[發明專利]一種基于激光雷達點云和近紅外影像的建筑物檢測方法

有效

• 申請號: 202010283212.0
• 申請日: 2020-04-13
• 公開（公告）號: CN111487643B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 李毅;戴玉成;龔建華;孫麇;周潔萍;李文航;殷兵曉
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: G01S17/86
• 分類號: G01S17/86;G01S17/89;G06K9/00;G06K9/62
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 張海青

本發明公開一種基于激光雷達點云和近紅外影像的建筑物檢測方法，包括：獲取具有近紅外波段的正射影像、激光雷達點云，并將其進行配準和融合；計算融合后每個激光點的歸一化植被指數NDVI，基于NDVI和支持向量機分類器完成植被識別；對于非植被激光點，通過近鄰搜索算法和高度閾值完成建筑物的識別；對于建筑物激光點，提取屋頂種子點和候選立面點，并基于屋頂種子點獲取基于單獨建筑物的屋頂點群；基于每個建筑物的屋頂點群，估計建筑物的垂直立面；基于候選立面點、估計垂直立面，進行立面點的精提取；通過屋頂點和精提取得到的立面點完成三維建筑物的檢測。本發明有效提高了建筑物的檢測精度，能夠保證建筑模型較高的細節水平。

技術領域

本發明涉及遙感地物三維提取技術領域，特別是涉及一種基于激光雷達點云和近紅外影像的建筑物檢測方法。

背景技術

利用遙感數據進行建筑物檢測在城市規劃、房地產和土地利用分析等各個領域中都很有良好的應用。從概念上講，建筑物檢測是一個分類問題，需要將建筑物與其他物體如車輛、地面(道路、草坪)和植被(樹木和灌木)分離開來。現有的建筑物檢測算法可以根據輸入數據的不同分為三大類。

首先是基于航拍圖像的方法，即采用基于像素和基于對象的圖像分割方法來提取建筑物。基于像素的異構方法，無論是采用監督學習還是無監督學習，其優勢在于復雜度總是很低，但由于城市場景中光譜和紋理的高度復雜性和可變性，基于像素的方法很難使用高分辨率的數據。基于初始對象的方法主要是利用像素的光譜相似性和同質性來識別對象，相比基于像素的方法具有更好的性能，但是很難確定最佳尺度級別。另外，使用圖像進行建筑物檢測的主要限制是，只能識別建筑物的二維輪廓。

其次是使用原始的ALS(機載激光掃描儀，Airborne Laser Scannerals)點云來探測建筑物。由于它們的高脈沖頻率、高垂直分辨率，以及可以直接提供空間形狀信息，ALS點云已經較多的用于建筑物探測，但是，這類方法僅僅使用空間和強度特征，忽略了紋理和光譜的考慮，導致這類方法往往混淆有平滑樹冠的樹木和建筑物。

第三類是融合點云和航空成像的多源數據來開展建筑物檢測。Rottensteiner等人在“Rottensteiner,F；Trinder,J.；Clode,S.；Kubik,K.Using the Dempster–Shafermethod for the fusion of LIDAR data and multi-spectral images for buildingdetection.Inf.Fusion 2005，6,283-300.”中通過D-S方法以及激光點云推導出插值dsm，結合多光譜圖像獲得基于像素的建筑區域，這種方法通過融合圖像數據，提高了結果的整體正確性，主要局限性在于插值dsm數據源降低了激光點云的分辨率，輸出為建筑區域而不是標記的點云。Awrangjeb等人在“Awrangjeb，M.；Ravanbakhsh，M.；Fraser，C.S.Automaticdetection of residential buildings using LIDAR data and multispectralimagery.ISPRS J.Photogramm.Remote Sens.2010，65，457-467.”中，首先分別從點云和多光譜圖像中提取兩套建筑物的掩膜，然后用得到的掩膜來分類可能的建筑物對象，這種基于對象的分類方法導致建筑物和樹木之間的誤分率極高，當建筑物周圍的樹木與建筑物的掩膜融合在一起時，無法將其分開。

發明內容

本發明的目的是提供一種基于激光雷達點云和近紅外影像的建筑物檢測方法，以解決現有技術在高植被覆蓋區域中建筑物和樹木之間的誤分率高、缺乏建筑物掃描點層級的高精度檢測方法的問題，能夠有效提高建筑物檢測精度。

為實現上述目的，本發明提供了如下方案：本發明提供一種基于激光雷達點云和近紅外影像的建筑物檢測方法，包括如下步驟：

獲取具有近紅外波段的正射影像、激光雷達點云，并將正射影像和激光雷達點云進行配準和融合；