[发明专利]从机载激光雷达点云中提取建筑物屋顶点的方法和系统

说明书

本发明公开了一种从机载激光雷达点云中提取建筑物屋顶点的方法和系统，其中提取建筑物屋顶点的方法通过三维欧几里得聚类将测区的机载激光雷达点云分割为多个聚类，对其中面积较大的聚类，计算DSM的拉普拉斯算子，如果拉普拉斯算子小于平坦度阈值的像素占比较高，将聚类内的点分为建筑物屋顶点；对面积较小的聚类，采用改进的RANSAC算法提取建筑物屋顶上的点。该方法能够克服提取建筑物平面屋顶点时计算复杂度高、执行效率低的问题，还可以避免将非建筑物的树木点分类为建筑物屋顶点，提高了建筑物屋顶点提取的效率和准确度。

技术领域

本发明属于机载激光雷达点云数据处理技术领域，具体涉及一种从机载激光雷达点云中提取落在建筑物屋顶上的点的方法和系统。

背景技术

机载LiDAR(Light Detection And Ranging，激光雷达)是当前测绘领域效率最高、发展最快的大面积测绘手段之一。通过使用激光器发射和接收高能激光脉冲来测距，GNSS(Global Navigation Satellite System，全球导航卫星系统)接收机给出激光器实时位置，INS(Inertial Navigation System，惯性导航系统)给出激光器实时三维姿态，可利用向量公式和坐标转换计算出散射面的三维坐标。借助机械扫描装置，机载LiDAR可以实现大面积面状测量。目前，机载LiDAR的发射频率普遍高达数百KHZ以上乃至2000KHZ。这意味着，在不考虑多回波和无回波的情况下，一秒钟激光雷达可采集数十万乃至数百万点。因此，机载LiDAR可以在短时间内获得海量的点，称为点云。

经过初步处理的机载LiDAR点云中，除点坐标外，还提供的点属性包括回波强度、第几次回波、数据采集时间等。但是，缺乏语义信息，不能给出激光脉冲打到的散射面的物理性质，不知道测量是地面、建筑物还是植被、鸟等。而在构建DEM(Digital ElevationModel，数字高程模型)时必须采用位于地面上的点，在构建三维建筑物模型时必须采用位于建筑物上的点，在进行森林制图时必须采用位于树木上的点。所以，对点云进行分类，确定点位于哪种基本地物类型上，是机载LiDAR数据处理中最重要的基础工作之一。

在机载LiDAR点云，尤其是覆盖居民区的点云中，往往含有落在建筑物上的点。提取出落在建筑物上的点，可以用于建筑物的三维建模、DSM(Digital Surface Model，数字表面模型)生成、城市规划等。建筑物点提取是点云数据处理的热门问题。

目前研究人员已经提出了很多从机载LiDAR点云中提取建筑物点的方法，既有基于点云的，也有基于图像的。基于图像的方法(参见徐文学，杨必胜，魏征，等.多标记点过程的LiDAR点云数据建筑物和树冠提取[J].测绘学报，2013，42(1)：51-58.)将点云内插为图像，而后通常借助一些图像分析方法来提取含有建筑物的像素，进而实现建筑物点的提取和边界的追踪。基于点云的方法通常是利用RANSAC(随机采样一致性，参见专利CN105139379B)算法或Hough变换(参见袁晨鑫，基于Hough变换的建筑物点云数据特征提取及三维建模，2019，东华理工大学硕士论文)或基于种子点的区域生长算法(参加专利CN104036544B和CN 107944383A)从离散点云中提取位于局部平面上的点作为屋顶点。