息。
[0005]分析现有算法，可知在海量离散型数据中能够提取建筑物墙线，但是点云数据具有噪声较大，且数据量大、冗余度高、杂乱无章等特点，这会影响墙线提取精度。基于数字图像处理的方法对建筑物墙线进行提取也会丢失部分建筑物的信息。
技术实现思路
[0006]本专利技术为了弥补现有技术的不足，提供了一种准确度高、操作步骤简洁的基于无人机激光雷达点云的建筑物墙线提取方法。
[0007]本专利技术是通过如下技术方案实现的：一种基于无人机激光雷达点云的建筑物墙线提取方法，包括如下步骤：（1）收集点云数据；（2）对点云数据进行预处理，通过对数据的解算和拼接，得到三维点云数据，之后
进行归一化处理；（3）将点云直接投影到二维平面，生成点云特征图；（4）提取点云特征图的深度特征，进行特征融合及分类，得到所有包含建筑物墙体的点云数据；（5）利用双边滤波Canny算法提取墙线，然后利用Hough变化进行直线检测和拟合，准确提取墙线。
[0008]本专利技术对收集的海量点云数据进行预处理，经过地形滤波和地物提取等步骤后，以获取适合建筑物特征提取的数据源；目标是将不同形状建筑的墙线自动的提取绘制出来，并对初步提取的粗糙的墙线进行简化和规则化，最终得到真实的建筑物。
[0009]本专利技术的更优技术方案为：步骤（1）中，利用无人机搭载激光雷达，通过无人机GPS和惯导系统进行航带配准和坐标系转换，拼接多帧点云数据。
[0010]进一步优选的，所述无人机为打浆M100四旋翼无人机，激光雷达为雷神公司16线激光雷达，拼接的多帧点云数据采用可转换的标准LiDAR存储格式（.las），根据需要可转换为pcd、txt等格式。
[0011]步骤（2）中，利用Cyclone软件对数据进行解算和拼接，得到整个区域的三维点云数据；在LiDAR360软件中，采用渐进加密三角网滤波算法从测区点云中提取出地面点，将整个点云分为地面点和非地面点，然后利用地面点数据在软件中通过插值生成数字高程模型（Digital Elevation Model, DEM），并基于 DEM 对非地面点数据进行归一化处理，得到其归一化高程值，从而消除地面起伏对墙线提取的影响；选择点云法向量的z分量、强度和归一化高程作为点云特征图的红、绿、蓝3个通道。
[0012]进一步优选的，将z分量、强度和归一化高程分别记为f
zv
，f
in
和f
ht
，进行标准化和归一化，公示如下：；其中，f代表单个点的特征值，f∈｛f
zv
，f
in
，f
ht
｝，f
’
为归一化后的特征值，f
max
，f
min
分别代表整个点云中对应特征值的最大最小值。
[0013]步骤（3）中，将点云直接投影到二维平面，将待生成特征图的点的邻域范围划分为网格，再以该点的平面坐标计算每个格网点的平面坐标，并将所有格网点的高程均设置为该点的高程，然后将邻域范围内距离各格网点最近的点的特征值作为各格网点的特征值，从而得到点云特征图。
[0014]步骤（4）中，采用在ImageNet上预训练的50层残差网络（ResNet50）提取深度特征，再将上述的网格设置为不同的值，如64
×
64，128
×
128,256
×
256，得到3种不同尺度的特征图，再进行特征的融合；利用两层全连接层的神经网络模型进行分类，最终得到所有包含建筑物墙体的点云数据。
[0015]进一步优选的，所述点云数据的损失为交叉熵损失，公示如下：；
其中，N，K分别是训练样本总数和分类别数；∈{0,1},样本i为类别k时，即为1，反之为0；表示样本i为类别k的概率。
[0016]步骤（5）中，对点云数据通过逐点内插的方法生产网格化的DSM深度影响，利用双边滤波进行去噪，具体操作如下：
①
将空域和值域相结合起来同时考虑几何位置和灰度大小，最后设计出滤波器，，，其中，f(x,y)为输入图像，g(i,j)为输出图像，权重系数w(i,j,x,y)取决于空域和值域，空域和值域的两个方差σ可以简单设置为相等；
②
计算梯度和方向，，；其中，G(x,y)表示幅度值，图像的边缘强度；表示方位角，梯度方向；
③
区分背景和目标数据，利用最大类间方差方法确定阈值，得到墙线。
[0017]将经过双边滤波Canny算法的影像二值化，生成二值图，然后利用hough变换得到直线特征；利用图像中建筑的点云数据，利用投影分块，生成点云分布矩阵。接着进行灰度化处理，得到灰度图，再进行二值化处理，得到点云分布二值图。二值图利用霍夫变换算法检测直线，检测出各直线的方程，求取直线交点，依次连接位于同一直线上的各交点组成直线段，作为备选墙线；将获取的备选墙线与二值图叠加，若备选墙线两端点间无点云存在，则该备选墙线上的各像素点坐标在二值图中的值为0，将各备选墙本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于无人机激光雷达点云的建筑物墙线提取方法，其特征为，包括如下步骤：（1）收集点云数据；（2）对点云数据进行预处理，通过对数据的解算和拼接，得到三维点云数据，之后进行归一化处理；（3）将点云直接投影到二维平面，生成点云特征图；（4）提取点云特征图的深度特征，进行特征融合及分类，得到所有包含建筑物墙体的点云数据；（5）利用双边滤波Canny算法提取墙线，然后利用Hough变化进行直线检测和拟合，准确提取墙线。2.如权利要求1所述的建筑物墙线提取方法，其特征在于：步骤（1）中，利用无人机搭载激光雷达，通过无人机GPS和惯导系统进行航带配准和坐标系转换，拼接多帧点云数据。3.如权利要求1所述的建筑物墙线提取方法，其特征在于：步骤（2）中，利用Cyclone软件对数据进行解算和拼接，得到整个区域的三维点云数据；在LiDAR360软件中，采用渐进加密三角网滤波算法从测区点云中提取出地面点，将整个点云分为地面点和非地面点，然后利用地面点数据在软件中通过插值生成数字高程模型，并基于 DEM 对非地面点数据进行归一化处理，得到其归一化高程值；选择点云法向量的z分量、强度和归一化高程作为点云特征图的红、绿、蓝3个通道。4.如权利要求1所述的建筑物墙线提取方法，其特征在于：步骤（3）中，将点云直接投影到二维平面，将待生成特征图的点的邻域范围划分为网格，再以该点的平面坐标计算每个格网点的平面坐标，并将所有格网点的高程均设置为该点的高程，然后将邻域范围内距离各格网点最近的点的特征值作为各格网点的特征值，从而得到点云特征图。5.如权利要求1所述的建筑物墙线提取方法，其特征在于：步骤（4）中，采用在ImageNet上预训练的50层残差网络提取深度特征，再将上述的网格设置为不同的值，得到3种不同尺度的特征图，再进行特征的融合；利用两层全连接层的神经网络模型进行分类，最终得到所有包含建筑物墙体的点云数据。6.如权利要求1所述的建筑物墙线提取方法，其特征在于：步骤（5）中，对点云数据通过逐点内插的方法生产网格化的DSM深度影响，利用双边滤波进行去噪，具体操作如下：
①
将空域和值域相结合起来同时考虑几何位置和灰度大小，最后设计出滤波器，，，其中，f(x,y)为输入图像，g(i,j)为输...
【专利技术属性】
技术研发人员：高文飞，王磊，王辉，
申请(专利权)人：山东融瓴科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。