LiDAR点云与遥感影像结合提取建筑物轮廓.pdf

2017 年 2 月 地 理 空 间 信 息 Feb.,2017 第 15 卷第 2 期 GEOSPATIAL INFORMATION V〇l.15,No.2 d 〇i :10.3969/j .issn .1672-4623.2017.02.009 LiDAR 点云与遥感影像结合提取建筑物轮廓 陈 蒙 蒙 \ 周 绍 光 \ 刘 文 静 \ 程 圆 娥 1 ( 1 .河海大学测绘科学与工程学院，江 苏 南 京 2 11 10 0 ) 摘 要 ：结 合 点 云 数 据 与 遥 感 图 像 数 据 提 取 建 筑 物 轮 廓 提 出 一 种 新 方 法 。首 先 对 L iD A R 点 云 高 程 栅 格 化 ，利用形态学滤波 得 到 地 物 的 高 程 图 DSM ; 用 渐 进 形 态 学 对 高 程 图 进 行 滤 波 ，得 到 地 形 图 ；通 过 克 里 金 插 值 对 地 面 点 进 行 内 插 得 到 D T M ; 以 D SM - D T M = D H M 得 到 粗 糙 的 高 度 图 ；通过中值滤波得到 完 善 的 高 度 图 ，进行 基 于 高 度 信 息和彩色信息的区域生长，最后进 行基于方位梯度数据的分割，优化建筑物边缘，有效地实现了建筑物轮廓提取。 关 键 词 ：克 里 金 插 值 ； D H M ；图割 中 图 分 类 号 ：P237 文 献 标 志 码 ：B 文 章 编 号 ：1672-4623 (2017) 02-0030-03 目前，国内外学者提出了多种将LiDAR 点云与遥 解决的策略是将最邻近的单元格的值赋给此单元格。 感影像结合提取建筑物轮廓的方法[1-3]。在此基础上， 当存在大面积的缺失数据时，此方法会引起错误，解 本文提出另外一种结合LiDAR 点云和遥感影像的建筑 决办法是先找到数据缺失的区域并用与其邻近的区域 物轮廓提取方法。首先进行点云滤波，得到地面点；再 中的最小高程值填充该区域。具体步驟为： 根据点云的高程栅格化得到高程图，地面克里金插值获 1 ) 对数据缺失区域进行定位。首先创建二值区， 得 D TM ；然后利用DSM -DTM= DHM ，得到地面高度 用 “1”代表有值的单元格，用 “0”代表无值的单元格。 模型 DHM(digital height model ); 用区域生长和局部方 然后对二值图进行形态学闭运算，使用半径为r 的 “圆 差的方法，获得建筑物屋顶的大致斑块，根据斑块，获 盘”结构元素： 得建筑物斑块的边界缓冲区；最后根据影像和DHM 信 r = ⑴ 息，构建图割的能量函数，分割得到建筑物的精确轮廓。 式中，d 表示脉冲速度（单 位 k m 的脉冲数），可以由 1 算法流程 原始数据计算出；c 表示单元格的大小，单位是 m 。闭 运算以后，由于脉冲密度低导致的缝隙消失，面积较 建筑物轮廓提取算法如图1 所示。 大的数据缺失区域被发现。 2 ) 用各个数据缺失区域轮廓线上最小高程值填充 相应的缺失数据，用膨胀后的图减去原图可以得到数