基于點云的建筑物特征剖面半自動提取算法

黃鈺皓

摘 要：對已存建筑進行結(jié)構(gòu)評估需要關(guān)鍵部特征數(shù)據(jù)信息，而這些關(guān)鍵信息往往需要通過多種設(shè)備或手段進行采取和提取，極為耗時，三維激光掃描技術(shù)能夠快速采集已存建筑的點云數(shù)據(jù)。提出了一種基于點云的建筑特征剖面數(shù)據(jù)的提取算法，實際應(yīng)用證明，本算法軟件能夠顯著提高特征剖面提取效率及質(zhì)量。

關(guān)鍵詞：點云；建筑剖面圖；結(jié)構(gòu)評估

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）09-0182-03

Abstract： The structural assessment of existing buildings requires key minutiae information， which often needs to be taken and extracted by multiple devices or means. It is extremely time-consuming and 3D laser scanning technology can quickly capture point cloud data of existing buildings. A point cloud based building feature profile data extraction algorithm is proposed. Practical application shows that this algorithm software can significantly improve the efficiency and quality of feature profile extraction.

Key words： point cloud； building profile； structure assessment

1 概述

對已存建筑進行結(jié)構(gòu)評估或修繕需要關(guān)鍵部特征數(shù)據(jù)信息，而這些關(guān)鍵信息往往需要通過多種設(shè)備或手段進行采取和提取。近年來，三維激光掃描技術(shù)在建筑測繪鄰域得到了大量運用，通過該方法能夠精確的對已存建筑進行非接觸式的測量 [1]。雖然三維激光掃描技術(shù)可以快速獲取建筑物的精確點云數(shù)據(jù)，由于測量方位的限制，點云中不可避免的含有空洞和噪聲，需要大量人工介入，借助于各種繪圖軟件，從點云中獲得結(jié)構(gòu)評估、修繕所需要的特征信息（如特征線）、特征圖形（如各種建筑剖切圖、投影圖等）[2-3]。

對于剖面圖等投影圖，首先需要對點云模型進行切片，然后在AUTOCAD 等繪制軟件中，根據(jù)繪圖部位、繪制精度，以點云切片為底圖繪制二維線劃圖。這種操作方式主要依賴于操作者的經(jīng)驗和數(shù)據(jù)截取質(zhì)量，需要在三維數(shù)據(jù)環(huán)境下反復操作。因此，研究基于點云的半自動剖面提取算法，通過提高切片數(shù)據(jù)質(zhì)量，不僅可以顯著提高線劃圖的制作效率，而且從一定程度上保障了線劃圖的精確性。

本文提出了一種建筑特征剖面的半自動提取算法，通過人工指定特征物的軸線，實現(xiàn)了自適應(yīng)特征斷面自動提取，該算法能夠顯著提高提取效率及剖面質(zhì)量。

2 相關(guān)研究

三維激光掃描技術(shù)，能夠高速、非接觸的采集目標表面的精確的空間三維數(shù)據(jù)，為已有建筑的測繪提供了全新的方法，但是如何從包含空洞的非完整點云中高效率、高精度地提取建筑物的幾何形態(tài)信息，是目前技術(shù)研究熱點[4]。

目前，針對隧道、公路等建筑的斷面自動生成技術(shù)研究較成熟。通過交互設(shè)置、自動擬合或其他方式提供截取斷面的軸線，能夠很容易的生成斷面[5，8，10，11]。吳君涵等利用擬合中軸線截取斷面，但該方法只限于圓形隧道，具有很大局限性[6]；陳弘奕等提出了一種基于鄰域局部曲面擬合的隧道斷面截取方法[7]，該方法雖然以原始掃描點為輸入源，但仍然需要加載設(shè)定的中軸線，并且對于距離較長的隧道，無法保證其斷面輪廓的精度；周奇才設(shè)計了一種根據(jù)隧道特征參數(shù)自動繪制輪廓線的方法，但該方法必須以斷面參數(shù)為輸入源，不能獨立應(yīng)用于隧道工程[9]。與隧道的單一斷面圖相比，房屋建筑評估需要如平面圖、立面圖、關(guān)鍵位置的剖面圖等多種不同形式的投影平面圖，特別是能反映關(guān)鍵結(jié)構(gòu)分布及變化的斷面。

現(xiàn)有主流點云數(shù)據(jù)處理軟件（如Geomatic）以及各掃描設(shè)備廠家提供的配套軟件（如FARO sense 、Z+F LaserControll），主要提供了數(shù)據(jù)簡化、數(shù)據(jù)融合和網(wǎng)格化等功能，主要為模型重建服務(wù)。目前，基于點云的線劃圖制作流程為：首先，通過點云數(shù)據(jù)處理軟件將點云切片，并將所需的局部數(shù)據(jù)單獨導出，在CAD軟件中，以局部數(shù)據(jù)作為制作線劃圖的原始底圖，通過操作者人工完成線劃圖的繪制。這種制作方式人為影響因素較大，不僅繪制效率較低，而且，線劃圖質(zhì)量嚴重依賴于操作者的經(jīng)驗，因此，研發(fā)具有一定自動化提取能力的線劃圖算法是十分必要的。

3 算法框架

3.1 基本思想

由于點云是目標的表面空間數(shù)據(jù)點集，基于三維點云制作建筑剖面圖時，首先需要對點云進行切片[1]，而切片厚度、剖切位置及剖切方向?qū)η衅|(zhì)量具有決定性影響，通過建立切片的比較分析模型，建立切片參數(shù)自適應(yīng)調(diào)整，實現(xiàn)對特征物體的斷面數(shù)據(jù)的自動化截取，技術(shù)路線如圖1 所示。

3.2 算法流程

1）數(shù)據(jù)預(yù)處理。由于遮擋、物體表面材料差異，掃描獲取的原始點云包含大量噪聲、空洞，這些數(shù)據(jù)會對數(shù)據(jù)處理結(jié)果造成顯著影響，需要對數(shù)據(jù)進行預(yù)處理，如去噪、空洞填充、點云重采樣等，以得到盡可能均勻分布的點云數(shù)據(jù)。

2）截取軸線設(shè)置。隧道、高速公路等斷面提取時軸線較單一，而建筑物中包含了多種幾何形態(tài)，不同幾何形態(tài)的基本軸線存在較大差異，因此，本算法中建筑物斷面截取軸線仍需要人工交互設(shè)置，但通過建筑設(shè)計中的具有參考意義的軸線，能夠很容易地找到建筑的斷面截取軸線。

3）點云切片厚度設(shè)置。切片厚度即斷面截取的移動步長，其初始值可以根據(jù)關(guān)鍵部件的大致厚度調(diào)整或采用固定值，在后續(xù)迭代中自適應(yīng)的調(diào)整厚度值。

4）相鄰切片的相似度分析。將切片的點云數(shù)據(jù)投影至與剖切軸線垂直的平面上，生成一個二值化圖像，有點為1，無點為0；然后將相鄰切片的投影圖像進行異或運算，并計算變化量占總像素的百分比。

5）關(guān)鍵特征截面篩選。根據(jù)相鄰截面間的相似度，繪制出基于截取軸線的斷面變化圖，可以發(fā)現(xiàn)差異率突變位置所在的截面即為關(guān)鍵特征截面；

6）參數(shù)自適應(yīng)調(diào)整。切片厚度對關(guān)鍵截面的計算有著重要影響，如果切片厚度過薄，截取位置不能較好地包含關(guān)鍵截面，關(guān)鍵截面可能分散到2 個或多個切片中，如果切片過厚，則可能導致切片中除了關(guān)鍵截面數(shù)據(jù)，還包含了大量非關(guān)鍵截面的點云數(shù)據(jù)，從而影響相鄰投影圖像間相似度分析。因此，需要對包含關(guān)鍵特征截面的切片數(shù)據(jù)及相鄰切片數(shù)據(jù)進行再次檢測，調(diào)整切片截取步長繼續(xù)按照步驟（2）～（5），直到截取精度滿足迭代終止條件為止，最后，確定包含關(guān)鍵結(jié)構(gòu)斷面的切片數(shù)據(jù)。

迭代終止的截取精度設(shè)定為兩個相近移動步長篩選得到的關(guān)鍵截面切片數(shù)據(jù)的相似度，當相似度大于給定值（0.9）即認為已經(jīng)找到了關(guān)鍵截面，終止斷面提煉，選擇移動步長最小的切片數(shù)據(jù)的關(guān)鍵特征截面作為最終的剖切數(shù)據(jù)。

本算法通過人工輔助給定截取軸線，可以自適應(yīng)地獲取關(guān)鍵結(jié)構(gòu)斷面的切片數(shù)據(jù)，為后續(xù)的特征斷面參數(shù)的計算提供了準確的數(shù)據(jù)。

4 算法實現(xiàn)及實驗

下面以某設(shè)計院的掃描數(shù)據(jù)為例，詳細說明上述算法的實現(xiàn)過程：

1）數(shù)據(jù)準備與預(yù)處理。設(shè)計院為多層，掃描點云整體視圖如圖2 所示，包含了樹木等無關(guān)信息，頂視圖如圖3所示。以點云曲率為特征劃分標準，可以將樹木等無關(guān)數(shù)據(jù)剔除，從而進一步減小數(shù)據(jù)干擾和冗余，簡化后結(jié)果如圖4 所示。

2）軸線設(shè)置及相關(guān)參數(shù)據(jù)設(shè)置。建筑設(shè)計圖一般都會選擇一些線或面作為自己的基準線或面，可以將這些基準線作為特征數(shù)據(jù)采集的參考線。如圖5所示，我們選擇綠色軸作為剖切軸線，切片厚度（即步長）其初始值可以是任意大于0 的數(shù)值，初始步長值的設(shè)定只會對迭代次數(shù)造成影響，并不會影響特征斷面的精度。

3）相鄰切片的相似度比較。點云切片數(shù)據(jù)很容易獲取，獲得切片數(shù)據(jù)后將其投影成二值化圖像，計算其差異比率。因此，給定一個截取厚度（或步長）即可將整幢樓的點云數(shù)據(jù)剖分成若干點云切片，計算出連續(xù)相鄰切片的差異率，并繪制出變化圖，如圖6所示。

4）特征斷面數(shù)據(jù)獲取。對于剖切軸線上存在高差變化的情形，其差異率存在突變，其值會遠大于無高差變化情形，可以從差異率變化圖輕易檢測出來，對其進行迭代求解，即可檢測得到特征斷面數(shù)據(jù)，如圖7所示。

本文算法依據(jù)給定斷面截取軸線，能夠全自動的提取出特征體的特征斷面，效率遠超手工交互的獲取方式，并且斷面的質(zhì)量明顯優(yōu)于手工作業(yè)方式。

5 結(jié)語

針對建筑點云數(shù)據(jù)中存在的特征剖面提取需要大量人工參與、效率低、質(zhì)量不可控等問題，本文根據(jù)建筑結(jié)構(gòu)的復雜度，通過適度人工交互，指定斷面截取軸線，然后實現(xiàn)了一種半自動特征剖面的提取算法，較好地解決了相關(guān)的技術(shù)難題。通過應(yīng)用證明，本算法能夠顯著提高特征剖面提取效率及質(zhì)量。

參考文獻：

[1] 張立朔.基于激光點云的隧道形變分析方法[J].中國激光，2017（11）.

[2] 楊忞婧，劉麗，張金蘭，等.三維激光掃描技術(shù)在曲面模型重建中的應(yīng)用[J]. 測繪與空間地理信息， 2016（8）.

[3] 陳永輝，岳麗華.特征敏感的點云重采樣算法[J].小型微型計算機系統(tǒng)，2017（5）.

[4] 劉士程.基于LiDAR數(shù)據(jù)提取建筑物頂面輪廓線方法研究[D].西南交通大學，2012.

[5] 胡琦佳.三維激光掃描技術(shù)在隧道工程監(jiān)測中的應(yīng)用研究[D].西南交通大學，2013.

[6] 吳君涵，余柏蒗，彭晨，等. 基于移動激光掃描點云數(shù)據(jù)和遙感圖像的建筑物三維模型快速建模方法[J].測繪與空間地理信息，2016（1）.

[7] 陳弘奕，胡曉斌，李崇瑞.地面三維激光掃描技術(shù)在變形監(jiān)測中的應(yīng)用[J]. 測繪通報， 2014（12）.

[8] 曹學禮，曹建明.基于激光點云的建筑高度信息采集技術(shù)研究[J]. 測繪通報，2016（S2）.

[9] 周奇才，金奇，高嵩，等. 基于激光測距技術(shù)的隧道斷面形變檢測系統(tǒng)[J].測控技術(shù)， 2010（5）.

[10] 李珵，盧小平，朱寧寧，等.基于激光點云的隧道斷面連續(xù)提取與形變分析方法[J]. 測繪學報，2015（9）.

[11] 劉云廣.基于地面三維激光掃描技術(shù)的變形監(jiān)測數(shù)據(jù)處理[D].北京建筑大學，2013.