[發明專利]基于LiDAR點云空間差異分析的城市建筑物變化檢測方法

有效

• 申請號: 201410263818.2
• 申請日: 2014-06-13
• 公開（公告）號: CN104049245B
• 公開（公告）日: 2017-01-25
• 發明（設計）人: 陳長寶;謝興;張玉;盧志淵;杜紅民;劉會娟;肖丹丹
• 申請（專利權）人: 中原智慧城市設計研究院有限公司
• 主分類號: G01S7/48
• 分類號: G01S7/48
• 代理公司: 鄭州紅元帥專利代理事務所(普通合伙)41117
• 代理人: 徐皂蘭,秦舜生

技術領域

本發明涉及機載激光雷達技術領域，尤其是涉及一種基于LiDAR點云空間差異分析的城市建筑物變化檢測方法。

背景技術

隨著經濟建設的不斷發展，我國的城市建設如火如荼，城市變化非常頻繁和劇烈。遙感(包括航空)影像幾何精度高、語義信息豐富，是目前大范圍、高頻率的城市變化檢測最大的數據源。近幾十年，有很多學者深入研究基于遙感影像的變化檢測，提出了很多代表性的算法，形成了豐富的理論體系。然而，目前基于遙感影像的變化檢測仍然面臨如遮擋與陰影的問題，投影差的問題，地物內部的異質性，過于豐富的紋理，混合像元等諸多問題。更重要的是，建筑物的變化很多體現為空間結構的變化，由于影像缺乏直接的三維信息，通過密集匹配技術可獲取三維點集，但密集匹配效果受各種因素的制約，誤差較大，同時密集匹配的點云無法穿透植被，因此單獨利用不同時相的影像數據監控城市建筑物的更新有一定的局限性。

LiDAR數據提供的高質量三維點云數據，為城市建筑物的三維變化檢測提供了新的研究思路。激光束所具備的穿透能力可以在一定程度上克服植被形成的遮檔，減少局部區域的數據缺失，大大提高了建筑物提取的質量。與基于影像手段的變化檢測方法相比，LiDAR數據在建筑物復雜結構、拓撲關系的三維表征上具有無可比擬的優勢。因此基于多時相的LiDAR數據不僅能圈定變化區域，檢測變化類型，還可以使城市短期的微小的三維變化檢測(如小規模違建)成為可能。目前LiDAR數據還存在一些需要解決的問題，如未被激光束穿透的遮擋所形成的數據缺失，由于飛行高度、掃描角以及地物反射率而形成的數據點稀疏、區域空洞或數據噪聲，基于離散點云的特征提取和分類問題等等。因此如何利用LiDAR高精度的三維信息、實現高效率、高魯棒性、高精度的基于機載LiDAR點云的城市建筑物三維變化檢測方法具有重要的理論意義和實踐價值。

發明內容

有鑒于此，本發明的目的在于提供一種基于LiDAR點云空間差異分析的城市建筑物變化檢測方法，LiDAR數據提供的高質量三維點云數據，充分發揮了LiDAR數據在建筑物復雜結構、拓撲關系的三維表征上的優勢，進行建筑物的三維變化檢測。

為達到上述目的，本發明采用以下技術方案：

一種基于LiDAR點云空間差異分析的城市建筑物變化檢測方法，其特征在于：包括以下步驟：

步驟1，對不同時相的LiDAR點云數據分別進行預處理；利用線性插值算法獲取不同時相的DSM和DTM；利用公式(1)將DSM中的地形起伏信息去除，獲取規則化數字表面模型nDSM；

nDSM(t)＝DSM(t)-DTM(t)???(1)

公式(1)中，DSM(t)、DTM(t)、nDSM(t)分別為t時相中的數字表面模型、數字地面模型、規則化數字表面模型；

步驟2，通過公式(2)將步驟1獲取的兩期DSM相減，獲取高程差值模型dDSM；t₁、t₂表示前后不同兩個時相；

dDSM＝nDSM(t₂)-nDSM(t₁)???(2)

步驟3，對高程差值模型進行空間差異分析，提取候選變化區域；消除低矮植被噪聲；通過形態學開運算，消除長條形配準誤差；

步驟4，利用LiDAR點云的空間特性，提取直接特征以及高程紋理特征，增加用于分類器的有效特征向量維數；

步驟5，利用步驟4提取的LiDAR點云特征構成特征向量，實現于建筑物和植被的分類；

步驟6，結合步驟3獲取的候選變化區域以及步驟5獲取的類別信息，對候選變化區域進行套合疊置分析，確定建筑物的變化屬性。

作為優選，所述步驟1的預處理包括去噪、濾波步驟。

作為優選，所述步驟3形態學開運算采用如下公式：

[E_S(dDSM)](c_p,r_p)＝min{w}???(3)

D_S[E_S(dDSM)](c_p,r_p)＝max{w}???(4)

式中：E_S為腐蝕算子，D_S代表膨脹算子，dDSM代表高程差值模型，(c_p,r_p)代表窗口中心像素點，w為窗口中的其他柵格點的高程值。