语义丰富点云
探索颜色和几何属性
在代尔夫特理工大学(Delft University of Technology)攻读测绘硕士课程的第二年，也就是最后一年，学生们作为一个小组开始了为期10周的测绘综合项目。其目的是进行一个小型但实际的研究项目，使他们能够在整个地理信息链(获取、处理和应用)中获得经验。
(作者:Merwin Rook, Stella Psomadaki)
代尔夫特理工大学测绘硕士项目专注于地理信息科学。代尔夫特大学的几何与其他几何课程的不同之处在于它与建筑和建筑环境学院的紧密联系。
在代尔夫特理工大学2015年的测绘综合项目中，五位学生被要求探索直接使用点云的新方法，以充分利用数据。在几何图形旁边，点云数据保存着来自匹配的地面图像的颜色信息，更好地描述了数据采集环境。在点云中通常可获得的其他信息，如强度，由于获取技术的性质而不存在。到目前为止，点云主要用于3D建模，导致很多上下文信息从未被利用。在大多数情况下，上下文数据在项目结束时被丢弃。
从学生的角度来看，增加点云的可用性可以归结为将语义整合到原始的xyz数据。这意味着这些点被丰富了来自其城市环境的意义。通过使数据更具描述性，这些额外的点属性可以极大地增加数据的价值。可以更精确地提取数据的特征和部分内容，然后为更多的应用程序和用户共享和分析数据。这种方法创造了新的可能性，如高分辨率地图创建、水渗透能力分析和其他形式的城市环境研究。
在这个项目中，我们探索了添加语义的不同方法和技术，并通过结合最佳实践创建了一个最佳的工作流。这些最佳实践包括索引、颜色变换、区域增长、区域分类和结果平滑。这个工作流程的重点是地面点，因为建筑周围的街道水平通常在3D模型中被搁置。
标签定义
设计一个可以提取道路信息及其周围环境的工作流首先需要为应用程序定义相关的类。在这个案例中，道路提取和材料检测在街道水平。使用的相关子类别为:草地、道路、单车径及行人径。这些类别代表了人们对街道层面的理解。对于更具体的应用(如表面渗透能力)，需要材料的组成，专家将受益于分级的点云沥青，草和瓷砖。
数据采集和索引
数据采集是与Cyclomedia合作完成的，使用他们的移动地图绘制器。地图绘制器获取全景图像，用于立体成像过程中创建彩色点云。移动地图在建筑学院周围行驶，获得了93436,125分。
为该项目处理了数据的一部分，并提取了地面点。利用kd-tree对这些点进行索引，进行快速最近邻搜索和几何属性计算。目前，基于点云的目标识别研究主要集中在利用点及其环境的几何特性。然而，对于接地点来说，仅对几何特性进行标记的过程更为复杂，因为通常所有接地点都位于同一平面上。对于像荷兰这样地势平坦的国家来说尤其如此。因此，利用单个点的颜色属性来区分相邻点，并确定哪些点属于同一类。
区域增长和颜色相似度匹配
为了生成具有相似属性的点组，提出了一种区域增长算法。该算法使用预定义的相似阈值，将颜色和几何属性相似的相邻点(法线和曲率)分组。将色彩信息预先转换成不同的色彩空间。颜色空间是一个颜色索引框架，根据颜色在颜色空间中的位置为颜色分配坐标，比如RGB (3D颜色空间)。这种转换是为了使数据更适合空间操作，特别是颜色匹配。在对不同的色彩空间进行实验后，选择了CIELab的色彩空间。
监督分类
在分类算法中，利用监督分类的方法对生长区域赋予语义。这种方法需要一组具有相关标签的训练样本数据。这个样本数据来自于对场景的先验知识。这意味着对于感兴趣的区域，采集的样本属于公路、自行车道、山麓小径和草地。假设颜色属性的高斯分布来定义数据分类算法。选择了99%的置信水平，因为这给出了最优的结果。
平滑算法
为了处理监督分类产生的噪声，提出了一种平滑算法。该方法基于图像平滑滤波器进行去噪。该算法遍历分类点云中的所有点。对于每一个点，它检查它的k近邻，并计算这些近邻中最频繁的类。接下来，如果原始分类不同于它的邻居中最普遍的分类，则对该点进行重新分类。这个过程为最终的结果提供了视觉和准确性的优势。
结论
在今天的点云处理程序中，颜色与几何属性的结合使用可以在分类对象方面提供宝贵的帮助。法线和曲率用于区域生长，但不用于直接标记点云。虽然大部分过程可以自动化，但这种方法在选择训练样本时仍然需要人工解释。使用外部数据，比如汽车的位置，可以帮助进一步实现这一过程的自动化。
数据
图1，测绘综合项目组，在Cyclomedia移动绘图仪前。
图2，所选场景，地面滤波处理前后。
图3，分类点，每种颜色代表不同的类别。
图4分类过程的工作流程
确认
小组成员Adrie Rovers, Tim Nagelkerke, Irene de Vreede, Stella Psomadaki和Merwin Rook感谢Cyclomedia对Bart Beers的支持，并感谢他们的导师Wilko Quak。
作者
Merwin Rook拥有理学学士学位。他是代尔夫特理工大学(Delft University of Technology)的一名测绘硕士，目前毕业的专业是创建一个工作流，以自动丰富三维城市模型的语义和主题信息。
Stella Psomadaki是代尔夫特理工大学测绘学硕士。她拥有理学士学位。在雅典国立技术大学学习农村和测量工程，她是那里的第一年毕业的。她目前正在进行毕业设计，研究利用数据库管理系统将空间和时间整合到点云中的可能性。
