版权信息
省级大型综合性科技类期刊
主管部门:自治区科技厅
主办单位:自治区科学技术信息研究院 
协办单位:自治区科学技术情报学会
编辑出版:科技期刊编译室
刊社地址:内蒙古呼和浩特新城西街149号本刊杂志社
邮政编码:100010
电      话:0471-2536371

E-mail  :

nmgkjzz@vip.163.com 

网站地址:www.nmgkjzz.com


往期杂志
当前位置: 首页>往期杂志>详细介绍

激光雷达技术古建筑测量的关键问题研究

时间:2016-10-27来源: 作者: 点击: 73次

    

                李伟华1   朱玮 2   龚昕1    李建海1 

1、井冈山大学建筑工程学院,吉安,3430092、吉安职业技术学院, 吉安, 343009

摘要:古建筑在我国体量多且风格多样,保护古建筑不仅可以加强我国社会主义精神文明和物质文明建设,同时也向外界展示我国古建筑的文化内涵和艺术特色。然而古建筑的保护却不是一件容易的事,二十世纪九十年代,三维激光扫描技术的出现为空间三维信息的获取提供了全新的技术手段,它克服了传统测量技术的局限性,采用非接触、主动测量方式获取大量高精度三维坐标,能够对任意可见物体进行表面扫描,并且不受白天和黑夜的限制,可以快速将现实世界的空间信息转换成计算机便于处理的三维数据。

Abstract:The ancient buildings in China are many and varied in style,The protection of ancient architecture can not only strengthen the building of socialist spiritual civilization and material civilization, but also show the cultural connotation and artistic characteristics of ancient architecture in China.However, the protection of ancient buildings is not easy ,In 1990s, the 3D laser scanning technology has provided a new technique for the acquisition of spatial information,It overcomes the limitation of traditional measurement technique, using non-contact, active measurement acquisition of high precision 3D coordinates,be able to scan the surface of any visible object and not be restricted by day and night, which can quickly convert the space information of the real world into the 3D data which is easy to be processed by the computer.

 

关键词: 激光雷达技术、古建筑保护、点云滤波、三维重建

Keywords:Laser radar technologyAncient architecture protectionPoint Cloud FilteringThree-dimensional reconstruction

 

1、海量点云管理与工程化管理技术

   LIDAR数据的特点是高精度和高密度,这一方面为数据分析、信息提取提供了较好的数据源,另一方面对数据的管理提出了较高的要求。对于这种离散的海量数据,目前还没有比较好的数据管理解决方案,本研究将综合研究四叉树、八叉树等传统数据组织方法以及K-D树、R树等流行的数据组织技术来对LIDAR数据进行组织,最终实现稳定、快速、高效的空间型海量数据的管理。

 

2、LIDAR数据预处理研究

 

2.1 坐标转换

研究一定数学方法(布尔莎坐标转换模型与克里格统计模型的高程拟合),编程实现点云数据坐标WGS-84归化到西安80或北京54坐标和国家高程基准。

 

2.2粗差及噪声的处理技术

通过数据融合技术,在全面理解和熟悉LIDAR所获取的各种数据(高程数据、回波强度数据、CCD影像数据、多光谱数据等)的特性的基础上。相互比较、借鉴、融合、印证,达到消除数据误差,提高数据质量的目的。

 

3、LIDAR点云的滤波技术

3.1 粗差点剔除方法研究

    结合粗差理论,设计出合理的算法,剔除粗差点(如极高点、极低点等, 见图1),以保证使用LIDAR点云数据所获取的测区DEM的合理性。

 

 

 

 

 

 

 

            

 

3.2 基于SOM的点云空间聚类方法研究

使用自组织映射人工神经网络(SOM)技术有效聚类点云,以提高后期数据处理的可靠性与速度。

 

3.3 快速有效滤波方法研究

    LIDAR点云的滤波处理,即从LIDAR点云中提取地面点,剔除非地面点。目前LIDAR点云的滤波技术主要包含以下几种:

⑴、基于形态学滤波方法

    这种滤波方法的出发点是假设建筑物、植被和车辆等地物的高程都高于周围的地面点高程。其基本处理过程为:首先对所有激光数据进行预处理,提取窗口数据,搜寻窗口内的最低点,接着进行开运算和闭运算处理。这种算法的难点在于窗口尺寸的选取,窗口的大小参数决定了地形细节的保留程度。窗口越大,地形越平滑,反之,则会保留较多地形细节和地物点。

⑵、基于最小二乘线性预测的滤波方法

    该方法最早由奥地利维也纳大学的KrausPfeifer提出,其基本处理过程为:首先要确定一个粗糙的数字高程模型,然后计算出每个点的权值,权值的大小通过该点与上一步DEM面之间距离获得;接着利用权值和点云高程重新内插生成DEM,并重复以上步骤,通过不断地迭代计算得到最后结果。线性预测算法需要不断迭代进行,以确定最优的DEM结果,因此算法运行代价大,而且在处理地形坡度较大或存在地面突然沉降的区域时,效果并不理想。

⑶、基于三角网加密的滤波方法

    该算法首先选取测区内一些低点作为种子点构建初始三角网;然后,依据一定的判别准则识别点,并将符合判别准则的点加密到初始三角网中。该判别准则为:待定点到最近三角面片的距离以及待定点与最近三角形顶点的连线与该三角面片的夹角均小于所设定的阈值。滤波过程通过三角形迭代加密进行,当没有新的点加入三角网时运算结束。

⑷、基于曲面拟合的滤波方法

    算法的出发点是,激光脚点间的空间关系反映了地形表面的空间变化。任何一个复杂的空间曲面在其局部面元可利用一个简单的二次曲面拟合。因此,通过邻域点的曲面拟合,比较实测点与拟合点的高程差实现点云的滤波处理。该算法的难点在于种子点的选择以及滤波阈值的确定。种子点选择不恰当会使得曲面迭代拟合结果陷入极值,无法得到正确结果;同时,滤波阈值需要根据地形起伏自适应地变化,采用比较智能的算法来确定,否则难以取得较好的效果。

⑸、基于区域分割的滤波方法

    首先将点云规则格网化,然后建立Delaunay三角网,并根据相邻三角形的法向差异及高程差异阈值作为区域增长条件,实现区域分割。在进行区域增长时依据局部区域的法向量相似信息、待定点到拟合面的距离信息以及点云之间的距离等多个信息作为判断准则进行区域分割,并使用移动最小二乘插值方法(MLS)实现地形曲面的提取。考虑到区域增长的运行效率,直接处理离散点云,按点云的采集顺序采用多方向的“扫描线分割”的方法实现区域分割,即根据点与种子点的高差和距离信息,采用多方向、一维判别的方法实现点集的分组,该算法能实现点云的快速分割。

目前,尚没有通用而成熟的滤波流程和方法,本项目将针对滩涂海岸等的典型地形地貌及地面覆盖特点,研究比较当前主流滤波算法,综合LIDAR获取信息(高程、强度与波谱信息)设计一种合适该地区的滤波高效算法。

 

4、控制网布设与统一坐标系方法

为了把各单体建筑的测量数据连接起来,使之形成一个有机的整体,需布设首级控制网,将全部测量数据都纳入到了同一个坐标系统当中。这样做既能提高测量精度,又能方便数据对比,它给今后的古建信息管理工作奠定了坚实的基础。以首级控制网为准还在单体建筑周围布设了加密控制网,它们将坐标从室外传递至室内,使建筑内、外坐标系得到统一。由于古建筑的大木梁架与地面之间多以天花隔开,无法从地面直接观测,因此在测量大木梁架时必须将仪器安置到建筑室内天花以上才行。古建筑室内天花上、下的坐标系统操作较为复杂,分为平面坐标传递和高程传递两个步骤。平面坐标传递采用在天花上架设全站仪,并做铅垂线确定位置的方法来实现,高程传递则是通过在天花上、下同时架设水准仪进行垂直钢尺观测的手段来实现。

 

 5、结合数字图像的古建筑物点提取研究

   激光点云虽具备真实的三维坐标,但缺少真实的纹理信息,在缺少先验知识的前提下,人眼对于点云的识别能力是非常有限的。数字图像具备丰富的纹理信息,成像效果与人眼所见相似,符合人对于现实世界的认知,不足之处在于无法直接用二维来表示三维的现实世界。设想若能将激光点云与数字图像进行融合,将能够获得目标表面的全面信息,包括被测物表面真实的三维坐标和丰富的纹理信息。

 

6、古建筑立面重建

   点云数据中几何目标具有多样性,如:建筑物、道路、树木等,数据呈海量特性而且有一定的噪声,难以直接对其进行特征提取和三维重建。为了对点云进行三维重建,尤其是建筑物立面几何的三维重建,必须对点云数据进行分割,识别出建筑物立面,进而提取立面的细部特征。点云数据的分割是点云数据处理中的一个重要步骤,是三维特征提取和建模的前提条件。点云分割的一个关键步骤是从散乱的三维点云中提出平面、曲面等特征。计算机视觉和图像处理领域内的一些经典算法,如:分裂合并、区域增长、模糊聚类等方法可被借鉴用于对点云数据进行表面特征的识别。其主要的原理是采用局部表面属性作为相似性准则,将空间邻近并具有相似表面属性的点划为一类,使其属于同一个表面[1]。表面特征可以是平面特征也可以是曲面特征如柱面、球面、锥面等。

 

7、古建筑顶面轮廓线提取

7.1 Alpha Shapes算法提取点集轮廓线

   目前,从Lidar数据提取建筑轮廓线的一般方法是先由Lidar数据生成DSMDTM,接下来通过DSMDTM作差得到归一化数字表面模型(nDSM),然后利用图像分割算法及轮廓线提取算法提取轮廓线[2]。直接从Lidar数据提取建筑轮廓线的研究相对较少,且多集中于处理凸多边形,对于四多边形的轮廓线提取方法更少,效果也不理想。目前,常用的方法有:基于聚合的最小均方差线段逼进法、基于收缩的最小周长法和基于分裂的最小均方差线段逼进法。这些方法需要迭代逼进,运算量大,当数据量大时,应用困难。

7.2 轮廓线的规则化

   Lidar离散点云数据初步提取出的轮廓线一般呈锯齿状,非常粗糙,但现实中的建筑物轮廓基本都是平滑的。因此,还要将初步提取出的轮廓线进行规则化处理,即提取初始轮廓线的关键点(建筑物形状发生变化的点,多为多边形的拐点),舍弃中间点,将原始轮廓线进行简化,得到轮廓线的主要骨架,最后将骨架线进行规则化得到规则的建筑物轮廓线。

7.2.1 基于管子算法提取轮廊线关键点

     管子算法又称袖子算法(Sleeve Algorithm),最先于2002年提出,后来被进一步修改用于多点轮廓线的简化,可以想象用一个直径为的管子来判断轮廓线点,当轮廓线点的变化小于d时轮廓线没有本质变化,可以将中间点丢弃:当轮廓线点变化大于d时,认为变化点是轮廓线的拐点,将拐点保留。该算法的优点之一是可以动态处理轮廓线点,不需要全部点同时参与运算,算法在考虑方位角变化时还考虑了整体形状的变化,使初始轮廓线局部角度变化对整体轮廓线的判断没有影响,可以顺利提取出关键拐点。得到关键点后可以直接绘制多边形。

7.2.2 基于强制正交规则化轮廓线

经过管子算法提取出关键点将轮廓线点简化以后,得到轮廓线的特征点,这些特征点能反映出建筑物的形状。目前,世界各地的建筑物大多数轮廓线段成垂直相交和互相平行,且有一个主方向。基于这个条件,提取出建筑物的主方向后,将其他方向强制与主方向垂直或平行,即可得到规则化的建筑物轮廓。

 

8、古建筑三维模型重建

   由于古代施工工艺和现代大不相同,而且一般古建筑年代久远,可借鉴的图纸资料匾乏。通常组织相关人员对古建筑进行测绘,采用这种传统的方法采集到的数据通常以古建筑的平面、立面、剖面图纸表示出来[3],只是平面线条和相关的文字说明,无法给人以直观的感觉。如果将测绘的结果根据输入建筑类型,斗口模数、阶基类型、构架、屋顶形式等,在解释古建筑工程语义的基础上,组装成三维的模型,这样,将古建筑测绘的信息包含于三维模型中,数字三维模型比二维图形包含更丰富的信息,更接近人们的日常生活空间,能够精确、形象、丰富地记录建筑物的外形外观、建筑风格、内部结构等,为古建筑的档案记录、修葺保护及重建等工作提供新的技术手段[4]

 

9、结合高分影像的缺失建筑物提取方法研究

区域中缺失建筑物大小各异,有的缺失建筑物区域可能包括好几栋房屋,而且缺失建筑物区域主要由倒塌的墙面、瓦烁等组成,又受到树木遮挡等[5],所以缺失建筑物区域的光谱特征、高程特征复杂多变[6],在一般的情况下,使用多尺度分割难以直接确定缺失建筑物的最优分割尺度。因此,通过逐步剔除影像上的树木、道路、建筑物(完好的)等地物目标,最后再在未分类的影像对象中提取缺失建筑物。

 

10 精度评估

为了评估最终成果的精度,选取典型的一所古建筑进行人工精确测量,以此检核古建筑特征信息提取的可靠性。分析误差的形成原因,提出减小误差的方法,对LIDAR组成部分,相对位置,信息获取的方式,数据的精度,硬件安装定位等情况进行研究,分析误差积累和传递的规律,提出硬件安装阶段可以采取的措施和方法来消除误差。对各组成传感器的误差传播规律进行分析和研究,将各误差作为分量,采用适当的模型,进行整体平差,提高最终结果的精度。

 

参考文献:

 (1) 王茹. 古建筑数字化及三维建模关键技术研究[D]. 西北大学.2010

     (2).骆社周.激光雷达遥感在文化遗产保护中的应用(J). 遥感技术与应用.2014

(3) 顾斌.数字图像与激光点云配准及在建筑物三维建模中的应用[D].中国矿业大学.2014

(4) 罗德安、朱光、陆立廖丽琼:《基于三维激光影像扫描技术的整体变形监测》,《测绘通报》2005年第7

(5) ZHANG Z, ZHANG J.Generalized Point Photo grammetry and Its Application[A].XXth ISPRS Congress Commis-sion[C]. Istanbu:[s.n.], 2004

    (6) DIAS P,et al.Automatic Registration of Laser Reflec-tance and Colour Intensity Images for3D Reconstruction[J]. Robotics and Autonomous Systems, 2002,39(3-4):157-168

 

 

本刊创刊于1982年,是由自治区科技厅主管、自治区科技信息研究院主办,由自治区科技情报学会协办、国内外公开发行的省级综合性科技刊物,是反映内蒙古自治区科技与经济发展的窗口。杂志入选《中国期刊全文数据(CJFD)》全文收录期刊和《中国学术期刊综合评价数据(CAJCED)统计刊源期刊,《中国核心期刊(遴选)数据库》收录。本刊是公开发行的综合性科技期刊,为月刊,大16开本。本刊坚持以科技创新为目标,融科技、经济、信息、产业、市场为一体,是促进科技成果转化、推动科技进步、加强技术创新,促进经济发展的专业性期刊。