變遷體元群雜訊移除

使用連通元件(Connected component)、X 及 Y 方向門檻數量比例及三維多數濾波器之概念移除雜訊體 元群，在三維與二維空間中進行雜訊移除，成果如下。

217 Detection And Ranging, LiDAR)點雲，而針對建物 雜訊大小的門檻設定，部份研究使用空載光達點雲 為材料者設定為面積小於 4 平方公尺(Xu et al., 2015)或最短之長寬為 3 公尺(Awrangjeb et al., 2015) 等等。而本文分類體元群精度較低，因此提高雜訊

(a) 雜訊移除結果俯視圖 (b) 本階段相較於原本之建物新增體元群之 移除雜訊(白色者)

圖 23 建物新增體元群第一次二維連通元件雜訊移除結果

(a) 雜訊體元群(三維多數濾波器執行前) (b) 雜訊體元群(三維多數濾波器執行後) 圖 24 三維多數濾波器移除薄殼型雜訊體元群

5.3.2 三維多數濾波器移除雜訊體元 群

此濾波器以三維之觀點進行體元雜訊處理，用 於建物移除與建物新增兩種類別。以建物新增體元 群為例，三維多數濾波器雜訊移除結果如圖 25(a) 所示，沿著屋頂及牆壁產生的薄殼體元雜訊大量被 移除，由圖 24 局部體元群在雜訊移除結果前後可 明顯看見。

5.3.3 第二次二維連通元件移除雜訊 體元群

此階段將連通元件像元數量門檻設定為 25，

由於在 X-Y 方向上面積較大之薄殼雜訊被濾除，

區域性雜訊體元群被獨立出來，因此將門檻值由 16 提高成 25，用於去除建物移除與建物新增之區 塊雜訊移除。建物新增體元群之第二次二維連通元 件雜訊移除成果如圖 25(b)，小區塊雜訊體元群有 效被濾除，留下大於面積門檻的細長型雜訊體元

群。

5.3.4 X 及 Y 方向門檻數量比例之移 除雜訊體元群

X 及 Y 方向數量比例門檻的設定用於移除細 長型之雜訊，主要用於建物移除體元群與建物新 增體元群中。此概念於連通元件計算後，在 X-Y 平面上不相鄰的各區塊體元群擁有唯一的編號，

依此取出各區塊體元群，並將其投影於 X-Y 平面 上，產生各區塊體元群的區域投影結果，如圖 26(a)與圖 26(c)所示，並將投影結果於 X 軸與 Y 軸 方向進行分解，如圖 26(b)與圖 26(d)所示，以 X 軸 為例，將投影圖形沿著 X 軸以一個像素大小為寬 度進行分解並計算像元數量，如圖中紅色數字所 示，每個沿著 X 方向的長條分解區塊可以求得投 影圖形於該分解區塊中的像素數量，產生 X 方向 的數字集合。相同地，沿著 Y 方向取得 Y 方向的 數字集合，如圖 26(b)與圖 26(d)中黑色數字所示。

接著，設定數字門檻過濾出兩個方向的數字集合

219

中，小於門檻的數字子集，並計算子集之元素個 數佔原本集合之元素個數的百分比，如此得到每 個區塊體元群在 X 與 Y 方向上，分解後小於設定 門檻的數量比例，本文簡稱為 X 方向門檻數量比 例及 Y 方向門檻數量比例 (X 方向門檻數量比例

=小於門檻之子集合之元素個數

方向數字集合之元素個數 ∗ 100%；Y 方向門檻數量

比例=小於門檻之子集合之元素個數

方向數字集合之元素個數 ∗ 100% )。

利用細長型圖案會有較高之 X 或 Y 方向門檻

數量比例之特性，過濾出細長型雜訊區塊體元群。

本文將分解後數字集合的數字大小門檻設定為 5，

計算小於 5 的 X 與 Y 方向的門檻數量比例，並將 兩者中有比例大於 60 者，視為細長型的雜訊體元 群並予以移除，建物新增體元群執行結果如圖 25(c)所示，細長型之雜訊皆被過濾移除，並以此 階段為最終之建物新增與建物移除體元群結果。

圖 27 為雜訊移除前後之建物體元群的最終成 果圖，包含建物新增、建物移除及建物未改變之類 別，可見雜訊體元群大量被移除。

(a) 三維多數濾波器雜訊移除結 果

(b) 第二次二維連通元件雜訊移 除結果

(c) X 及 Y 方向門檻數量比例之 雜訊移除結果 圖 25 各階段建物新增體元群雜訊移除結果

(a) X-Y 平面投影結果 (b) 沿 X、Y 方向分解之像 素素量

(c) X-Y 平面投影結果 (d) 沿 X、Y 方向分解 之像素素量 圖 26 X 及 Y 方向門檻數量比例計算示意圖

(a) 雜訊移除前體元群俯視圖 (b) 雜訊移除後體元群俯視圖

(c) 雜訊移除前體元群側視圖 (d) 雜訊移除後體元群側視圖 圖 27 雜訊移除前後之建物新增、移除及未改變體元群