[發明專利]基于三維Voronoi圖的建筑物屋頂面片分割方法

在審

• 申請號: 201711164140.2
• 申請日: 2017-11-21
• 公開（公告）號: CN107944383A
• 公開（公告）日: 2018-04-20
• 發明（設計）人: 朱云集;王楠;許雪松;郭丹丹
• 申請（專利權）人: 航天科工智慧產業發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 北京市盛峰律師事務所11337
• 代理人: 梁艷

技術領域

本發明涉及利用機載激光雷達數據進行建筑物三維重建技術領域，尤其涉及一種基于三維Voronoi圖的建筑物屋頂面片分割方法。

背景技術

地圖是傳統的表達、傳輸和研究地理信息的方式及載體，數字地球和數字城市的出現打破了這一傳統觀念，使人類在描述和分析地表空間事務的信息上，獲得了從二維到三維的突破性飛躍。三維城市模型已被廣泛的應用于城市規劃、微氣候研究、空氣污染分析、噪音傳播分析、軍事、通信、虛擬現實等諸多領域，對城市建筑物三維模型的需求與日俱增。

機載激光雷達(LiDAR，Light Detection and Ranging)是近些年來發展起來的一種新型非接觸式主動遙感探測技術，在實時獲取三維空間信息方面取得了重大突破，其具有自動化程度高、受天氣影響小、數據生產周期短、精度高、生產成本低等特點，目前已廣泛應用于地形測繪、森林垂直結構探測、水利電力設計、公路鐵路設計、海岸線分析等領域，特別在建筑物三維重建領域機載LiDAR系統發揮了不可替代的作用。

建筑物屋頂面片分割是基于LiDAR點云數據進行建筑物三維重建的關鍵步驟，所以，對機載LiDAR點云數據中建筑物屋頂面片分割方法的研究具有十分重要的意義。國內外學者已對機載LiDAR點云數據處理方法進行了大量的研究。目前，對機載LiDAR點云數據中的建筑物進行分割提取的方法主要分為以下四類方法：

第一類是基于數字圖像處理的方法；

第二類是基于形態學的方法；

第三類是遙感分類的方法；

第四類是融合多數據源的方法。

第一類基于數字圖像處理的方法將不規則的LiDAR點云內插為格柵數據，然后利用遙感領域的數據處理方法和工具對柵格數據進行處理和分析，分離出建筑物，這類方法直接把LiDAR數據當作圖像處理，丟失了精度，也沒用充分利用LiDAR數據本身的特性；

第二類基于形態學的方法是利用鄰域激光腳點的高差進行判斷，首先進行濾波獲取非地面點，然后使用形態學運算剔除掉植被、汽車等離散的噪聲，最終提取出建筑物。這類方法對數字高程模型提取的準確度有較大的依賴，此外，由于難以選擇合適的窗口，形態學的腐蝕方法很難消除大片的樹叢和與建筑物聯系密切的樹叢；

第三類遙感分類的方法是利用遙感分類中的監督分類、非監督分類、模糊理論、神經網絡、機器學習等分類方法對點云數據進行分類和判斷，這類方法為LiDAR點云數據處理提供了新手段，但仍需更深入的研究以提高通用性和實用性；

第四類融合多數據源的方法增加了其他輔助數據源，可以提高建筑物提取的準確度并降低漏檢率，由于現代LiDAR系統獲取點云數據的同時還可以獲取相應地區的各種光譜影像，影像成為使用最多的一種輔助數據源，此外，高分辨率衛星影像、航空相片、已有GIS資料等都可以用來和LiDAR數據進行融合處理。在多數據源融合的方法中，匹配是待解決的首要問題，整體來說，合理地選擇更多的信息能夠增加算法的穩定性，提高算法的效果。

發明內容

本發明的目的在于提供一種基于三維Voronoi圖的建筑物屋頂面片分割方法，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種基于三維Voronoi圖的建筑物屋頂面片分割方法，包括如下步驟：

步驟a，對原始機載LiDAR點云數據進行濾波，區分點云數據中的地面點與非地面點；

步驟b，針對步驟a中得到的非地面點，確定植被點，對于所述植被點進行粗略剔除，獲得包含少量植被、汽車和/或路燈的較小地物的點集；

步驟c，針對步驟b中獲得的點集，構建三維Voronoi鄰域系統；

步驟d，利用步驟c中構建的三維Voronoi鄰域系統，采用協方差分析方法，提取點云中任意一點p處的法向量v₁和平整度F，當平整度F小于預設閾值F_T時認為點p鄰域中的點為共面點，即為點云中的建筑物點，剔除點云中包含的少量植被、汽車和/或路燈的較小地物的點，獲取點云中的建筑物點；

步驟e，針對步驟d中獲得的建筑物點，計算建筑物墻面特征F_facade，當F_facade的值近似等于1時，認為點p為建筑物墻面點，剔除點云中建筑物墻面點，獲得點云中的建筑物屋頂點；