傾斜攝影和激光點(diǎn)云技術(shù)在大比例尺測圖中的應(yīng)用
摘要:在傳統(tǒng)大比例尺測圖中,建筑物特征線的獲取方法或精度高效率低或效率高精度低。本文通過對(duì)傾斜三維模型分析,提出了基于直線公理的建筑物特征線快速提取方法,針對(duì)高程點(diǎn)數(shù)據(jù)均為人工采集的現(xiàn)狀,引入激光點(diǎn)云數(shù)據(jù)通過分類插值法自動(dòng)生成高程特征點(diǎn)。研究證明,本文方法在精度與效率等方面均可取得良好效果,提高了特征線(建筑物線)、特征點(diǎn)(高程點(diǎn))采集的自動(dòng)化程度。
關(guān)鍵詞:傾斜攝影;激光點(diǎn)云;特征線提?。惶卣鼽c(diǎn)自動(dòng)生成;測圖自動(dòng)化
目前城市大比例尺測圖的主要方法有解析法、航測法、利用竣工圖等專題資料更新基礎(chǔ)地理信息數(shù)據(jù)等方法, 解析法測量精度高,但在大面積更新時(shí)耗時(shí)長、成本高,航測法速度快、覆蓋面積大、投入成本低,但成圖過程復(fù)雜、精度低,使用竣工圖等專題資料方法更新。依據(jù)現(xiàn)行全國性法規(guī),竣工測量還未有統(tǒng)一的標(biāo)準(zhǔn),數(shù)據(jù)多樣,精度不一,范圍也不能覆蓋所有的地貌變化,只能作為基礎(chǔ)地理信息數(shù)據(jù)更新的參考,幾種方法各具特色,但普遍存在對(duì)人工依賴大、自動(dòng)化程度不高等缺陷。
隨著低空航攝和LiDAR 技術(shù)的快速發(fā)展,傾斜三維模型、點(diǎn)云數(shù)據(jù)等多種新型測繪產(chǎn)品不斷涌現(xiàn)。筆者通過對(duì)傾斜攝影和激光點(diǎn)云技術(shù)的研究,提出使用傾斜三維模型和點(diǎn)云數(shù)據(jù)提取大比例尺地形圖中特征點(diǎn)、線的方法,以期在保證精度的前提下,提高測圖的自動(dòng)化程度。
1、總體思路
地形圖精度主要取決于一、二類地物的精度?傳統(tǒng)大比例尺測圖繪制建筑物特征線時(shí)需要內(nèi)外業(yè)配合采取“先內(nèi)后外”或“先外后內(nèi)”的工序流程,而在使用傾斜攝影自動(dòng)化建模技術(shù)構(gòu)建的三維模型中,可以清晰地看到建筑物的立面, 利用直線公理,通過在建筑物立面上采集的兩個(gè)特征點(diǎn)進(jìn)行投影交匯,直接獲取建筑物結(jié)構(gòu)線,可應(yīng)用于航測法成圖的工藝流程中,減少房檐外業(yè)調(diào)繪和內(nèi)業(yè)改正的工序,提高效率。
在大比例尺測圖中,高程點(diǎn)需要通過人工外業(yè)測繪獲得,本文利用激光點(diǎn)云數(shù)據(jù)高程精度高的特性,使用基于三角網(wǎng)坡度分割的方法,對(duì)LiDAR 點(diǎn)云數(shù)據(jù)進(jìn)行自動(dòng)分類,然后結(jié)合影像光譜特征和高程插值,自動(dòng)生成高程點(diǎn)。
2、基于直線公理的建筑物特征線快速提取
直線公理經(jīng)過兩點(diǎn)有一條直線,并且只有一條直線,常規(guī)建筑物的主體在豎直方向都是垂直的,在每個(gè)立面上任意采集兩個(gè)點(diǎn)A、B,向z = 0 的面作垂線,獲得垂足一定落在A、B 所在面與z =0 的交線上,即建筑物的一條邊線。以此類推,在建筑物的其他立面上依次采集兩個(gè)特征點(diǎn),取其在z =0 面上的垂足連成直線,幾條線相交即可獲得建筑物的基底多邊形, 建筑物主體有垂直、平行等幾何特征的,可根據(jù)此關(guān)系減少采集點(diǎn)。

圖1 房屋特征線快速提取原理
如圖1 所示,以長方體為例,其相鄰邊線具有垂直特性、對(duì)邊具有平行特性和等距特性,取5 個(gè)點(diǎn)即可實(shí)現(xiàn)基底特征線的自動(dòng)獲取。在進(jìn)行DLG 采集時(shí),在主立面或模型效果最好的立面上采集兩個(gè)點(diǎn)A、B,向z =0 的面作垂線,獲得垂足A′、B′,即AA′⊥面OPUV,BB′⊥面OPUV, 過A′B′畫一條直線,則其為房屋的一條邊線所在的直線, 然后依次在相鄰立面上采集一個(gè)點(diǎn)C、D、E,各點(diǎn)分別向z =0 的面作垂線,CC′⊥面OPUV,DD′⊥面OPUV,EE′⊥面OPUV,獲得垂足C′、D′、E′,然后分別過C′、E′向直線A′B′作垂線,C′P⊥A′B′,E′U⊥A′B′,得到A′B′的鄰邊C′P和E′U,最后過D′作D′O∥A′B′,與領(lǐng)邊垂直相交于O、V,這樣就獲取到該建筑物的準(zhǔn)確位置OPUV。
3、基于點(diǎn)云數(shù)據(jù)分類插值的高程特征點(diǎn)自動(dòng)生成
點(diǎn)云數(shù)據(jù)提取高程點(diǎn)流程如圖2 所示,一般城市地面點(diǎn)高程的變化是一個(gè)緩慢的過程(除陡坡、懸崖等變化過快的區(qū)域外) , 對(duì)于建筑物和密集植被而言,其內(nèi)部高程變化也是相對(duì)平緩的,只有在其與地面的交界處,高程才存在突變, 因此可以使用Delaunay 三角網(wǎng)將原始點(diǎn)云構(gòu)建TIN 模型,用每個(gè)三角面坡度來反映高程的變化程度,通過一定的閾值對(duì)三角網(wǎng)坡度進(jìn)行分割,坡度較大的三角面則為建筑物或植被等與地面的分割點(diǎn)所在面,其包含的區(qū)域?yàn)楦叱掏蛔內(nèi)切?,被高程突變?nèi)切伟鼑膮^(qū)域?yàn)榻ㄖ镯敾蛑脖豁?,不屬于高程點(diǎn)獲取范圍,直接略去,剩余則為高程平滑三角形。

圖2 點(diǎn)云數(shù)據(jù)提取高程點(diǎn)流程
大比例尺地形圖的高程點(diǎn)一般取在道路中心點(diǎn)、堤頂、坡腳、坎上、坎下、凹地、橋面、廣場空地等位置, 其中堤頂、坡腳、坎上、坎下、凹地包含在高程突變?nèi)切沃?。通過Kriging 插值法在高程突變?nèi)切螀^(qū)域進(jìn)行插值,取高程最大值或最小值為目標(biāo)高程點(diǎn), 道路中心點(diǎn)、橋面、廣場空地等區(qū)域的高程點(diǎn)的生成需結(jié)合影像的光譜特征。通過對(duì)影像光譜特征的分析獲取道路、橋梁、廣場空地的大致區(qū)域,進(jìn)而在這些區(qū)域進(jìn)行插值,取其中高程值最高的點(diǎn)、高程變化大的點(diǎn)或地物中間點(diǎn)即為目標(biāo)高程點(diǎn), 然后按照大比例尺地形圖對(duì)高程注記點(diǎn)的密度要求對(duì)最初生成的高程點(diǎn)進(jìn)行過濾,首先過濾掉地物中間點(diǎn),然后根據(jù)不同的閾值過濾掉高程變化點(diǎn),直至獲取合適密度的高程注記點(diǎn), 取其中心位置,將其自動(dòng)轉(zhuǎn)成矢量點(diǎn)。最后通過少量的人工干預(yù)對(duì)矢量高程點(diǎn)進(jìn)行適當(dāng)?shù)倪^濾和篩選。
4、方法驗(yàn)證與精度分析
應(yīng)用本文方法在浙江省紹興市新昌縣1 ∶ 500測圖工作中進(jìn)行了試驗(yàn),隨機(jī)選擇4 個(gè)圖幅進(jìn)行誤差分析。如圖3—圖6 所示,共選擇1360 個(gè)樣本點(diǎn)(其中平面樣本點(diǎn)695 個(gè),高程樣本點(diǎn)665 個(gè))與解析法獲得的數(shù)據(jù)進(jìn)行精度比較,取2 倍中誤差為極限誤差, 精度結(jié)果見表1。與浙江省地方標(biāo)準(zhǔn)DB33/ T 552—2014 要求相比,利用本方法采集的建筑物和高程點(diǎn)精度遠(yuǎn)遠(yuǎn)高于傳統(tǒng)航攝的精度要求,可以滿足絕大部分的行業(yè)應(yīng)用需求。

圖3 圖幅3266.25—512.00 部分樣本點(diǎn)位分布

圖4 圖幅3266.25—512.00 點(diǎn)位偏移

圖5 圖幅3266.00—512.25 部分樣本點(diǎn)位分布

圖6 圖幅3266.00—512.25 點(diǎn)位偏移

但在精度分析時(shí)也發(fā)現(xiàn),對(duì)于建筑物高度密集區(qū)域或形狀不規(guī)則的地物,大多會(huì)形成粗差點(diǎn), 這是受三維模型精度不足的影響,導(dǎo)致作業(yè)時(shí)不能清晰獲取建筑物立面點(diǎn),采集效果較差。
5、結(jié) 語
筆者通過對(duì)傾斜三維模型和點(diǎn)云數(shù)據(jù)的研究,將其引入城市大比例尺測圖中,提高特征點(diǎn)、線的采集效率和自動(dòng)化程度?;谥本€公理,提出通過傾斜三維模型立面上特征點(diǎn)的采集來自動(dòng)提取建筑物基底特征線的方法,通過點(diǎn)云數(shù)據(jù)分類插值法自動(dòng)生成高程點(diǎn)的技術(shù)路線, 經(jīng)驗(yàn)證:本文方法可以滿足國家標(biāo)準(zhǔn)的精度要求,能有效提高采集效率。
由于受模型清晰度影響,建筑物特征線快速提取方法在遇到高密度、不規(guī)則建筑物時(shí),精度較差。下一步筆者將在提升建模精度及進(jìn)一步改進(jìn)大比例尺測圖流程自動(dòng)化的方向繼續(xù)努力。