遥感图像处理这条线上DSM到建筑物点过滤是个绕不开的坎。我最早接触这个需求是做城市三维建模的时候拿到一版DSM数据满心欢喜地往建模软件里一丢结果出来的模型跟长了毛似的——树冠、路灯、广告牌、甚至高架桥的护栏全都变成了建筑物整个场景惨不忍睹。后来才明白DSM数字表面模型记录的是地表一切物体的高程包括植被、车辆、临时构筑物而我们要的建筑物点只是其中一类。怎么把建筑物从这堆杂物里干净地剥离出来就是这篇要聊的核心。这篇文章适合谁看如果你正在做城市三维重建、建筑物提取、遥感影像解译或者手头有一份DSM数据但不知道怎么清洗出建筑物轮廓那下面的内容应该能帮你省不少时间。我会从DSM和DEM的本质区别讲起把建筑物点过滤的几条主流技术路线拆开揉碎再补上实操中那些文档里不会写的坑和技巧。全文基于常见的工程实践展开涉及具体参数的地方我会说明取值逻辑方便你根据自己的数据情况调整。1. 先搞清楚DSM和DEM到底差在哪很多人一上来就急着找算法、调参数结果连自己手里的数据是什么都没弄明白。我见过不止一个项目拿到的明明是DSM却当成DEM直接用最后建筑物高度算出来全是错的。所以这一节先把基础概念理清楚这是后面所有操作的前提。1.1 从表面和地面两个词说起DEM数字高程模型记录的是裸地面——也就是把地面上所有东西都扒掉之后纯地形的高程。你可以想象成把一栋楼、一棵树、一辆车全部移走只剩下光秃秃的土地然后测量这片土地每个点的高度这就是DEM。DSM数字表面模型记录的是地表最上层那个面的高程。同一栋楼在DEM里那个位置记录的是楼底下地面的高度在DSM里记录的是楼顶的高度。树也一样DEM记录树根处地面高度DSM记录树冠顶部高度。这个区别听起来简单但它直接决定了建筑物点过滤的核心逻辑建筑物点在DSM和DEM之间的高差就是建筑物的高度。反过来如果你只有DSM没有DEM那就得想办法从DSM里把地面点估计出来生成一个近似DEM再做差值。这就是为什么热词里会出现dsm生成dem——这俩任务在实际工程里几乎是绑在一起的。1.2 为什么不能直接对DSM做阈值分割有人可能会想建筑物不是比地面高吗那我设定一个高度阈值比如高于地面2米的就算建筑物不就行了这个思路方向没错但直接做会出大问题。原因在于树也高于地面2米路灯也高于地面2米高架桥、天桥、甚至堆在路边的土堆都高于地面2米。你一刀切下去这些全被当成建筑物。更麻烦的是地面本身是有起伏的——山坡上的地面点可能比平地建筑物还高你用绝对高程做阈值山区数据直接报废。所以正确的做法不是用绝对高程而是用相对高差也就是每个点相对于它脚下地面的高度。这就必须先把地面点找出来生成DEM然后DSM减去DEM得到nDSM归一化数字表面模型在nDSM上做建筑物提取才靠谱。1.3 nDSM才是建筑物过滤的主战场nDSM这个东西本质上是把地形起伏拉平之后的高程图。在nDSM上地面的值接近0建筑物的值等于其真实高度树的值也等于树高。这时候你再看数据建筑物和植被虽然都凸起但它们的形态特征差异就明显了——建筑物通常是规则的矩形或组合矩形边缘笔直顶部平坦植被则是不规则的团状边缘破碎顶部起伏。我个人的经验是建筑物点过滤的精度七成取决于nDSM的质量三成取决于后续的分类算法。如果DEM生成得不好地面点估计有偏差后面算法再花哨也救不回来。所以下面我会花不少篇幅讲DEM生成和nDSM计算的细节。2. 从DSM反推地面点DEM生成的几条路既然nDSM这么关键那怎么从DSM得到DEM这就是所谓的滤波过程——把建筑物、植被这些非地面点滤掉只保留地面点然后插值生成DEM。这一步的方法选择直接决定了后续建筑物过滤的天花板。2.1 形态学滤波最经典也最容易被低估形态学滤波的核心思想很朴素用一个结构元素可以理解为一个滑动窗口在DSM上滑动通过腐蚀和膨胀操作把小的凸起抹平。建筑物和树相对于地面是凸起的如果窗口开得比建筑物还大腐蚀操作就会把这些凸起削掉剩下的就是地面。具体操作上通常用开运算先腐蚀后膨胀来估计地面。腐蚀的时候窗口内取最小值这样凸起被压下去膨胀的时候取最大值恢复地面形态。窗口大小的选择是个关键太小了大建筑物削不平太大了真实的地形起伏比如小山包会被误削。我一般会用一个渐进式的窗口序列比如从5×5开始逐步增大到15×15、25×25每一步都判断哪些点被削掉了被削掉的标记为非地面。这种渐进形态学滤波在处理城市区域时效果比较稳因为城市里建筑物大小差异大单一窗口很难兼顾。注意形态学滤波对参数非常敏感尤其是地形起伏大的区域。如果你的数据包含山区建议先做地形分区对不同区域用不同窗口或者直接换用下面的方法。2.2 坡度滤波利用地形连续性坡度滤波的思路是地面是连续的相邻地面点之间的坡度不会太大而建筑物边缘处DSM会出现陡峭的悬崖坡度突变。所以可以通过计算每个点与邻域点的坡度如果超过某个阈值就认为这个点不是地面点。这个方法在平坦城区效果不错但在陡坡地形比如山坡上的梯田、峡谷边缘会误判——真实地面本身坡度就大会被当成非地面。改进的做法是自适应坡度阈值根据局部地形复杂度动态调整。实际操作中我通常把坡度滤波和形态学滤波结合使用先用形态学粗滤一遍再用坡度做精细修正。两者互补能覆盖大部分场景。2.3 布料模拟滤波近几年比较火的选择布料模拟滤波CSF是近几年在点云和栅格数据处理里比较流行的方法。它的原理挺有意思把DSM上下翻转然后想象一块布料从上方落下布料与翻转后的地形接触的地方就是地面。布料有刚性不会陷入建筑物内部所以建筑物和植被会被布料盖住而地面会与布料贴合。这个方法的好处是参数少、鲁棒性好对地形起伏的适应性比形态学强。我用它处理过几个包含丘陵和城区的混合数据效果比调形态学参数省心不少。缺点是计算量相对大一些数据量特别大的时候需要分块处理。2.4 三种方法的对比与选型建议方法适用场景优点缺点参数敏感度形态学滤波平坦城区、建筑物密集区实现简单、速度快窗口难选、山区易误判高坡度滤波地形连续、坡度变化平缓原理直观、易实现陡坡误判、边缘处理差中布料模拟滤波地形复杂、城区混合鲁棒性好、参数少计算量大、内存占用高低我的建议是如果数据是平坦城区形态学滤波够用且快如果地形有起伏优先考虑布料模拟如果时间紧、数据简单坡度滤波可以快速出结果。实际项目中我经常把布料模拟作为主力形态学作为补充验证。3. nDSM上的建筑物点过滤特征工程是核心拿到nDSM之后建筑物点过滤就变成了一个二分类问题每个像素点判断它是建筑物还是非建筑物。这一步的核心不在于算法多高级而在于你提取了什么特征来描述建筑物。3.1 高度特征最直接但不够用高度是最直观的特征。nDSM上建筑物点的高度值就是建筑物高度通常在3米以上单层建筑约3米多层更高。但问题是树也有高度而且很多树比低层建筑还高。所以单靠高度阈值只能做粗筛把明显是地面的点去掉剩下的还得靠其他特征。我一般会设一个下限阈值比如2.5米低于这个值的直接判为非建筑物。这个阈值不能设太高否则会漏掉一些低矮建筑比如车棚、门卫室也不能太低否则地面噪声会被误判。2.5米是个比较稳妥的经验值具体可以根据你的数据区域调整。3.2 形态特征建筑物和植被的分水岭高度筛完之后剩下的主要是建筑物和植被。这两者的形态差异非常明显建筑物顶部平坦nDSM值在建筑物内部变化很小边缘笔直呈规则的多边形有明确的边界边界处高度突变。植被顶部起伏nDSM值在内部波动大边缘破碎呈不规则形状边界模糊高度渐变。基于这些差异可以提取几类形态特征平坦度计算局部窗口内nDSM的标准差或方差。建筑物顶部平坦方差小植被顶部起伏方差大。这个特征区分度很高我通常用5×5或7×7的窗口计算。边缘规则度通过边缘检测算子如Sobel、Canny提取边缘然后计算边缘的直线度或矩形度。建筑物边缘直线段多植被边缘曲线多。矩形拟合度对每个连通区域做最小外接矩形拟合计算区域面积与外接矩形面积的比值。建筑物这个比值接近1植被则小得多。3.3 纹理特征从灰度共生矩阵到深度学习如果nDSM之外还有正射影像那纹理特征就是一大杀器。建筑物屋顶通常是均质的瓦片、水泥、沥青纹理规则植被纹理杂乱有阴影和间隙。传统做法是用灰度共生矩阵GLCM提取纹理特征比如对比度、相关性、能量、同质性。这些特征配合前面的高度和形态特征用随机森林或SVM分类能取得不错的效果。近几年基于U-Net的语义分割方法在遥感图像建筑物提取上表现很亮眼。热词里提到的基于u net的遥感图像语义分割与地物面积估算系统就是这个方向。U-Net可以直接在影像上做端到端的像素级分类把建筑物、植被、道路、水体分开。如果同时有DSM和影像可以把DSM作为额外通道输入U-Net让网络同时学习光谱和高度信息效果通常比单模态好。不过深度学习方法的门槛在于标注数据。遥感图像的像素级标注非常耗时这也是热词里遥感图像标注出现的原因。我的经验是如果项目区域固定、数据量不大传统特征工程随机森林的性价比更高如果区域大、有持续的数据来源投入做标注、训练U-Net是更长远的选择。3.4 特征组合的实操建议特征不是越多越好冗余特征会拖慢训练速度、增加过拟合风险。我通常按以下优先级组合必选nDSM高度、局部方差平坦度强烈推荐边缘直线度、矩形拟合度有影像则加GLCM纹理特征或直接输入U-Net可选邻域高度差、连通区域面积一个实用的技巧是先单独看每个特征对建筑物和植被的区分度比如画直方图区分度低的直接去掉。我见过有人一股脑提取几十个特征结果分类器被噪声特征带偏精度反而不如只用三五个核心特征。4. 后处理让建筑物轮廓干净利落分类器输出的结果通常是毛糙的——建筑物内部可能有空洞边缘可能有锯齿还有一些孤立的误判点。后处理这一步决定了最终成果能不能直接用。4.1 形态学后处理闭运算填洞、开运算去噪分类结果二值化之后先做闭运算先膨胀后腐蚀把建筑物内部的小空洞填上再做开运算先腐蚀后膨胀把孤立的噪声点去掉。结构元素的大小根据建筑物尺度定一般3×3到5×5。这里有个坑闭运算的膨胀操作会让建筑物边缘胖一圈如果后续要做面积统计这个膨胀量会带来误差。我的做法是闭运算之后记录膨胀的像素数在面积计算时做补偿或者直接用更精细的孔洞填充算法比如洪水填充代替闭运算。4.2 连通区域分析去掉不合理的建筑物建筑物有合理的尺寸范围。太小比如小于20平方米的连通区域大概率是噪声或小构筑物太大比如超过10000平方米的可能是多个建筑物粘连或者误把大片植被判成了建筑物。我通常设两个阈值最小面积和最大面积。小于最小面积的直接删除大于最大面积的做进一步检查——如果是多个建筑物粘连用分水岭算法或基于距离变换的分割方法切开如果是误判人工确认后删除。4.3 边界规整化从锯齿到直线建筑物边界应该是直线段组成的多边形但分类结果往往是锯齿状的。规整化的方法有几种Douglas-Peucker简化把锯齿边界简化为折线设置合适的容差能去掉大部分小锯齿。最小外接矩形如果建筑物是规则矩形直接用最小外接矩形替代原边界简单粗暴但有效。正则化算法更高级的方法通过优化能量函数让边界同时满足贴近原始边界和由直线段组成两个条件。这类算法实现复杂但效果最好。我的经验是对于大多数应用场景Douglas-Peucker简化最小外接矩形组合使用就够了。如果对边界精度要求极高比如做建筑立面测量才需要上正则化算法。4.4 与DEM的交叉验证后处理完之后还有一个容易被忽略的步骤把建筑物点投影回DEM检查建筑物区域的地面是否合理。正常情况下建筑物底下的地面应该是平的或缓变的。如果发现建筑物区域的地面有异常起伏说明DEM生成有问题需要回头检查滤波参数。这个交叉验证能抓出不少隐蔽的错误。我有一次就是靠这个发现DEM在某个区域被过度滤波导致建筑物高度被低估及时修正后精度提升了一大截。5. 实操中那些文档不会写的坑前面讲的都是方法论这一节聊点实在的——我在实际项目里踩过的坑以及怎么绕过去。5.1 数据配准DSM和影像对不齐后面全白搭如果DSM和正射影像来自不同传感器或不同时间配准误差是致命的。我遇到过DSM和影像偏移了3个像素的情况结果纹理特征全乱套分类精度惨不忍睹。做多源数据融合之前务必先做配准检查——叠加显示、找同名点、计算偏移量确认对齐了再往下走。5.2 阴影和遮挡植被阴影容易被误判为建筑物植被旁边的阴影区域在影像上很暗在DSM上高度接近地面但纹理特征可能和建筑物屋顶相似比如都是均质的暗区。这些阴影区域经常被误判。解决办法是在特征里加入阴影检测或者用多时相影像阴影位置会变来排除。5.3 建筑物粘连分水岭不是万能的密集城区的建筑物经常连在一起分水岭算法是常用的分割方法但它对种子点的选择很敏感。种子点选不好要么过分割一个建筑物被切成几块要么欠分割几个建筑物还粘在一起。我的做法是结合nDSM的局部最大值和建筑物边界信息来选种子点比单纯用距离变换稳得多。5.4 参数调优别在全局用一套参数城市不同区域的建筑物特征差异很大——老城区建筑低矮密集新城区建筑高大稀疏工业区有大跨度厂房。用一套全局参数必然在某些区域表现差。我的策略是分区处理先按地表覆盖类型或建筑密度把区域分块每块单独调参最后合并结果。麻烦是麻烦点但精度提升明显。5.5 精度评价别只看总体精度总体精度这个指标很容易骗人。如果建筑物只占图像面积的10%你把所有像素都判为非建筑物总体精度也有90%。所以必须看建筑物类的召回率、精确率和F1分数。召回率低说明漏检多精确率低说明误检多两个都要关注。我通常还会做目视检查随机抽几个区域把分类结果和原始影像叠加人眼过一遍。有些错误是指标反映不出来的比如建筑物边界系统性偏移、特定类型建筑被系统性漏检这些只有看图才能发现。6. 从建筑物点到地物面积估算往下游走一步建筑物点过滤出来之后很多时候不只是为了得到建筑物掩膜还要进一步做面积估算、容积率计算、三维建模。热词里基于u net 的遥感图像语义分割与地物面积估算系统就是把分割和面积估算串起来了。6.1 面积估算的精度控制建筑物面积估算的误差来源主要有三个分类误差漏检、误检、边界误差锯齿、膨胀、投影误差DSM的坐标系统。分类误差靠前面的特征工程和后处理控制边界误差靠规整化控制投影误差需要在数据预处理阶段确认坐标系统一致。一个实用的技巧是在面积计算时用建筑物边界的内接多边形而不是外接多边形这样能抵消一部分膨胀带来的误差。另外对于有孔洞的建筑物比如带天井的要确保孔洞被正确识别并扣除。6.2 从面积到容积率高度信息的利用有了建筑物面积和nDSM高度就能估算建筑体积进而算容积率。这里的关键是建筑物高度的准确性。nDSM上的建筑物高度是最高点高度但建筑物屋顶可能有坡度或设备间直接取最大值会高估。我的做法是取建筑物区域内nDSM的中位数或75分位数作为代表高度比最大值稳。6.3 三维建模的接口如果下游是三维建模建筑物点过滤的输出应该是带高度的多边形而不是简单的二值掩膜。每个建筑物多边形附带一个高度值或高度分布建模软件就能拉伸成三维体块。这个接口设计要在过滤阶段就考虑好不然后面还得返工。7. 工具链和代码实现思路聊完方法说说工具。这一行没有银弹不同环节用不同工具是常态。7.1 常用工具盘点PDAL点云处理库支持多种滤波算法CSF滤波有现成实现。GDAL栅格数据处理的基础库读写DSM、DEM、做栅格计算都靠它。OpenCV形态学操作、边缘检测、连通区域分析图像处理的全能选手。scikit-learn随机森林、SVM等传统分类器特征工程阶段的主力。PyTorch如果要上U-Net这是首选框架。CloudCompare可视化工具调参阶段用来目视检查结果非常方便。7.2 一个最小可用的处理流程import numpy as np import rasterio from scipy import ndimage from sklearn.ensemble import RandomForestClassifier # 1. 读取DSM with rasterio.open(dsm.tif) as src: dsm src.read(1) profile src.profile # 2. 生成DEM这里用简化的形态学滤波示意 from scipy.ndimage import grey_opening dem grey_opening(dsm, size(15, 15)) # 3. 计算nDSM ndsm dsm - dem ndsm[ndsm 0] 0 # 4. 提取特征 def extract_features(ndsm, window5): mean ndimage.uniform_filter(ndsm, sizewindow) sq_mean ndimage.uniform_filter(ndsm**2, sizewindow) variance sq_mean - mean**2 return mean, variance mean, variance extract_features(ndsm) # 5. 粗筛高度阈值 mask_height ndsm 2.5 # 6. 分类这里用方差做简单示例实际需更多特征和训练数据 mask_building mask_height (variance 1.0) # 7. 后处理 mask_building ndimage.binary_closing(mask_building, structurenp.ones((3,3))) mask_building ndimage.binary_opening(mask_building, structurenp.ones((3,3))) # 8. 连通区域过滤 labeled, num ndimage.label(mask_building) for i in range(1, num1): area np.sum(labeled i) if area 20 or area 10000: mask_building[labeled i] False # 9. 保存结果 profile.update(dtyperasterio.uint8, count1) with rasterio.open(building_mask.tif, w, **profile) as dst: dst.write(mask_building.astype(np.uint8), 1)这段代码是个骨架实际项目里特征提取和分类部分要复杂得多。但流程逻辑是通用的DSM→DEM→nDSM→特征→分类→后处理→输出。7.3 性能优化的几个点数据量大的时候全图一次性处理内存扛不住。我的做法是分块处理块之间留重叠区避免边界效应处理完再拼接。重叠区的大小取决于最大建筑物的尺寸一般留50到100像素。另外特征提取和分类是计算密集型的可以用多进程并行。GDAL和numpy的操作大多支持分块配合joblib或multiprocessing速度能提升好几倍。8. 精度验证与迭代没有一次就完美的结果最后聊聊验证和迭代。建筑物点过滤不是一锤子买卖第一版结果出来之后必须做精度评价找出错误模式针对性改进再跑一遍。8.1 验证样本的选取验证样本要覆盖不同类型的区域密集城区、稀疏城区、工业区、有植被混合的区域。每个区域随机选若干样本点或样本块人工判读真值然后和分类结果对比。样本量不用太大但要有代表性。我一般选200到500个样本点分布在不同区域足够算出可靠的精度指标。8.2 错误模式分析精度指标只能告诉你错了多少不能告诉你为什么错。要改进必须分析错误模式。具体做法是把误检和漏检的区域单独提取出来叠加原始影像和nDSM人眼看它们有什么共同特征。常见的错误模式包括特定屋顶材质被误判、阴影区域误判、小建筑物漏检、建筑物边界系统性偏移。每种模式对应不同的改进策略——材质问题加纹理特征阴影问题加阴影检测小建筑物问题降低面积阈值或改进特征边界问题优化后处理。8.3 迭代策略我的迭代策略是第一版用保守参数宁可漏检不可误检保证精确率然后逐步放宽参数提升召回率同时监控精确率的变化。每次调整只改一个参数或加一个特征观察精度变化避免多因素同时变动导致无法归因。一般迭代三到五轮精度就能收敛到一个可接受的水平。如果迭代多轮仍不理想那可能是数据本身的问题分辨率不够、配准不准、DEM质量差需要回头检查数据质量。8.4 一个真实的迭代案例我做过一个项目初始版本建筑物召回率只有75%漏检主要集中在两类一是深色屋顶和阴影混淆二是小面积建筑被面积阈值滤掉。针对第一类我加入了影像的亮度特征和阴影检测针对第二类把最小面积阈值从30平方米降到15平方米同时用形态学特征补偿小建筑物也有平坦顶部。调整后召回率提升到92%精确率从95%降到91%F1分数从84%提升到91.5%。这个权衡是值得的因为漏检建筑物对下游面积统计的影响比误检更大。9. 一些个人体会做遥感图像DSM建筑物点过滤这些年最大的感受是没有万能的方法只有适合当前数据的方法。同一个算法在这批数据上表现优秀换一批数据可能就一塌糊涂。所以与其追求最好的算法不如花时间理解你的数据——它的分辨率、覆盖区域、建筑物类型、地形特征然后针对性地设计流程。另一个体会是特征工程的价值被严重低估了。现在大家都追深度学习但很多实际项目里精心设计的传统特征随机森林效果不比U-Net差而且训练快、可解释、调参直观。深度学习适合数据量大、标注充足的场景传统方法适合快速迭代、数据有限的场景。两者不是替代关系是互补关系。最后精度验证要贯穿始终。不要等整个流程跑完才看结果每个环节都要有检查点——DEM生成后看地面是否合理nDSM计算后看高度分布是否符合预期分类后看混淆矩阵后处理后看边界质量。早发现问题早修正比最后返工省事得多。这个方向还有很多可以深挖的地方比如多时相数据的变化检测、结合LiDAR点云做精细分类、用生成模型做数据增强。但基础流程和核心逻辑就是上面这些把每一步做扎实结果不会差。