一种基于机载激光点云的城市建筑物属性提取方法技术

本发明专利技术提出了一种基于机载激光点云的城市建筑物属性提取方法。本发明专利技术利用布料滤波算法提取机载激光点云非地面点，分别计算每个非地面激光点的几何特征、高度特征、属性特征并利用随机森林分类器将非地面点云逐点标记为建筑物点、植被点；然后给定三维距离阈值、高度距离阈值、强度差异阈值对标记为建筑物的激光点进行区域生长并得到多个建筑物点云聚类；对每个建筑物点云聚类经过平面拟合得到建筑物结构高度以及建筑物结构的轮廓信息。本发明专利技术利用机载激光点云自动获取大规模城市建筑物层高及轮廓信息，获得城市建筑不同高度、不同结构的精细尺度建筑物结构信息，为城市地理数据库提供数据支持。库提供数据支持。库提供数据支持。

【技术实现步骤摘要】
一种基于机载激光点云的城市建筑物属性提取方法


[0001]本专利技术属于激光扫描数据处理
，尤其涉及一种基于机载激光点云的城市建筑物属性提取方法。

技术介绍

[0002]三维激光扫描可以对地球表面进行采样，同时获取地物表面的三维坐标和一定属性信息，可以以数字形式刻画现实世界，成为重要三维数据获取方式，成功应用于多种地理信息应用中。机载三维激光扫描系统由于其自上而下的采集方式，可以快速获取大范围、精细化的城市地物要素的三维坐标，并获取城市建筑物地物结构，可以服务于建筑物建模、地物要素数据库更新等。
[0003]城市建筑物信息对城市应用息息相关，能够获取精细的、及时更新的建筑物信息对城市管理部门都至关重要。建筑物提取与数字重建可以为城市监管、基础数据库更新等应用提供数据支持。当前研究与实际生产多以卫星图像或机载航空影像作为数据源，但二维影像数据由于角度干扰、光谱变化等原因，难以有效识别并提取建筑物信息，三维激光点云数据可以补充几何结构信息，有效获取建筑物结构及层高等信息。
[0004]随着城市的发展以及城镇化进程的推进，城市中建筑物的也更加复杂。因此如何快速、自动、大范围地获取城市建筑物属性成为城市智能管理、地理数据库信息更新的难点。同时，准确的建筑物提取可以为城市规划、地理信息数据库更新、违建检测等应用提供数据支持。机载点云能够精确捕捉地面物体的三维几何形态与结构。因此，城市地物要素属性信息获取重要的数据源。
[0005]根据影像或点云利用传统方式，以人工交互方式进行手工提取建筑物的过程费时费力。除此之外，城市场景地物要素多样，与建筑物距离较近的植被点会干扰建筑物点云识别过程。因此，针对城市建筑物提取，提出一种无需人工作业基于机载激光点云的自动化建筑物识别以及属性提取方法。本方法利用三维激光点云基于点云分类以及聚类方法，提取建筑物结构并计算层高及建筑物轮廓。

技术实现思路

[0006]本专利技术以自动化建筑物提取为目标，以机载激光雷达点云作为数据源，结合点云分类与聚类算法提取建筑物点云，并计算建筑物结构轮廓以及层高信息。
[0007]本专利技术的技术方案提供一种基于机载激光点云的城市建筑物属性提取方法，包括以下步骤：步骤1，对机载激光点云进行噪声剔除得到去噪后机载激光点云，将去噪后机载激光点云的每个激光点利用布料滤波算法得到去噪后机载激光点云的每个激光点的类别标签标记为地面点、非地面点；筛选出去噪后机载激光点云的类别标签为地面点的利用地面点的每个激光点构建地面点云，筛选出去噪后机载激光点云的类别标签为非地面点的每个激光点构建非地面点云，将地面点云通过邻近插值的方式拟合得到数字地面模型；
步骤2，根据非地面点云中每个激光点的几何信息和非地面点云中每个激光点的属性信息，计算非地面点云中每个激光点的几何特征、高度特征、属性特征；根据非地面点云中每个激光点的几何特征、高度特征、属性特征利用随机森林分类器将非地面点云中每个激光点的类别标签依次标记为建筑物点、植被点；筛选出非地面点云的类别标签为建筑物点的每个激光点构建建筑物点云；步骤3，将建筑物点云中两个激光点间的三维距离阈值、建筑物点云中两个激光点间的高度距离阈值、建筑物点云中两个激光点间的强度差异阈值共作为区域生长的约束条件，将建筑物点云中每个激光点通过区域生长算法得到多个建筑物点云聚类；步骤4，对每个建筑物点云聚类依次进行平面拟合计算得到每个建筑物点云聚类的建筑物结构高度，根据已知的建筑物单层高度和以已获取的建筑物聚类的高度信息，求得对应的层数信息。将每个建筑物点云聚类投影到二维平面得到每个建筑物点云聚类的二维平面区域，将每个建筑物点云聚类的二维平面区域通过散点轮廓alpha
‑
shape方法提取得到每个建筑物结构轮廓；作为优选，步骤1所述机载激光三维点云的定义为：其中，K为机载激光三维点云中激光点的数量，为三维点云中第k个点，为第k个点的反射强度信息，为第k个点的回波次数信息，为三维点云中第k个点分别对应的空间直角坐标系X、Y、Z轴的坐标值，其中Z值竖直向上，X、Y、Z轴两两垂直；作为优选，步骤2所述计算非地面点云中每个激光点的几何特征，具体方法为：将非地面点云中第i个激光点定义为，,为非地面点云中激光点的数量；给定球形邻域半径，以非地面点云中第i个激光点为球心，构建半径为的球形邻域，利用球形邻域的所有激光点构建非地面点云中第i个激光点的协方差矩阵,计算方式如下：其中，为第i个激光点对应的球形邻域内的邻域激光点个数，t为其球形邻域内的第t个邻域激光点，，为邻域激光点由空间坐标组成的向量，为邻域激光点X轴对应的坐标值，为邻域激光点Y轴对应的坐标值，为邻域激光点Z轴对应的坐标值；，为第i个激光点球形邻域内所有激光点空间坐标平均值组成的向量，为第i个激光点球形邻域内所有激光点在X轴的坐标平均值，为第i个激光点球形邻域内所有激光点在Y轴的坐标平均值，为第i个激光点球形邻域内所有激光点在Z轴的坐标平均值；将非地面点云中第i个激光点的协方差矩阵通过主成分分析方法得到非地面点
云中第i个激光点对应的第一特征值、非地面点云中第i个激光点对应的第二特征值、非地面点云中第i个激光点对应的第三特征值；第i个激光点的各向异性特征、平面性特征、球性特征、线性特征计算公式分别如下：计算公式分别如下：计算公式分别如下：计算公式分别如下：步骤2所述计算非地面点云中每个激光点的高度特征，具体方法为：将非地面点云中第i个激光点定义为，,为非地面点云中激光点的数量；给定球形邻域半径，竖直高度，以非地面点云中第i个激光点为圆柱中心，构建半径为的圆柱邻域，步骤2种所述非地面点云中第i个激光点对应的高程特征由圆柱邻域内由高程极差、高程标准差以及高程峰度构成，具体计算方式如下：如下：如下：其中，第i个激光点对应的圆柱邻域内邻域激光点的个数，为第i个激光点圆柱邻域内所有激光点对应的最大的Z轴坐标值、为第i个激光点圆柱邻域内所有激光点对应的最小的Z轴坐标值、为第i个激光点圆柱邻域内所有激光点对应的Z轴的平均值。
[0008]步骤2所述计算非地面点云中每个激光点的属性特征，具体方法为：对于非地面点云中第i个激光点，,在半径的球形邻域内的点的平均强度和平均回波次数作为属性特征。
[0009]作为优选，所述步骤3具体如下：依次计算建筑物点云中第s个激光点与建筑物点云中第t个激光点间的三维距离、高度距离、强度差异；
若均满足条件、、，则建筑物点云中第s个激光点与建筑物点云中第t个激光点将被聚类为同一建筑物点云聚类；其中，，，为建筑物点云中的激光点的数量。
[0010]本专利技术优点在于，可以利用机载激光点云自动获取大规模城市建筑物层高及轮廓信息。本技术通过逐点分类方法获取建筑物激光点，其次根据强度、高度、距离约束关系，获得高度一致的建筑物点云聚类，然后对每一个建筑物点云聚类进行高度拟合与轮廓提取。与已有建筑物提取方法相比，本技术可以获得城市建筑不同高度、不同结构的精细尺度建筑物结构信息，可以为城市地理数据库提供支持。
附图说明
[0011]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机载激光点云的城市建筑物属性提取方法，其特征在于，包括以下步骤：步骤1，对机载激光点云进行噪声剔除得到去噪后机载激光点云，将去噪后机载激光点云的每个激光点利用布料滤波算法滤波处理得到去噪后机载激光点云，并得到去噪后机载激光点云中每个激光点的类别标签标记为地面点、非地面点；筛选出去噪后机载激光点云中激光点类别标签为地面点的激光点构建地面点云，筛选出去噪后机载激光点云中激光点类别标签为为非地面点的激光点构建非地面点云，将地面点云通过邻近插值的方式拟合得到数字地面模型；步骤2，根据非地面点云中每个激光点的几何信息和非地面点云中每个激光点的属性信息，计算非地面点云中每个激光点的几何特征、高度特征、属性特征；根据非地面点云中每个激光点的几何特征、高度特征、属性特征利用随机森林分类器进行分类，非地面点云中每个激光点的类别标签标记为建筑物点、植被点；筛选出非地面点云的类别标签为建筑物点的激光点构建建筑物点云；步骤3，通过建筑物点云中两个激光点间的三维距离阈值、建筑物点云中两个激光点间的高度距离阈值、建筑物点云中两个激光点间的强度差异阈值构建区域生长的约束条件，将建筑物点云中每个激光点通过区域生长算法进行聚类得到多个建筑物点云聚类；步骤4，对每个建筑物点云聚类依次进行平面拟合计算得到每个建筑物点云聚类的建筑物结构高度，根据已知的建筑物单层高度和以已获取的建筑物聚类的高度信息，计算对应的层数信息；将每个建筑物点云聚类投影到二维平面得到每个建筑物点云聚类的二维平面区域，将每个建筑物点云聚类的二维平面区域通过散点轮廓alpha
‑
shape方法提取得到每个建筑物结构轮廓。2.根据权利要求1所述的基于机载激光点云的城市建筑物属性提取方法，其特征在于，步骤1所述机载激光三维点云的定义为：其中，K为机载激光三维点云中激光点的数量，为三维点云中第k个点，为第k个点的反射强度信息，为第k个点的回波次数信息，为三维点云中第k个点分别对应的空间直角坐标系X、Y、Z轴的坐标值，其中Z值竖直向上，X、Y、Z轴两两垂直。3.根据权利要求1所述的基于机载激光点云的城市建筑物属性提取方法，其特征在于，步骤2所述计算非地面点云中每个激光点的几何特征，具体方法为：将非地面点云中第i个激光点定义为，,为非地面点云中激光点的数量；给定球形邻域半...

【专利技术属性】
技术研发人员：丁鹏辉，张璐琪，刘宝华，李琳，丁晓龙，曾静静，杨必胜，
申请(专利权)人：武汉大学，
类型：发明
国别省市：