面向对象的植被与建筑物重叠区域的点云分类方法-物探与化探.PDF

第２期，总第９３期 国　土　资　源　遥　感 Ｎｏ．２，２０１２　 ２０１２年６月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｊｕｎ．，２０１２　 ｄｏｉ：１０．６０４６／ｇｔｚｙｙｇ．２０１２．０２．０５ 面向对象的植被与建筑物重叠区域的点云分类方法 １，２ １ １ １ １ 徐宏根 ，王建超 ，郑雄伟 ，吴 芳 ，李 迁 （１．中国国土资源航空物探遥感中心，北京　１０００８３；２．中国地质调查局武汉地质调查中心，武汉　４３０２０５） 摘要：在分析ＬｉＤＡＲ点云数据分类现状的基础上，针对植被与建筑物重叠区域分类困难的问题，提出了一种基于 面向对象的点云分类方法。首先采用三角网渐进内插的滤波方法将点云分为地面点和非地面点，并得到ＤＴＭ；然 后对高出ＤＴＭ一定高度的非地面点建立三角网，删除较长的三角网的边（地物间的边），从而将非地面点云分割成 多个对象；再利用各个对象内的三角网坡度信息熵大小判断该对象属于植被或建筑物；最后对于难以区分的对象 （植被与建筑物重叠区）根据建筑物几何规则形状延伸扩充，从而提高植被和建筑物重叠区的点云分类准确率。实 验结果表明，该方法能够很好地区分建筑物和植被点，分类准确率达到８７％。 关键词：机载激光雷达；点云分类；植被；建筑物；面向对象 中图法分类号：Ｐ２３７．３　文献标志码：Ａ　　　文章编号：１００１－０７０Ｘ（２０１２）０２－００２３－０５ ０　引言 １　点云滤波 机载激光雷达 （ｌｉｇｈｔｄｅｔｅｃｔｉｏｎａｎｄｒａｎｇｉｎｇ， 在ＬｉＤＡＲ滤波时，需先建立区分地面点和非地 ＬｉＤＡＲ）是近年来广泛应用于快速获取精确地面三 面点的规则，该规则就是滤波算法的假设条件。主 要的假设条件有两种： 地面点低于非地面点； 维数字信息的新型技术。目前，机载激光雷达技术 ① ② 已广泛应用于道路规划、数字城市建模、林业调查、 地面坡度变化在一定范围之内。滤波算法的关键问 电力选线巡线及自然灾害的灾前预测、灾情勘测、灾 题是如何利用判别规则和假设条件建立数学模型， 后重建等领域。在这些应用当中，首要任务是把点 区分地面点和非地面点。根据滤波算法原理的差 云数据进行分类。近些年已经提出了很多 ＬｉＤＡＲ 异，可分为３类：形态学方法［６－７］、基于内插的方 法［８－１０］ ［１１］ 数据的特征提取和数据过滤的算法，将激光点云进 和基于曲面拟合 的方法。形态学方法是 行分类，从而生成所需的数字产品。 以最低点为基础计算出粗略的模型，再利用该粗略 ［１］ 模型定义一个高程缓冲区，在缓冲区内的点接受为 Ｆｉｌｉｎ 将 ＬｉＤＡＲ数据作为单一数据源，对建 ［２］ 地面点；基于曲面拟合方法是将地面看作连续且平 筑物屋顶部分进行了分类研究；Ｖｏｓｓｅｌｍａｎ 利用 缓变化的表面，可用带限制条件的参数曲面约束分 ＬｉＤＡＲ数据所生成的地面模型和表面模型之差来 ［３］ 类；基于内插的方法是线性最小二乘内插后激光脚 提取建筑物；Ｈｆｌｅ等 在ＬｉＤＡＲ点云数据中利用 点高程拟合残差不服从正态分布，高出地面的地物 基于对象的方法对冰川表面进行了分割和分类研