一種LiDAR數據提取等高線的優化算法

栗敏光

(國家測繪地理信息局重慶測繪院,重慶 400015)

?

一種LiDAR數據提取等高線的優化算法

栗敏光

(國家測繪地理信息局重慶測繪院,重慶 400015)

摘要：在等高線提取技術中，LiDAR雖然較傳統航空攝影測量具有明顯優勢，然而目前已有算法和軟件基于LiDAR點云自動提取的等高線存在大量多余的短齒線和孤立環。本文提出了一種以短齒線和孤立環消除為核心的LiDAR數據提取等高線的優化算法，并基于FME軟件平臺設計程序加以實現，最后通過試驗案例驗證了算法和程序的可行性與有效性。

關鍵詞：LiDAR；等高線；優化；FME

等高線是地形圖表達地貌的主要方式。利用LiDAR技術獲取點云數據提取等高線具有受天氣影響小、自動化程度高、生產周期短、產品精度高等特點，較傳統的航空攝影測量技術具有明顯的優勢[1-3]。然而目前已有算法和軟件基于LiDAR點云自動提取的等高線存在大量多余短齒線和孤立環[2，4-6]。

FME(featuremanipulationengine)是加拿大SafeSoftware公司推出的一套完整的空間數據解決方案，基于OpenGIS協會提出的新的數據轉換理念——語義轉換，通過提供在轉換過程中重新構造數據的功能，支持超過320種數據格式之間的靈活轉換，具有工作流定制簡便、數據轉換可視化、后臺運行自動化、工作空間和模板可重復利用等優點，被廣泛應用于數據格式轉換[7]、多源數據集成共享[8]、數據更新[9]、數據質量檢查[10]、地圖制圖[11]等領域。

本文在短齒線和孤立環特征分析的基礎上提出一種以短齒線和孤立環消除為核心的LiDAR數據提取等高線的優化算法，基于FME軟件平臺設計程序加以實現，并選取案例數據開展應用試驗。

一、算法設計

多余短齒線和孤立環是目前基于LiDAR數據自動提取等高線時已有算法和軟件存在的主要缺陷。多余短齒線和孤立環的消除需以檢測識別為前提，而檢測識別需以特征把握為基礎。經過分析可以發現，多余短齒線與正常等高線弧段的不同特征表現為與其他等高線和圖框沒有交點或只有一個交點(正常等高線弧段與其他等高線和圖框有兩個交點)，如圖1所示。多余孤立環又分為微小孤立環和異常孤立環兩種類型。其中，微小孤立環的特征表現為不與其他等高線相交且長度一般明顯小于正常等高線閉合環，如圖2所示；異常孤立環的特征表現為與其他正常等高線相交且自身長度小于相交正常等高線，如圖3所示。

圖1　短齒線

圖2　微小孤立環

圖3　異常孤立環

根據以上分析結果，本文設計了以短齒線和孤立環消除為核心的LiDAR數據提取等高線的優化算法，基本思路可以分解為10個步驟：①以首末坐標是否相等為判斷條件，從初始等高線中分離等高線閉合環與等高線弧段；②將圖框多邊形轉換為圖框弧段；③通過疊加等高線弧段和圖框弧段提取所有弧段之間的交點；④通過疊加等高線弧段和交點計算每條等高線弧段與交點的重疊數；⑤以交點重疊數是否小于2為判斷條件，從等高線弧段中分離短齒線與非短齒線，將非短齒線加以必要的連接(消除濾去末端短齒線后形成的偽節點)后返回步驟③重新執行，將短齒線輸入下一步；⑥將步驟①輸出的等高線弧段與步驟③—步驟⑤循環執行最終輸出的短齒線進行空間包含關系判斷，過濾出不含短齒線的等高線弧段；⑦設置一定的長度閾值從步驟①輸出的等高線閉合環中濾除微小孤立環，保留非微小等高線閉合環；⑧將非微小等高線閉合環與上游步驟保留的所有等高線(包括不含短齒線的等高線弧段和非微小等高線閉合環)進行空間相交關系判斷，分離出不與其他等高線相交的非微小等高線閉合環和與其他等高線相交的非微小等高線閉合環；⑨通過長度比較從與其他等高線相交的非微小等高線閉合環中濾除自身長度小于相交等高線的異常孤立環，保留自身長度大于相交等高線的非微小等高線閉合環；⑩將不含短齒線的等高線弧段、不與其他等高線相交的非微小等高線閉合環、與其他等高線相交且自身長度大于相交等高線的非微小等高線閉合環輸出為最終的優化等高線。算法流程如圖4所示。

圖4　算法流程

二、程序實現

基于FME軟件平臺，調用其函數庫所提供的豐富的轉換器，定制可視化工作流實現上述算法。首先從函數庫中搜索恰當的轉換器匹配算法流程中的每一項操作(其中關鍵操作與轉換器對照見表1)，然后運用固有轉換器構建自定義轉換器，通過循環迭代實現短齒線提取子過程(如圖5所示)，最后綜合運用固有轉換器和短齒線提取自定義轉換器設計整體程序，實現以短齒線、微小孤立環、異常孤立環消除和不含短齒線的等高線弧段、不與其他等高線相交的非微小等高線閉合環、與其他等高線相交且自身長度大于相交等高線的非微小等高線閉合環提取為主線的等高線優化全過程(如圖6所示)。

表1　算法流程關鍵操作與FME轉換器對照表

圖5　短齒線提取FME自定義轉換器

圖6　等高線優化FME程序

三、試驗案例

選取海南省三亞市一個1∶2000圖幅基于LiDAR點云數據自動提取的等高線作為數據源，采用本文算法程序開展等高線優化試驗。初始等高線和優化后的等高線分別如圖7和圖8所示。由圖可見，初始等高線中包含的多余短齒線、微小孤立環、異常孤立環已不存在于優化后的等高線中。

圖7　基于LiDAR數據自動提取的初始等高線(局部)

圖8　利用本文算法優化后的等高線(局部)

四、結束語

試驗案例表明，本文設計的以短齒線和孤立環消除為核心的LiDAR數據提取等高線的優化算法和程序是可行有效的。需要指出的是，本文算法中用于判別微小孤立環的等高線閉合環長度閾值是根

根據LiDAR數據所提取初始等高線的質量和數據所屬地形類別兩方面因素人為設置的，無法完全避免多余微小孤立環與山頭、洼地等地帶正常微小等高線閉合環的混淆。解決這一問題還需要從等高線閉合環局域地形特征檢測、等高線閉合環與相鄰等高線形態協調性衡量、微小等高線閉合環長度閾值自適應設置等方向開展進一步的研究。

參考文獻：

[1]陳松堯,程新文.機載LIDAR系統原理及應用綜述[J].測繪工程,2007,16(1):27-31.

[2]李鴻軼,任淑娟,雷蕾.LiDAR數據提取等高線的方法研究[J].測繪通報,2013(5):59-60.

[3]姚春靜,胡唯.基于特征約束的LiDAR點云等高線自動生成方法[J].長江科學院院報,2014,31(12):113-116.

[4]王宗躍,馬洪超,彭檢貴,等.基于LiDAR數據生成光滑等高線[J].武漢大學學報(信息科學版)，2010,35(11):1318-1321.

[5]馮梅,鐘斌.基于LiDAR點云自動生成等高線的方法研究[J].測繪與空間地理信息,2012,35(6):87-90.

[6]于彩霞,黃文騫,鄭義東,等.一種基于ArcGIS的LiDAR點云數據生成等值線的方法[J].海洋測繪,2015,35(2):52-54.

[7]李剛,朱慶杰,張秀彥,等.基于FME的城市GIS基礎空間數據格式轉換[J].測繪通報,2006(4):17-20.

[8]趙健赟.利用FME的小城鎮規劃數據集成方法[J].測繪科學,2012,37(5):84-86.

[9]張紅文,程明慧,夏定輝.FME支持下的空間數據庫更新技術[J].地理空間信息,2011,9(6):57-59.

[10]張志友. 基于FME的CASS地形地籍入庫數據質量檢查方法研究[J].工程地球物理學報,2011,8(4):501-509.

[11]鄧飛,陳字同,鄭代揚.基于FME的數據庫自動制圖技術探索與實踐[J].國土資源信息化,2013(4):66-68.

An Algorithm of Refining Contours Extracted from LiDAR Data

LI Minguang

收稿日期：2015-06-03

作者簡介：栗敏光(1984—)，男，碩士，工程師，研究方向為航測遙感與GIS數據生產與處理技術。E-mail：yeslmg@163.com

中圖分類號：P208

文獻標識碼：B

文章編號：0494-0911(2016)06-0125-03

引文格式： 栗敏光. 一種LiDAR數據提取等高線的優化算法[J].測繪通報，2016(6)：125-127.DOI:10.13474/j.cnki.11-2246.2016.0207.