基于激光雷達(dá)數(shù)據(jù)和遙感影像的立交橋快速自動檢測技術(shù)

基于激光雷達(dá)數(shù)據(jù)和遙感影像的立交橋快速自動檢測技術(shù)

該橋具有復(fù)雜的結(jié)構(gòu)組成和空間特征，是評價(jià)和建模人工結(jié)構(gòu)的難度較大的類型。這一研究的進(jìn)展可以作為其他人工結(jié)構(gòu)研究的參考，以促進(jìn)gis數(shù)據(jù)自動更新的問題。同時(shí),立交橋作為公路設(shè)施中一個(gè)不可或缺的部分,使得研究立交橋在設(shè)施管理、交通控制、緊急救援等相關(guān)城市基礎(chǔ)設(shè)施課題中都有著非常重要的現(xiàn)實(shí)意義。國內(nèi)外對于立交橋的自動檢測方法研究較少,而對立交橋三維建模作了大量的研究,文獻(xiàn)對早期的研究情況作了較全面的總結(jié)。總的來說,雖在交互式建模和可視化系統(tǒng)的開發(fā)方面取得顯著成果,但單純利用遙感影像實(shí)施立交橋自動檢測尚存在較大困難。為此,根據(jù)立交橋的空間特性,本文提出了綜合利用LiDAR數(shù)據(jù)和遙感影像實(shí)現(xiàn)立交橋的自動檢測與三維建模的方法,力求突破上述困難。1立交橋具有規(guī)則結(jié)構(gòu)立交橋由橋梁、空間交叉和毗鄰建筑物等組成,是道路交通中最復(fù)雜的部分,一般由數(shù)座(或數(shù)十座)跨橋組成,且一般具有兩層(或多層)在空中相互交叉的路面。立交橋一般有曲線流暢、占地面積大、形體比較規(guī)則等特點(diǎn),且同時(shí)具備一些普通建筑物和地形的特性。立交橋的橋面和一般地形的表面都是由連續(xù)曲面組成,但是卻在一定程度上具有普通建筑物的規(guī)則結(jié)構(gòu)。立交橋具有介于地形與建筑物之間的特征,它與地形的相似之處在于立交橋橋面是一種空間連續(xù)曲面,且有一部分與地面直接相連;與建筑物相似之處在于立交橋的空中架設(shè)部分具有相對規(guī)則的形體并有一定的類似房屋的附屬設(shè)施。立交橋的空間特性如圖1所示。其中,(a)為某立交橋地區(qū)的遙感影像全貌,可見該區(qū)域是多條立交橋的交匯之地,結(jié)構(gòu)盤旋復(fù)雜,要實(shí)現(xiàn)自動檢測對算法的要求很高。(b)為多層立體交會的LiDAR點(diǎn)云視圖,可見同屬于一個(gè)橋面的點(diǎn)云分布在連續(xù)曲面,不同的交叉路面存在高程上的突變。2文獻(xiàn)檢測算法引入LiDAR數(shù)據(jù)可以為立交橋檢測提供三維坐標(biāo)信息支持,提高算法的自動化程度。但是LiDAR數(shù)據(jù)采樣間隔較大,難以獲取精確的目標(biāo)輪廓。近年來,國內(nèi)外學(xué)者已經(jīng)開展的研究表明,這將導(dǎo)致目標(biāo)檢測缺乏精確的斷裂線。為此,本文算法的重點(diǎn)包括融合多源數(shù)據(jù)獲取高精度的立交橋輪廓和立交橋遮擋的檢測和修復(fù)等,其技術(shù)路線如圖2。首先利用LiDAR數(shù)據(jù)實(shí)現(xiàn)自動化的立交橋點(diǎn)云分割;再利用中心線檢測克服點(diǎn)云采樣密度變化間接獲得近似的立交橋輪廓;融合遙感影像檢測的邊緣精化輪廓;利用精確輪廓返回LiDAR原始點(diǎn)云,精確分割點(diǎn)云;之后實(shí)施立交橋遮擋區(qū)域的檢測和修復(fù);最后實(shí)現(xiàn)立交橋的三維建模。3關(guān)鍵步驟3.1有地面點(diǎn)的數(shù)據(jù)文獻(xiàn)提出了漸進(jìn)加密三角網(wǎng)法濾波算法。但該算法在斜坡以及植被部分密集的地方,很容易將本屬于地面點(diǎn)的數(shù)據(jù)從地形中剔除,導(dǎo)致得到地形數(shù)據(jù)殘缺,不足以表達(dá)真實(shí)的地形特點(diǎn)。文獻(xiàn)結(jié)合了區(qū)域增長的思想,改進(jìn)三角網(wǎng)逐層加密的算法,在處理過程中將植被覆蓋下的屬于地形的斜坡點(diǎn)添加進(jìn)初始的地形中,從而得到更為接近真實(shí)地形的點(diǎn)云數(shù)據(jù),為后續(xù)的處理提供了更為準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。3.2模型驅(qū)動算法設(shè)計(jì)立交橋作為一種特殊人工地物形態(tài),其空間性質(zhì)和物理性質(zhì)具有獨(dú)特性和易區(qū)分性。通過建立立交橋空間和物理的描述模型,在非地面點(diǎn)中可以比較容易檢測并分割立交橋點(diǎn)云。在空間性質(zhì)方面,立交橋單體可以簡化為三維空間曲線z=f(x,y),在實(shí)際操作中,通?？刹捎萌螛訔l函數(shù)描述。同時(shí)滿足:(1)寬度遠(yuǎn)小于長度,即w/l?1。(2)立交橋起止點(diǎn)接與地面,中部隆起,即ES=EE=ED<E(S+E)/2式中,S、E代表立交橋起止點(diǎn);D代表地面點(diǎn);(S+E)/2代表橋體中部。若不滿足該條件,則可判斷橋體被高層遮擋。(3)徑向曲率近似為常數(shù),且數(shù)值較小,即κl=ΔφΔl≈T?1κl=ΔφΔl≈Τ?1式中,Δl為立交橋延伸方向的局部弧長;Δφ為局部切線變化角度。(4)橫向曲率或者為0,或者近似為常數(shù)且大于徑向曲率,即kw=0或kw>kl。此外,立交橋路面為水泥或混凝土材料,其周邊多為綠化帶、建筑物以及其他路面。對于前者可利用反射強(qiáng)度和色彩紋理等加以區(qū)分,對后者只有利用空間性質(zhì)不同予以區(qū)分。模型驅(qū)動算法的基本思路是,利用移動窗口掃描分離地面點(diǎn)之后的LiDAR點(diǎn)云,然后以局部坡度閾值搜索連續(xù)曲面,對連續(xù)曲面以坡度閾值為條件進(jìn)行生長。在生長過程中,以徑向曲率和橫向曲率特性判斷立交橋的可能性;在生長結(jié)束時(shí),以長寬比和LiDAR點(diǎn)云提供的強(qiáng)度信息作為最終判決條件。算法步驟如圖3。3.3橋點(diǎn)云的中心線點(diǎn)LiDAR采樣密度低,采樣間隔規(guī)則,因此無法有效地獲取立交橋的精確輪廓。特別是在點(diǎn)云特別稀疏的情況下,采用傳統(tǒng)的邊緣檢測算子無法獲得LiDAR的邊緣。筆者認(rèn)為,相對于LiDAR邊緣的不穩(wěn)定性,立交橋點(diǎn)云的中心線則可利用局部路段的統(tǒng)計(jì)值獲得較可靠的結(jié)果。為此,設(shè)計(jì)了自適應(yīng)的掃描帶法檢測不同密集程度的LiDAR點(diǎn)云中心線。該算法的基本思想是,首先利用文獻(xiàn)的方法計(jì)算LiDAR點(diǎn)云的密度,根據(jù)密度選擇不同的掃描帶寬度和搜索步長;當(dāng)獲得一個(gè)LiDAR立交橋點(diǎn)時(shí),在掃描帶寬度內(nèi),以搜索步長向前搜索LiDAR點(diǎn)云數(shù)據(jù),若找到則加入當(dāng)前立交橋,否則當(dāng)前立交橋結(jié)束;最后計(jì)算當(dāng)前掃描寬度內(nèi)立交橋點(diǎn)的中心,得到近似的立交橋中心線點(diǎn)。立交橋密度越小,掃描寬度應(yīng)越大,才能盡量保證計(jì)算結(jié)果的統(tǒng)計(jì)穩(wěn)定性,因此也導(dǎo)致立交橋中心線點(diǎn)間隔越大,這是由數(shù)據(jù)稀疏導(dǎo)致的。反之,越密集的立交橋點(diǎn)云產(chǎn)生越精細(xì)的中心線。3.3.1確定立交橋點(diǎn)云密度設(shè)立交橋最小寬度為w0,此處確定搜索步長s=w0。對每一行掃描,以s搜索立交橋點(diǎn)云,獲得立交橋片段集合S={s1,s2,…,sn}。(1)對每一個(gè)片段si,記錄寬度為wi,點(diǎn)數(shù)為m,若m>1,計(jì)算立交橋密度di=wi/m;(2)對所有行完成立交橋點(diǎn)云密度計(jì)算后,聚類并劃分密度區(qū)間;(3)若某區(qū)域的立交橋密度為d,設(shè)定搜索寬度為2/d,步長為1/(2d)。3.3.2橋點(diǎn)云是否有(1)在行方向以寬度w掃描,若發(fā)現(xiàn)第一個(gè)立交橋點(diǎn)p,記錄立交橋片段開始;(2)以p為起點(diǎn),在寬度w,步長s區(qū)域內(nèi)搜索立交橋點(diǎn)云,若有,記錄入當(dāng)前立交橋,并標(biāo)記最遠(yuǎn)點(diǎn)為新的搜索起點(diǎn),否則立交橋結(jié)束;(3)當(dāng)立交橋結(jié)束時(shí),若記錄有一定數(shù)量的立交橋點(diǎn),計(jì)算其中心pc作為立交橋中心線上的點(diǎn),否則不予計(jì)算;(4)在列方向重復(fù)上述操作。在兩個(gè)方向操作是考慮到某些立交橋方向平行于行、列,單個(gè)方向的掃描無法獲得中心線。這樣也可以增加其他立交橋中心線上點(diǎn)的數(shù)量,增加算法穩(wěn)健性和提取的中心線的精細(xì)程度。3.3.3確定立交橋內(nèi)部錯(cuò)誤位置算法在兩種特殊情況可能產(chǎn)生噪音或錯(cuò)誤:①在立交橋交叉的地方因搜索步長超過立交橋間隙,無法區(qū)分兩條立交橋;②在立交橋靠近圖像邊界的地方,因立交橋無法保持正常寬度,使得根據(jù)點(diǎn)云中心求得中心線偏離實(shí)際。第①類錯(cuò)誤產(chǎn)生的地方,立交橋?qū)挾燃眲≡龃?由此可以定位錯(cuò)誤的位置,然后刪除這些錯(cuò)誤中心點(diǎn),以曲線擬合的方法連接交叉路段兩端的中心線。第②類錯(cuò)誤產(chǎn)生的地方,立交橋?qū)挾燃眲∽冃?由此可定位錯(cuò)誤的位置。此時(shí)換另一掃描方向掃描,不會產(chǎn)生錯(cuò)誤,可獲得正確的立交橋中心線。該算法可以有效地解決不同密集程度的LiDAR點(diǎn)云提取精確立交橋信息的難題。3.4確定立交橋邊緣算法的基本思路是,首先利用3.3節(jié)提取的立交橋中心線和估計(jì)的立交橋?qū)挾全@得近似的立交橋輪廓;然后對高分辨率遙感影像實(shí)施邊緣檢測;融合兩種數(shù)據(jù),利用影像檢測的邊緣精化LiDAR數(shù)據(jù)檢測的立交橋輪廓;最后可利用精確的立交橋輪廓返回原始LiDAR點(diǎn)云中實(shí)施精確的立交橋點(diǎn)云分割。設(shè)利用LiDAR數(shù)據(jù)檢測到立交橋R的中心曲線為cL,其一階導(dǎo)數(shù)為dL,由此可概略推估立交橋邊界為L。若在L緩沖區(qū)B(L)內(nèi)存在一個(gè)影像邊緣檢測結(jié)果的子集E={e1,e2,…,en},E近似平行于dL,且min(length(E))>T,此處T為減弱偶然誤差影響設(shè)置的長度閥值。因立交橋邊界整體較易識別,則S=max(E)可認(rèn)為是正確立交橋邊界。若n=0,無法識別得到影像立交橋邊緣,以L替代之;若n=1,則認(rèn)為該邊緣為精確立交橋邊緣;若n>1,連接前后最近邊界端點(diǎn)[a,b],結(jié)合立交橋整體徑向曲率和橫向曲率,根據(jù)該路段中心曲線獲得近似的輪廓曲線,計(jì)算各個(gè)備選邊緣到近似輪廓的距離,取最近的為立交橋邊緣。3.5不符合約束處理的立交橋單體根據(jù)LiDAR數(shù)據(jù)的特點(diǎn),立交橋被高程橋體遮擋之處,會出現(xiàn)連續(xù)曲面的斷裂現(xiàn)象。因此,立交橋檢測的重要任務(wù)之一是發(fā)現(xiàn)并修復(fù)遮擋現(xiàn)象。遮擋檢測在傳統(tǒng)攝影測量中多采用基于投影射線反算的方法。在LiDAR點(diǎn)云中,立體交會部分造成的遮擋致使連續(xù)橋體出現(xiàn)斷裂,從而不滿足3.2節(jié)立交橋空間模型之條件(2)。由此可以判斷立交橋是否被高層橋體遮擋而出現(xiàn)斷裂。對于不滿足ES=EE=ED<E(S+E)/2的立交橋單體,采用以下規(guī)則尋找其匹配部位:(1)兩段立交橋單體徑向曲率和橫向曲率相等;(2)兩段立交橋單體圓心近似在同一位置;(3)兩段立交橋單體可用三次樣條曲線擬合。在實(shí)際計(jì)算中,對可能出現(xiàn)遮擋的立交橋單體,計(jì)算其平均曲率和圓心位置,匹配近似曲率和圓心位置的立交橋單體,并判斷是否可用三次樣條曲線擬合。對于滿足條件的兩段立交橋單體,利用三次樣條曲線擬合已知橋體和遮擋地區(qū),通過距離加權(quán)的曲面平滑之后,可快速重建完整的立交橋三維模型。4城市立交橋點(diǎn)云提取圖1所示數(shù)據(jù)為美國佛羅里達(dá)州戴德市郊立交橋的遙感影像和LiDAR數(shù)據(jù)。其中,LiDAR數(shù)據(jù)于2002—2004年采用OptechALTM1233系統(tǒng)獲取,地面控制點(diǎn)采用AshtechZ-12設(shè)備獲取,數(shù)據(jù)平面間隔1.5m,中誤差12cm,垂直間隔24cm,數(shù)據(jù)采用NAD83投影,位于FloridaEast分帶。遙感影像采用GoogleEarth2009年提供的高分辨率衛(wèi)星影像,分辨率0.5m。本文將上述數(shù)據(jù)作為試驗(yàn)數(shù)據(jù)驗(yàn)證算法的可行性和有效性。首先采用文獻(xiàn)提出的改進(jìn)的漸進(jìn)加密三角網(wǎng)方法實(shí)施LiDAR點(diǎn)云濾波。結(jié)果表明改進(jìn)算法對于復(fù)雜的斜坡地形區(qū)域能夠提取出更接近真實(shí)的地形,能夠較好地解決由于城市立交橋區(qū)域的植被分布的高程和反射強(qiáng)度與地形表面的區(qū)別不明顯所導(dǎo)致的難以將植被從原始地面中準(zhǔn)確有效剔除的問題,能夠在提出植被干擾的情況下,盡可能多地保留地形本身的斜坡等特點(diǎn)。圖4是采用本文方法實(shí)施立交橋精確分割試驗(yàn)。圖4(a)中的點(diǎn)云是采用模型驅(qū)動的分割策略獲得的立交橋點(diǎn)云數(shù)據(jù)。通過與遙感影像的配準(zhǔn)套合可見,分割結(jié)果基本符合實(shí)際情況,但是分割精度有待精化。LiDAR點(diǎn)云與遙感影像的配準(zhǔn),是從三維到二維的映射,本文采用直接線性變換方法進(jìn)行投影。圖中圈注表明,LiDAR點(diǎn)云密度不均勻,該部位特別稀疏,這對于有效提取立交橋幾何特征相當(dāng)不利。為此,筆者采用自適應(yīng)掃描帶法提取立交橋中心線,結(jié)果如圖4(b)。圖中灰色點(diǎn)為本文方法獲取的離散中心點(diǎn)?？梢婋S著點(diǎn)云逐漸稀疏,其中心點(diǎn)之間間距也逐漸增大,這是利用區(qū)域統(tǒng)計(jì)性質(zhì)提高中心線的準(zhǔn)確度。圖4(c)中細(xì)實(shí)線為在剔除錯(cuò)誤之后,對離散中心點(diǎn)曲線擬合的結(jié)果,最終提取結(jié)果準(zhǔn)確地反映了立交橋的幾何性質(zhì)。圖5是遮擋檢測修復(fù)的最終結(jié)果。圖5(a)反映了面對復(fù)雜的遮擋情況,利用模型平均曲率和圓心位置,匹配近似立交橋單體,并采用三次樣條曲線擬合的過程。圖5(b)是完成遮擋修復(fù)和曲面擬合之后的立交橋單體三維模型。圖5(c)是試驗(yàn)地區(qū)立交橋總的建模結(jié)果。可以看到,利用本文提出的方法修復(fù)立交橋遮擋地區(qū),可以很好地?cái)M合立交橋曲面連續(xù)情況。通過距離加權(quán)的曲面平滑,可以有效消除立交橋凹凸表面,更符合立交橋?qū)嶋H情況,同時(shí)利用離散數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)提高了曲面擬合的精度。5城市立交橋的高效智能化建模技術(shù)立交橋復(fù)雜的結(jié)構(gòu)和特性,使其成為人工構(gòu)筑物檢測的難點(diǎn)問題,本文在研究立交橋空間特性的基礎(chǔ)上,提出了一套集成LiDAR數(shù)據(jù)和遙感影像自動檢測立交橋的流程,對其中關(guān)鍵算法作了詳細(xì)的論述。首先提出了利用區(qū)域增長方法改進(jìn)的漸進(jìn)加密三角網(wǎng),