论文部分内容阅读
【摘 要】 基于航天航空技术所获取的房屋三维空间数据信息多需要通过立体量测的方式进行处理，本方案实践应用中存在耗时、耗力等问题，且数据处理的可靠性存在一定的问题。而在激光雷达技术作用于建筑测绘领域的过程当中，三维坐标信息的获取可以通过三维激光扫描技术的方式实现，这使得建筑测绘信息的提取面临一种全新的环境。文章主要探讨在三维激光扫描技术应用下，如何通过所形成LIDAR点云数据提取相关的建筑测绘信息，希望能够引起相关人员的特别关注与重视。
【关键词】 点云;建筑测绘信息;提取;特征线
【Abstract】 processing building 3D spatial data information and aerospace technology acquired many need based on stereo measurement method， problems of time-consuming， consumption force the project application， reliability and data processing has the certain problem. While the process in laser radar technology in building the field of Surveying and mapping， obtain the three-dimensional coordinate information can be achieved through the three-dimensional laser scanning technology， the extraction of this makes the building surveying and mapping information is facing a new environment. This paper mainly discusses the application of 3D laser scanning technology， how to form the LIDAR point cloud data extraction of building surveying and mapping information， want special attention can lead to relevant personnel.
【Key Words】 point cloud; building surveying and mapping information; extraction; characteristic line
在现代信息技术的发展作用之下，三维激光扫描技术的应用更加成熟，其所应用领域范围也更加的宽广。在三维激光扫描技术的干预下，所采集的点云数据规模极大，其中往往涵盖有大量、全面的目标对象信息数据。而从数据应用的角度上来说，如何将具有价值，与目标对象相关的空间信息自大规模的点云数据当中提取出来，可以说是应用三维激光扫描技术中的最核心与最关键问题。从建筑测绘的角度上来说，展开基于点云的测绘信息提取研究也有着极为重要的现实意义与价值。现针对以上问题展开如下分析：
1、点云数据的网格化处理分析
正如上文所述，在按照三维激光扫描技术方式获取原始数据的背景下，所形成的空间数据信息库具有相当巨大的数据储量，直接进行操作显然是不现实的。因此，为了能够方便对数据进行后续的处理，对内容进行直观性的标书，就需要展开对LIDAR点云数据与灰度影像图的转换方法。当前的研究结论现实：在对LIDAR点云数据信息进行转换前，首先需要对LIDAR点云数据信相关的奇异点（包括高程极大值、以及高程极小值等参数在内）进行去除，该目标可通过粗滤波操作的方式实现。进而，将LIDAR点云数据信息通过内插的方式构建规则格网，配合完成相应的插值工作。在插值过程当中需要注意的是：考虑到后续对建筑测绘信息加以利用中的方便与可靠，避免房屋边界线等相关特征线提取过程中受内插误差影响，降低建筑主体与周边地表之间的差异，故而需要遵循“最近点法”基本原则完成插值。配合所构建的网格系统，可在最大高程参数、最小高程参数处于已知状态的情况下，计算LIDAR点云数据网格图当中，各个格点与256灰度图灰度值之间的对应关系，具体的转换方式为：
灰度值=（既定网格点高程参数-最小高程参数）*（最大高程参数-既定网格点高程参数）/255。
2、边界线提取方法分析
在当前技术条件支持下，灰度影像图当中亮度较高的区域大多对应高程较高的植被或建筑物主体，而亮度较低的区域大多对应高程较低的植被或建筑物主体。在灰度影像图当中，不连续的灰度值可对应显示建筑物主体相对于周边植被结构在高程方面的差异情况。按照传统意义上的图像处理方法，能够获取建筑主体相应的边界线特征线。
在提取建筑物边界线的过程当中，需要注意的是：不同于交通测绘领域中的立交桥、道路等公共设施，建筑物四周与地面均存在高程方面的差异性，因而按照上述方法提取对应的外围轮廓线多呈现出闭合性形态。同时，研究显示，在当前多种边界线特征提取操作技术当中，以基于Canny算子的特征线提取方法优势最为突出，该操作方法当中同时使用两个不同的阈值进行操作，配合非极大抑制关系的应用，使得最终提取得到的建筑物外围轮廓线边界更加的清晰与完整，在边界线连续性方面也具有重要的优势。
3、屋脊线提取方法分析
当前的建筑施工领域下，建筑物顶面大多设置为平面形态或者是带有一定角度的倾斜邢台。因此，在三维激光扫描技术对房屋建筑进行处理的过程当中，建筑物顶面区域内所对应的激光点具有一定的共性特征。房屋建筑现行设计施工标准当中，对于屋脊线的界定标准为：屋脊线是指由相邻屋顶面在相交状态下所形成的特征线。从点云数据信息的角度上来说，结合共面特性可知：由屋顶点构成的三角网中三角形的法向量方向在空间分布中具有统计意义的峰值。从这一角度上来说，对于屋顶平面信息的提取可以通过监测峰值的方式获取。以“人”字形态的屋脊线为例，在三维激光扫描技术敢于下，其测绘信息提取的实现途径可概括为：
假定屋頂面法向向量分别为a1、a2，则可以通过该参数计算得到对应的平面方程。对于所获取的平面方程X1、Y1而言，相交状态下的特征线即该建筑物主体对应的屋脊线。
4、结束语
需要注意的一点是：通过三维激光扫描技术所获取的点云数据信息虽能够作用于对建筑测绘信息及相关特征线的提取工作当中，但对于建筑物细部结构特征（包括天窗、水塔等在内），在特征线描述方面存在一定局限性。故而，有必要将点云数据与传统光谱数据充分结合，使建筑物特征线提取的精确度水平以及准确性水平能够得到持续的提升。
参考文献：
[1]姜良美，王芳，肖志坤等.基于纹理特征的微山湖湿地信息提取研究[J].湖南科技大学学报（自然科学版），2011，26（4）：68-72.
[2]乔平林，张继贤，林宗坚等.基于神经网络的土地荒漠化信息提取方法研究[J].测绘学报，2004，33（1）：58-62.
[3]明冬萍，骆剑承，沈占锋等.高分辨率遥感影像信息提取与目标识别技术研究[J].测绘科学，2005，30（3）：18-20.
[4]李晓峰，张树清，韩富伟等.基于多重信息融合的高分辨率遥感影像道路信息提取[J].测绘学报，2008，37（2）：178-184.
【关键词】 点云;建筑测绘信息;提取;特征线
【Abstract】 processing building 3D spatial data information and aerospace technology acquired many need based on stereo measurement method， problems of time-consuming， consumption force the project application， reliability and data processing has the certain problem. While the process in laser radar technology in building the field of Surveying and mapping， obtain the three-dimensional coordinate information can be achieved through the three-dimensional laser scanning technology， the extraction of this makes the building surveying and mapping information is facing a new environment. This paper mainly discusses the application of 3D laser scanning technology， how to form the LIDAR point cloud data extraction of building surveying and mapping information， want special attention can lead to relevant personnel.
【Key Words】 point cloud; building surveying and mapping information; extraction; characteristic line
在现代信息技术的发展作用之下，三维激光扫描技术的应用更加成熟，其所应用领域范围也更加的宽广。在三维激光扫描技术的干预下，所采集的点云数据规模极大，其中往往涵盖有大量、全面的目标对象信息数据。而从数据应用的角度上来说，如何将具有价值，与目标对象相关的空间信息自大规模的点云数据当中提取出来，可以说是应用三维激光扫描技术中的最核心与最关键问题。从建筑测绘的角度上来说，展开基于点云的测绘信息提取研究也有着极为重要的现实意义与价值。现针对以上问题展开如下分析：
1、点云数据的网格化处理分析
正如上文所述，在按照三维激光扫描技术方式获取原始数据的背景下，所形成的空间数据信息库具有相当巨大的数据储量，直接进行操作显然是不现实的。因此，为了能够方便对数据进行后续的处理，对内容进行直观性的标书，就需要展开对LIDAR点云数据与灰度影像图的转换方法。当前的研究结论现实：在对LIDAR点云数据信息进行转换前，首先需要对LIDAR点云数据信相关的奇异点（包括高程极大值、以及高程极小值等参数在内）进行去除，该目标可通过粗滤波操作的方式实现。进而，将LIDAR点云数据信息通过内插的方式构建规则格网，配合完成相应的插值工作。在插值过程当中需要注意的是：考虑到后续对建筑测绘信息加以利用中的方便与可靠，避免房屋边界线等相关特征线提取过程中受内插误差影响，降低建筑主体与周边地表之间的差异，故而需要遵循“最近点法”基本原则完成插值。配合所构建的网格系统，可在最大高程参数、最小高程参数处于已知状态的情况下，计算LIDAR点云数据网格图当中，各个格点与256灰度图灰度值之间的对应关系，具体的转换方式为：
灰度值=（既定网格点高程参数-最小高程参数）*（最大高程参数-既定网格点高程参数）/255。
2、边界线提取方法分析
在当前技术条件支持下，灰度影像图当中亮度较高的区域大多对应高程较高的植被或建筑物主体，而亮度较低的区域大多对应高程较低的植被或建筑物主体。在灰度影像图当中，不连续的灰度值可对应显示建筑物主体相对于周边植被结构在高程方面的差异情况。按照传统意义上的图像处理方法，能够获取建筑主体相应的边界线特征线。
在提取建筑物边界线的过程当中，需要注意的是：不同于交通测绘领域中的立交桥、道路等公共设施，建筑物四周与地面均存在高程方面的差异性，因而按照上述方法提取对应的外围轮廓线多呈现出闭合性形态。同时，研究显示，在当前多种边界线特征提取操作技术当中，以基于Canny算子的特征线提取方法优势最为突出，该操作方法当中同时使用两个不同的阈值进行操作，配合非极大抑制关系的应用，使得最终提取得到的建筑物外围轮廓线边界更加的清晰与完整，在边界线连续性方面也具有重要的优势。
3、屋脊线提取方法分析
当前的建筑施工领域下，建筑物顶面大多设置为平面形态或者是带有一定角度的倾斜邢台。因此，在三维激光扫描技术对房屋建筑进行处理的过程当中，建筑物顶面区域内所对应的激光点具有一定的共性特征。房屋建筑现行设计施工标准当中，对于屋脊线的界定标准为：屋脊线是指由相邻屋顶面在相交状态下所形成的特征线。从点云数据信息的角度上来说，结合共面特性可知：由屋顶点构成的三角网中三角形的法向量方向在空间分布中具有统计意义的峰值。从这一角度上来说，对于屋顶平面信息的提取可以通过监测峰值的方式获取。以“人”字形态的屋脊线为例，在三维激光扫描技术敢于下，其测绘信息提取的实现途径可概括为：
假定屋頂面法向向量分别为a1、a2，则可以通过该参数计算得到对应的平面方程。对于所获取的平面方程X1、Y1而言，相交状态下的特征线即该建筑物主体对应的屋脊线。
4、结束语
需要注意的一点是：通过三维激光扫描技术所获取的点云数据信息虽能够作用于对建筑测绘信息及相关特征线的提取工作当中，但对于建筑物细部结构特征（包括天窗、水塔等在内），在特征线描述方面存在一定局限性。故而，有必要将点云数据与传统光谱数据充分结合，使建筑物特征线提取的精确度水平以及准确性水平能够得到持续的提升。
参考文献：
[1]姜良美，王芳，肖志坤等.基于纹理特征的微山湖湿地信息提取研究[J].湖南科技大学学报（自然科学版），2011，26（4）：68-72.
[2]乔平林，张继贤，林宗坚等.基于神经网络的土地荒漠化信息提取方法研究[J].测绘学报，2004，33（1）：58-62.
[3]明冬萍，骆剑承，沈占锋等.高分辨率遥感影像信息提取与目标识别技术研究[J].测绘科学，2005，30（3）：18-20.
[4]李晓峰，张树清，韩富伟等.基于多重信息融合的高分辨率遥感影像道路信息提取[J].测绘学报，2008，37（2）：178-184.