成果正確性綜合評估

圖 19 是十個案例的各階段成果，第一欄是正 射影像，第二欄是由凹殼演算法偵測得的邊界點，

其連線形成的粗略建物輪廓線能確實代表建物點 雲的外圍形狀，其中案例 4 係中間含露天庭院之組 合式建物，內部的邊界點無法透過凹殼演算法偵測 而得，但可透過第一或中間回訊點彌補。第三欄則 是透過 Hough 轉換萃取得之共線點與初步解算的 邊界直線，案例 1~5 的建物構造形狀較單純，萃取 得的共線點解算的初始直線大部分都符合邊界線 的走向，而案例 6~10 因屋頂與牆面凸出物較多，

加入第一與中間回訊點，可能使得邊界點雲的共線 趨勢降低，造成初步解算的直線有歪斜或錯誤之現 象，但這些都可透過後續的直線擬合與線段偵測加 以改善，除此之外，大部分的邊界線特徵都能有效 快速地被萃取。

1

2

3

4

5

6

7

294 航測及遙測學刊 第二十卷 第四期 民國 105 年 06 月

8

9

10

圖 19 各階段之成果圖

1

2

3

4

5

6

7

8

9

圖 20 偵測得之邊界線與數值地形圖之比較

圖 20 係二維建物邊界線與數值地形圖邊界 線之比較，第一欄是直線擬合與線段偵測得的線 段 ，第二欄則是數值地形圖的邊界線段。直線擬 合時，以每一個點到擬合直線的距離中誤差為臨界 值。此法能依據點雲分布的離散程度，自動彈性調 整最適合之臨界值，使擬合情況良好，而線段偵測 時的距離門檻值，則需經過多方測試與調整，才能 使得邊界線不被過於分割，且避免錯誤或漏授之情 況。由案例 4 可發現，回訊點雲的確能彌補遺漏的 內部邊界線資訊；而較複雜的案例 5~9，雖然邊界 線存在不閉合或細碎的重複線段，但只要能被偵測 出，就有機會透過後續的整併使邊界線條更加完

整。

依據本研究對建物邊界線的定義，本研究所 萃取的建物邊界線可分為兩類：(I)屬於建物最外緣 之邊界線，亦即傳統地形圖會繪製的邊界線；(II) 屬於建物屋頂附屬結構物之邊界線（屋脊線不包含 在內），這些邊界線乃建立房屋三維模型必要的線 特徵，但傳統地形圖不一定會繪製。因此針對本研 究實驗成果之正確度與完整度的評估，採用地形圖 的邊界線及透過人工判斷的屋頂附屬結構物邊界 線為依據，因此其評估量化指標有二：(I)應有的地 形圖邊界線，被成功萃取得之線條數，及沒被萃取 出之線條數，(II)屋頂面附屬結構物之邊界線，被

296 航測及遙測學刊 第二十卷 第四期 民國 105 年 06 月 成功萃取得之線條數，及沒被萃取出之線條數。

表 3 顯示偵測得之線條數與遺漏之線條數與 其各佔的比例，含屋脊結構之建物，第 I 類邊界線 之平均正確率約為 71%，第 II 類邊界線之正確率 約 50%，原因可能為大部分均為屋脊線，附屬結構 平面所占比例較低，第一回訊與中間回訊點無法完 整記錄邊界線資訊，而發生遺漏之情況。而多層結 構之平頂建物，第 I 類邊界線之正確率大部分約為 60%，部分能達到 80%以上，化工系館與光復宿舍

正確率較低，原因可能為長度短的邊界線較多，透 過實地踏勘能被輕易地調繪，但因光達系統點雲密 度之影響，使得點雲資料無法如同人工判斷來得細 緻，但主要的邊界線還是能被偵測而得。第 II 類 邊界線之正確率約在 85%以上，甚至 90%以上，

原因為本研究之演算法主要針對平頂建物的附屬 結構進行處理，也就是屋頂高度估計，以及共平面 點區塊化分離附屬結構之平面。

表 3 建物邊界線萃取成果之量化評估統計表

應有數量 正確 遺漏

軍訓室 I 4 4 (100%) 0 (0%)