深度探讨基于LIDAR数据的三维城市地物重建

2022-09-11

1 城市三维重建方法综述

构建城市三维模型需要真三维的空间数据, 如地物的平面位置、几何尺寸、高程或高度等数据, 而真实感三维模型还需要纹理数据。三维城市模型的数据源主要有远距离获取的数据 (卫星影像、航空影像、LIDAR) 、近距离获取的数据 (近景摄影测量、地面激光扫描、人工测量) 和已有数据导出三种。

不同的数据源对应着不同的三维城市数据获取方法。传统的城市三维数据获取方法主要是地面测量 (如地形、地籍测量) , 特别是全站仪和GPS被广泛用于标准的高精度定位测量, 这类方法灵活准确, 可方便地测量任何建筑物, 其缺点是工作量巨大, 周期长, 难以完整地测量建筑物的顶部;基于遥感影像和机载激光扫描的方法, 适用于大范围三维城市数据的快速获取, 成本低, 效率高;车载数字摄影测量方法和车载激光扫描方法, 适用于走廊地带三维模型数据的快速获取:近景摄影测量和地面激光扫描, 适用于单个或少量建筑模型数据获取;从己有二维数据 (地形图和GIS数据) 转换为2.5维模型以及逼真的CAD实体建模方法, 实施容易、成本低、效率高, 目前在城市三维建模领域有着广泛的应用:基于图片的绘制方法基于图像的建模和绘制是通过一个来自多视点的原始的或合成的图片库来产生任意视点的新的虚拟图片。作为一种新的视觉建模方法, 在不需要复杂几何模型的前提下也能获得具有较高真实感的场景表达, 能够很好的解决三维城市建模过程中模型复杂度 (真实感) 与绘制效率 (实时性) 之间的矛盾, 大大简化了复杂数据的处理, 因此也越来越多的用于各种虚拟环境的建立。

有了空间数据就可以进行城市的三维建模, 为了明确区分不同细节程度或者说不同尺度的模型, 可以使用不同的空间维数来表达 (维数越大, 细节程度越高;维数越小, 细节程度越低) 。

激光三维扫描技术以其独特的优势, 向人们展示了复杂曲面三维信息获取、三维重建、逆向工程等方面广阔的应用前景。通过激光三维扫描, 可快速、方便地将真实世界的立体信息转化为计算机可直接处理的数字信号, 为真实世界的数字化提供了一种以往其它任何技术无法比拟的手段。

2 LIDAR定义

LIDAR是“Light Detection And Ranging”的首字母缩写, 即利用光进行目标探测和测距的技术系统。从其字面可以理解, LIDAR概念包括三个组成:光源、测距和探测。

狭义的LIDAR技术, 其光源特指激光 (Laser) 。狭义的LIDAR定义因不同行业的理解应用而异, 本文是在摄影测量与遥感的背景下, 将狭义的LIDAR定义为利用机载激光雷达进行测距或测高, 可以称之为机载激光雷达扫描。狭义的LIDAR以距离测量为主, 强度测量为辅 (不是必选) , 不包括其他测量。数据表现为离散的三维坐标和强度值, 可直接生成点云图像和强度图像。

3 基于LIDAR数据的城市建筑地物重建研究

最近的十年中, LIDAR技术系统己经成为三维信息获取的非常有竞争力的手段之一。

尤其当LIDAR设备安装在直升机上, 可以扫描非常高密度的数据, 从而得到非常详细的地表三维信息, 而且这些信息具有高精度和高可靠性, 这些优点是传统的摄影测量方法获取地表三维信息所无法可及的。未来, 基于LIDAR数据提取地物及三维重建, 必然是三维城市建设的最主要方法之一。

3.1 建筑模型与模型重建

建筑, 是指运用各种材料生产出来的具有各种使用价值的建筑物、构筑物, 是人可以在其中进行生活或生产活动的、固定于土地之上的房屋或其他场所, 如住宅、办公楼、厂房、库房等。

建筑模型, 是按比例缩减并转变到我们能够理解的形式的建筑本体。建筑模型可以用于很多领域的研究, 本文主要用于城市的虚拟可视化。

目前, 在建筑研究领域里, 还没有一个通用的建筑模型定义被大家都接受。人们都在使用各自的模型来进行研究。这些研究中, 目前主要分为两类建筑模型, 一是参数模型 (parametric model) , 即利用参数来描述具有固定几何形状的建筑, 二是一般模型 (generic model) , 即利用构成建筑外表的平面或曲面来描述建筑, 没有固定的形状。由于一般模型太抽象, 一些子模型便随后出现, 如棱镜模型 (Prismatic model) , 多面体模型 (the polyhedral model) 和立体几何学模型CSG (constructive solid Geometry model) 。

现实中, 模型的分类与模型的重建方法是紧密联系的, 建模方法可以分为:模型驱动方法 (model-driven methods) , 数据驱动方法 (data-driven methods) 和立体几何学方法 (Constructive Solid Geometry methods) 。

3.2 模型驱动方法

模型驱动方法, 必须事先建立一个由固定的建筑模型构成的模型库。模型库中的每一个模型, 都是对一类实际建筑的假设与抽象, 执行这一类建筑的重建。当执行重建任务时, 这样的一个假设模型与实际数据进行检验和匹配, 以认定该组数据构成的模型属于那类假设模型, 并获得假设模型的参数进行建筑建模。这类算法之所以称为模型驱动方法, 就是因为每组建筑数据都须与己有的模型库中的模型进行匹配分类, 目前己经有多个算法和策略出现并用于检验建筑的假设模型。模型驱动的方法容易理解, 便于执行, 但是, 它只能处理简单的建筑模型, 比如平顶和人字形屋顶等。同时, 真实世界中的建筑类型众多, 不断求新, 难以用模型库中有限的模型去描述。目前, 已经有一些模型驱动的系统出现, 在简单建筑重建方面取得了很好的结构, 如德国汉诺威大学的建筑重建软件ATOP, 可以在高密度的LIDAR数据中提取多类建筑并重建和以多种格式输出。

3.3 数据驱动方法

数据驱动方法, 通常用来处理建筑一般模型, 前提假设是建筑是由一系列平面或曲面包围而成的几何体。该方法通常由三步构成: (1) 提取建筑表面的面; (2) 重建建筑表面的拓扑结构; (3) 重建建筑模型。本方法不需要事先假定建筑结构, 无需模型库支持, 基于任何建筑都可以描述为平面或曲面的包围体假设, 故理论上可以描述所有的建筑。但是, 正是由于该方法的灵活性, 也造成了在方法实施时, 与基于模型驱动的系统相比, 执行难得很大。

由于一般模型过于复杂和抽象, 所以一些子模型就应运而生, 如棱镜模型、多面体模型和立体几何学模型。这些模型中, 多面体模型是最主要的模型, 它假设一个建筑是由一系列平面限制和密封而成的, 将建筑抽象成一个几何上的多面体, 由这个多面体的一系列平面来定义建筑。而这个假设, 对真实世界里绝大部分建筑是成立的。

摘要：本文基于笔者多年从事地理信息系统的相关工作经验, 以三维城市地物重建为研究对象, 深度探讨了基于LIDAR数据城市地物重建方式方法, 论文详细探讨了建筑模型的模型驱动方法和数据驱动方法。全文是笔者长期工作实践基础上的理论升华, 相信对从事相关工作的同行有着重要的借鉴意义。

关键词：LIDAR数据,三维数字城市,地物,重建