基于LIDAR數據的(de)數字高(gāo)程模型獲取

　　爲了(le)創建地面模型和(hé)建築物(wù)模型而進行的(de)LIDAR數據的(de)預處理(lǐ)包含了(le)粗差剔除，數據的(de)分(fēn)類和(hé)分(fēn)割。粗差實際上指的(de)就是一些錯誤的(de)數據點，在數據獲取時(shí)由于不可(kě)預知的(de)原因而造成，應用(yòng)之前應當先将這(zhè)些壞點去掉。機載激光(guāng)掃描測高(gāo)激光(guāng)腳點的(de)分(fēn)布并不規則，在三維空間的(de)分(fēn)布形态呈現随機離散的(de)數據點“點雲”（Point cloud）。在這(zhè)些點中，有些點位于真實地形表面有些點位于人(rén)工建築物(wù)（房(fáng)屋、煙(yān)囪、塔、輸電線等）或自然植被（樹、灌木(mù)、草(cǎo)）。從激光(guāng)腳點數據點雲中提取數字地形高(gāo)程模型（DTM、DEM）需要将其中的(de)地物(wù)數據點去掉，這(zhè)就是所謂的(de)激光(guāng)測高(gāo)數據的(de)濾波。這(zhè)裏借用(yòng)了(le)數字信号處理(lǐ)中濾波的(de)概念，即把地形表面當作信号，而将地物(wù)（建築物(wù)、樹木(mù)等）當作噪聲，濾波算(suàn)法就是從DSM得(de)到DTM的(de)過程。研究如何從數據點雲中分(fēn)離出地形表面激光(guāng)腳點數據子集以及區(qū)分(fēn)不同地物(wù)（包括房(fáng)屋、道路、植被等）激光(guāng)腳點數據子集，就是所謂的(de)數據過濾和(hé)分(fēn)類。

　　1、LIDAR數據濾波的(de)原理(lǐ)

　　濾波的(de)基本原理(lǐ)是基于鄰近激光(guāng)腳點間的(de)高(gāo)程突變（局部不連續），一般不是由地形的(de)陡然起伏所引起，更爲可(kě)能的(de)是較高(gāo)點位于某些地物(wù)。即使高(gāo)程突變是由地形變化(huà)所引起的(de)，就一個(gè)區(qū)域來(lái)講，其表現形态也(yě)不會相同，陡坎隻引起某個(gè)方向的(de)高(gāo)程突變，而房(fáng)屋所引起的(de)高(gāo)程突變在四個(gè)方向都會形成階躍邊界。在同一區(qū)域，一定範圍大(dà)小内地形表面激光(guāng)腳點的(de)高(gāo)程和(hé)鄰近地物(wù)（房(fáng)屋，樹木(mù)，電線杆等）激光(guāng)腳點高(gāo)程變化(huà)顯著，在房(fáng)屋邊界處更爲明(míng)顯。局部高(gāo)程不連續的(de)外圍輪廓就反映了(le)房(fáng)屋的(de)形狀。當激光(guāng)掃描到枝葉繁茂的(de)參天大(dà)樹時(shí)，激光(guāng)腳點間的(de)高(gāo)程也(yě)會出現局部不連續的(de)情況，但其表現形态卻與前者有顯著差異。

　　兩臨近點間的(de)距離越近，兩點高(gāo)差越大(dà)，較高(gāo)點位于地形表面的(de)可(kě)能性就越小，因此，判斷某點是否位于地形表面時(shí)，要顧及該點到參考地形表面點的(de)距離，随著(zhe)兩點間距離的(de)增加，判斷的(de)阈值（threshold）也(yě)應放寬，主要是爲了(le)同時(shí)考慮地形起伏産生的(de)高(gāo)程變化(huà)。兩地面點間的(de)距離越遠(yuǎn)，自然高(gāo)差（地形變化(huà)形成的(de)高(gāo)差）就會越大(dà)。

　　2、現有的(de)濾波方法

　　大(dà)部分(fēn)激光(guāng)掃描點濾波算(suàn)法的(de)思想基于如下(xià)假設：臨近激光(guāng)腳點間的(de)局部不連續（高(gāo)程突變）一般不是由地形的(de)起伏所造成，而是突變點位于非地面之上。高(gāo)程突變的(de)表現形态也(yě)不相同，例如陡坎隻引起某個(gè)方向的(de)高(gāo)程突變，而房(fáng)屋所引起的(de)高(gāo)程突變在四個(gè)方向都會形成階躍邊界。當激光(guāng)束投射到植被上時(shí)，激光(guāng)點間的(de)高(gāo)程也(yě)會出現局部不連續的(de)情況，但其表現形态與前者有顯著的(de)差異。兩鄰近點間距離越近，兩點高(gāo)差越大(dà)，較高(gāo)點位于地形表面的(de)可(kě)能性就越小。因此，判斷某點是否位于地形表面時(shí)，要顧及該點到參考地形表面點的(de)距離，随著(zhe)兩點間距離的(de)增加，判斷的(de)阈值也(yě)應放寬。考慮到地形起伏産生的(de)高(gāo)程變化(huà)，兩地面點之間的(de)距離越遠(yuǎn)，可(kě)能出現的(de)高(gāo)差會越大(dà)。目前用(yòng)于機載LIDAR數據濾波的(de)方法概括來(lái)講大(dà)緻可(kě)以分(fēn)爲形态學濾波法，移動窗(chuāng)口法，線性預測法，基于地形坡度濾波，移動曲面拟合濾波方法，三角網叠代法，基于數據分(fēn)割等幾種方法。

　　3、基于移動曲面拟合濾波算(suàn)法的(de)濾波實驗

　　本文采用(yòng)移動曲面拟合濾波算(suàn)法進行多(duō)次實驗，包括平坦地形、水(shuǐ)域、城(chéng)區(qū)、山區(qū)等。實驗區(qū)選擇我國湖北(běi)省武漢市地區(qū)，該區(qū)域地物(wù)比較豐富，有開闊地、道路、居民住宅、大(dà)型建築物(wù)、樹、森林(lín)和(hé)河(hé)流等。地形坡度在城(chéng)市地區(qū)較平緩，部分(fēn)地區(qū)爲山區(qū)或小土墩。LIDAR數據由Leica公司的(de)ALS50Ⅱ型航空激光(guāng)雷達系統裝載在運-5型飛(fēi)機上獲得(de)，相對(duì)航高(gāo)1400m，激光(guāng)間距大(dà)約爲2m。

　　3.1 實驗數據

　　爲了(le)便于直觀的(de)顯示濾波效果，搜集了(le)該地區(qū)的(de)航空影(yǐng)像作爲參考。實驗區(qū)主要以工礦廠房(fáng)爲主，包含了(le)4條互相交叉的(de)高(gāo)級公路和(hé)一小部分(fēn)住宅。在實驗區(qū)的(de)西北(běi)方，有2個(gè)小型的(de)人(rén)工湖泊，在西南(nán)方和(hé)東北(běi)方各有一座小山。原始點雲數據。

　　3.2 濾波實驗結果

　　首先将獲取的(de)原始點雲數據*.LAS格式使用(yòng)LIDAR VIEWER軟件轉換爲TXT文本格式，将轉出的(de)TXT文件使用(yòng)移動曲面拟合算(suàn)法濾波處理(lǐ)。獲得(de)新的(de)TXT文本。本文采取直接将TXT文本數據轉化(huà)爲SHP，即可(kě)生成三維效果圖。

　　3.3 實驗分(fēn)析

　　移動曲面拟合濾波算(suàn)法能夠很好的(de)過濾掉地面上的(de)建築物(wù)，原來(lái)在實驗區(qū)内部的(de)建築物(wù)點已經全部濾掉，原建築物(wù)部分(fēn)的(de)地面表現爲空白，從點雲分(fēn)布圖可(kě)以看出是因爲該區(qū)域點已經被濾掉的(de)緣故。除建築物(wù)外，移動曲面濾波算(suàn)法還(hái)過濾掉了(le)地面的(de)以及道路兩旁的(de)樹木(mù)，公路現已經表現爲條帶的(de)面狀物(wù)；西邊的(de)2個(gè)小型人(rén)工湖泊和(hé)河(hé)流表現爲窪地，西南(nán)部的(de)和(hé)東北(běi)部的(de)山地效果較爲明(míng)顯，可(kě)以明(míng)顯的(de)看到地勢的(de)起伏。東部的(de)大(dà)片建築物(wù)和(hé)樹木(mù)已經完全過濾，可(kě)以看到路基兩側較過濾之前平滑，和(hé)濾波阈值的(de)選取有直接關系。阈值的(de)大(dà)小，需要根據不同地區(qū)多(duō)次實驗，方可(kě)找到合适的(de)阈值。

　　3.4 綜合評價

　　移動曲面拟合法濾波，算(suàn)法簡單明(míng)了(le)。運算(suàn)速度快(kuài)，自适應性強，濾波性能基本上不受地形條件和(hé)地物(wù)數量的(de)限制。但算(suàn)法要求保證一定的(de)數據密度，以保證趨勢面更新較快(kuài)，更新的(de)過程實際上就是濾波趨勢面自适應地形起伏的(de)過程。當然算(suàn)法還(hái)要保持局部第行數據的(de)離散分(fēn)布，避免數據點的(de)畸形分(fēn)布（比如數據幾乎共線）。對(duì)于當前的(de)機載激光(guāng)掃描系統來(lái)說，數據采集密度已經不存在問題，絕大(dà)多(duō)數系統提供的(de)數據密度都能保證在1points/m2以上。

　　移動曲面拟合算(suàn)法實現過程中的(de)另一關鍵之處是阈值的(de)選取，這(zhè)裏的(de)曲面拟合算(suàn)法實質是基于一種外推的(de)算(suàn)法，在數學上外推的(de)精度要遠(yuǎn)遠(yuǎn)低于内插的(de)精度，所以阈值的(de)設置不宜過大(dà)，這(zhè)樣會積累外推的(de)誤差，導緻曲面無法移動。解決的(de)辦法是可(kě)以進行多(duō)次濾波。

　　4、數字高(gāo)程模型的(de)創建

　　DEM是對(duì)一個(gè)地區(qū)的(de)地表高(gāo)程變化(huà)的(de)表示，可(kě)以采用(yòng)多(duō)種方式表達。地形表面的(de)特征決定了(le)地形表面表達的(de)難度，因而在影(yǐng)響最終DEM表面的(de)各種因素中扮演了(le)重要的(de)角色。随著(zhe)計算(suàn)機應用(yòng)技術和(hé)GIS技術的(de)發展，人(rén)們通(tōng)常采用(yòng)數字地面模型主要有三種基本形式：規則格網、不規則三角網和(hé)數字等高(gāo)線。濾波後的(de)點雲數據可(kě)以認定爲一個(gè)地面特征點的(de)集合，本文采取了(le)不規則三角網的(de)表示方法來(lái)表示DEM數據。将濾波後的(de)點雲先生成三角網進而生成高(gāo)程模型（DEM）。

　　雖然DEM的(de)空間分(fēn)辨率的(de)最終影(yǐng)響因素是生成DEM的(de)LIDAR數據中激光(guāng)腳點的(de)密度；但是若已經存在的(de)DEM的(de)分(fēn)辨率不能滿足應用(yòng)要求，則可(kě)通(tōng)過重采樣來(lái)補充采樣點數量和(hé)密度上的(de)不足，以達到提高(gāo)空間分(fēn)辨率的(de)目的(de)。

猜你喜歡：

機載激光(guāng)雷達（LiDAR）點雲數據結構特點及處理(lǐ)流程

LIDAR技術的(de)介紹及特點

版權聲明(míng)：文章(zhāng)來(lái)源于網絡，登載此文出于傳遞更多(duō)信息之目的(de)，版權歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的(de)權益，請聯系我們。