基于机载LiDAR数据与影像处理技术的建筑物提取研究

发布时间：2016-06-17 05:59

1.绪论  

1.1 引言 
Daguerre 和 Niepee 于 1839 年拍摄了人类历史上第一张用于获取平面信息的相片，自此以后，利用相片制作平面图的技术便沿用至今。在 20 世纪初，摄影测量技术发生了巨大的变化，Fourcade 根据人眼视觉原理，发明了立体像对观测技术，这一技术使得广大测绘人员由 2D 平面观测进入了真实 3D 观测时代[1][2]。时至今日，利用立体像对建模的测量技术仍然是获取高精度地面点坐标最可高的方法[3]。 进入 20 世纪后，数字摄影测量随着计算机技术的发展而逐渐成熟起来。摄影测量的工作流程基本如下：航空测量—影像处理—地面测量（空中三角测量）—立体测量—制图[4][5]，近百年来，摄影测量的工作模式没有发生革命性变化。由于当前地理信息更新周期缩短，而摄影测量的工作周期过长，摄影测量技术显然已经不适合当前社会的需要[2][6]。 美国航空航天局（NASA）在 1970 年研制出第一台对地观测 LiDAR 系统，自此LiDAR 技术和机载激光扫描技术便发展起来。机载激光扫描技术的迅速发展，使得LiDAR 点云技术成为获取高精度地面地形信息的重要手段[7]。机载激光雷达发射的高能量的脉冲信号可以穿透地面植被，能直接获取林区或者山区的真实地表信息[8]。机载雷达技术是一种直接、主动式的测量技术，与传统航空航天摄影测量技术相比，不受日照和天气条件的影响，可以全天候作业；可应用于地形测量、火灾调查、污染检测、资源探测、灾害检验等方面[9]。  
.........

1.2 研究目的及意义 
目前的 LiDAR 数据的点间距一般为 1~2 米，其空间分辨率较航空摄影测量所使用的高分辨率的航空影像要低很多，且缺乏地物的纹理信息，加之点云的后处理技术，尤其是点云滤波技术目前仍然比较滞后，所以，单纯依靠原始 LiDAR 点云数据提取建筑物信息是非常困难的[10]。计算机视觉技术出现于 20 世纪 50 年代，其图像处理技术发展的也非常成熟，现在已经广泛的应用于航空航天、医学影像、出版印刷等多个领域[11]。因此，多源数据的结合已经成为 LiDAR 数据处理新方法的热点和重点[12]。本文将基于影像处理技术，对机载激光雷达分类后生成的影像进行建筑物的提取。研究目的为： ①熟悉机载雷达系统及其工作原理，了解 LiDAR 点云的数据结构及特点； ②了解 Terrasolid 点云分类方法，通过实验获得合理的点云滤波阈值；③改进基于 LiDAR 点云影像的处理技术，得到满足一定精度的地物边缘信息。 研究意义： ①机载 LiDAR 数据采集技术已经趋于成熟，但是 LiDAR 点云数据的后处理技术仍然未有显著的发展，多源数据的应用已经成为 LiDAR 点云数据处理的新方向，而成熟的影像处理技术和 LIDAR 点云的结合将成为 LiDAR 点云信息利用的突破口，具有非常重要的价值和意义； ②传统的航空影像原始数据往往是非正射影像，影像分析之前要先进一系列的影像校正工作，由于 LiDAR 是直接获取地物的三维坐标信息，得到是真实的地物信息，所以基于 LiDAR 点云影像的处理技术会大大缩短作业时间； ③LiDAR 影像处理技术主要是利用了 LiDAR 地物点云的突出的几何特性，对点云密度依赖低，所以提取精度要高于传统的航空影像提取技术。因此 LiDAR 影像处理技术将降低外业作业成本，，并提高了影像提取精度，同时为今后的 LiDAR 数据处理技术积累经验和技术。 
...........

2.机载激光雷达测量原理及其应用 

机载 LiDAR 系统是针对地学遥感的雷达成像系统。机载 LiDAR 一般使用固定翼飞机和直升机作为载体，对地形及地物进行规则扫描，记录距离信息以及其他的信息，目的在于获取高精度、高密度的激光点云信息，以及回波次数、回波强度以及影像等数据。机载 LiDAR 数据可用于生产数字表面模型（Digital Surface Model，DSM）数字高程模型（Digital Elevation Model，DEM），正射影像、矢量地图、专题地图等测绘产品[24]。  

2.1 机载激光雷达系统 

机载激光雷达（Light Detection And Ranging，LiDAR）是安装在飞机或者是直升飞机上的多功能主动式的遥测传感器。机载激光雷达系统主要由激光扫描仪（Laser Scanner）、中心控制单元（Center Control Unit）、差分全球定位系统 DGPS（Differential Global Positioning System，DGPS）和惯性导航单元（Internal Measurement Unit，IMU）组成[25]。图 2.1 为机载雷达的系统组成图。 一般情况下，激光扫描系统通过设定一定的扫描方式，来实现获取地面点的距离信息。常用的扫描方式有 Z 形扫描、平行线阵列扫描和线性椭圆扫描三种[26][27]。Z 形扫描的方式使激光脚点呈高密度的“Z”字形；平行线阵列扫描使激光脚点在地面形成相互平行的窄间距扫描线；线性椭圆扫描使激光脚点在地面形成有一定重叠的椭圆[28]。如图 2.2 所示（从左至右依次为 Z 形扫描、平行线阵列扫描和线性椭圆扫描）。地面激光点的形态分布通常情况下由机载 LiDAR 系统使用的扫描方式、飞行角度、飞行速度以及其他诸多因素决定[29]。 

.........

2.2  机载 LiDAR 的工作原理
机载 LiDAR 系统主要通过测定扫描仪的坐标信息、姿态信息以及扫描仪到地面目标的距离来解算地面目标点的精确坐标。其中，装载在飞行器上的扫描仪的位置信息由 GPS 接收机获得，INS 系统用于获取飞行器在飞行过程中的姿态变化信息，高精度的激光扫描仪用于获取扫描仪与地面点的距离，进而解算出地面点的三维坐标[41]。目前，市面上由许多种类的激光测距仪，功能也是千差万别，但是从工作原理上分类，基本上可以分为一下两种：一种是通过发射脉冲信号直接获取测量时间的方法，称为脉冲式激光测距，一种是通过测量相位差间接测量时间的连续光波式激光测距。 图 2.4 为激光测距的原理。 
.........

3.影像处理技术基础理论 ....... 13
3.1 形态学算法........ 13
3.1.1 二值形态学 ..... 13
3.1.2  灰度形态学 .... 19
3.2 图像分割算法 .......... 21
3.3 本章小结 ........... 31
4.基于影像技术的 LiDAR 点云建筑物提取 ......... 33
4.1 LiDAR 点云建筑物提取优点和困难分析 ....... 33
4.2  数字图像处理技术建筑物提取困难分析 ....... 34
4.3 基于 TerraSolid 的 LiDAR 点云分类流程 ....... 35
4.4 改进的形态学图像处理算法 .... 41
4.4.1 环形互补形态学算法 ..... 42
4.5  基于面积的形态学填补算法 ........... 46
4.6 本章小结 ........... 55
5.实验结果与分析 .......... 57
5.1 实验数据及实验平台 ........ 57
5.2 实验结果 .... 58
5.3 实验结果评定分析 .... 64
5.4 本章小结 .... 65 

5.实验结果与分析 

本文在第二章阐述了 LiDAR 点云采集的基本原理，LiDAR 点云的数据结构以及LiDAR 数据较传统遥感影像的优缺点；第三章主要阐述了数字图像处理技术的基本原理和本文所要用到的处理方法；第四章阐述了 LiDAR 点云分类处理的流程和基于LiDAR 影像，基于改进的形态学算法的建筑物提取方法。基于形态学算法的建筑物提取的关键技术在与结构元素的选取和判断规则的选定。本文使用了面积法，结合形态学结构元素的几何特性，改进传统的形态学算法来进行建筑物噪声滤波和提取。 

5.1 实验数据及实验平台 
本文所使用的数据来源于浙江省绍兴市某城市 LiDAR 点云数据，点云密度为4~6points/m2。如图 5.1 所示。虽然使用形态学算法可以滤除掉影像上的噪声，但是原始影像上噪声过多，使用形态学滤波算法会在一定程度上破坏边缘信息。由于影像上出现的细小的孔洞噪声可以归类与椒盐噪声，所以这里首先使用对椒盐噪声滤除效果较好且对边缘保护较好的中值滤波 LiDAR 影像进行滤波预处理。  
.........

结论

机载雷达技术是是一门新兴的对地遥感测量技术，相对与传统的航空摄影测量，机载雷达技术有着不可逾越的优势，机载雷达可以快速、准确地获取地面地形的空间信息，可以快速生成 DEM、DSM 等数字化测绘产品，因其作业周期短、数据采集精度高、不受环境影响等优点而得到了广泛的应用。但是，机载雷达数据的后处理技术仍然比较滞后，机载 LiDAR 技术获取的地面点云数据包含大量可用信息，但是目前技术对 LiDAR 点云信息的利用率较低，如何高效、多源地利用 LiDAR 点云信息已成为亟待解决的问题。其中，多源数据的结合使用已成为机载雷达技术发展的方向和研究重点。 本文依据多源数据处理的思想，将影像处理技术应用到机载 LiDAR 点云建筑物分类中。本文根据 LiDAR 点云数据的获取特点以及 LIDAR 影像的几何特征，改进了传统的形态学处理算法，并通过实验验证了本文方法的有效性和可靠性：
①本文根据形态学理论，考虑到建筑物的几何特征以及建筑物点云的高程特征，对传统的形态学滤波算法做出改进，提出环形互补结构的形态学滤波算法，该算法改进了传统同质模板判断条件单一的缺陷，使用相异且互补的结构元素对图像进行滤波去噪，实验表明，该算法在去除图像加性噪声，保护图像边缘方面有着很好的效果。 
②由于机载 LiDAR 激光脚点分布的离散性、不规则性，以及作业过程中的环境因素的影响，导致扫描的地面点的密度是不均匀的，这就造成了 LiDAR 影像中会出现无规律的孔洞噪声。本文针对孔洞填补问题，依据形态学理论，提出基于面积元的单模板算法和双模板填补算法，实验表明，基于面积元的填补算法可以很好地滤除噪声斑，快速地填补图像中的孔洞，并且可以很好的保护图像的边缘信息。 
③经过实验对比和结果评定。本文改进的形态学算法在图像清晰度、边缘提取精度、图像质量上相对于传统的图像处理算法上有很大的提升，并且图像的失真度较低，进一步验证了本文改进算法的较高的可靠性和适用性。 
.........
参考文献(略) 

本文编号：58122