機載LIDAR内業數據處理(lǐ)技術

發布日期：2018-06-21 00:00 浏覽量：7739

　　1 LIDAR數據處理(lǐ)概述

　　1.1 LIDAR數據的(de)特點

　　從嚴格意義上講，航空激光(guāng)雷達系統獲取的(de)數據包括位置、方位/角度、距離、時(shí)間、強度等飛(fēi)行過程中得(de)到的(de)各類信息。而實際應用(yòng)中，人(rén)們接觸和(hé)使用(yòng)的(de)是與具體時(shí)間及發射信号波長(cháng)一一對(duì)應的(de)點坐(zuò)标及對(duì)應的(de)強度等。作爲一種非成像技術，航空激光(guāng)雷達數據在内容、形式等方面具有很多(duō)自身的(de)特點。

　　第一，從内容上講，航空激光(guāng)雷達數據是分(fēn)布于對(duì)象表面的(de)一系列三維點坐(zuò)标。值得(de)注意的(de)是，多(duō)次回波數據得(de)到的(de)點坐(zuò)标可(kě)能對(duì)應著(zhe)不同的(de)表面，首、末次信号分(fēn)别對(duì)應樹冠和(hé)地面，這(zhè)種特性在某些場(chǎng)合可(kě)以發揮重要作用(yòng)。例如，在相鄰掃描帶上植被或其他(tā)具有不規則形狀的(de)物(wù)體可(kě)能會具有不同的(de)高(gāo)度，若用(yòng)它們進行匹配可(kě)能會産生粗差，使用(yòng)末次回波信号就可(kě)以避免匹配過程中不可(kě)預測的(de)粗差問題。與記錄反射/發射能量的(de)強度數據相比，航空激光(guāng)雷達數據在提取空間信息上更加便捷。

　　第二，激光(guāng)雷達數據在形式上呈離散分(fēn)布。這(zhè)裏“離散”是指數據點的(de)位置、間隔等在三維空間中的(de)不規則分(fēn)布，即數據分(fēn)布無規律性。

　　第三，數據形式的(de)另一個(gè)特點是掃描帶中數據分(fēn)布不均勻不同位置的(de)點雲密度不同，造成這(zhè)種情況的(de)主要原因是激光(guāng)掃描儀所采用(yòng)的(de)掃描方式。激光(guāng)掃描儀所采用(yòng)的(de)掃描方式有圓錐掃描，線掃描和(hé)光(guāng)纖掃描。

　　不考慮地形起伏的(de)影(yǐng)響，在圓錐掃描方式中，掃描帶兩側數據密度大(dà)，中間部分(fēn)稀；線掃描方式的(de)情況類似；在光(guāng)纖掃描方式中，掃描線方向上的(de)數據密度大(dà)于垂直掃描線方向上的(de)。其他(tā)原因還(hái)包括飛(fēi)行速度、掃描儀與地形/地物(wù)的(de)相對(duì)位置/方向及航高(gāo)等。例如，對(duì)建築物(wù)的(de)傾斜屋頂而言，朝向掃描儀方向的(de)屋頂會比背向掃描儀方向的(de)屋頂反射更多(duō)的(de)信号，在數據密度較大(dà)時(shí)兩個(gè)屋頂平面上數據密度就會表現出差異。

　　第四，盡管目标點的(de)三維坐(zuò)标是航空激光(guāng)雷達的(de)主要數據形式，但其數據類型并不局限于此。強度信号是另一個(gè)有用(yòng)的(de)信息源，它反映了(le)地表物(wù)體對(duì)激光(guāng)信号的(de)響應。由于一些技術上的(de)原因，還(hái)沒有得(de)到多(duō)少實際應用(yòng)。目前有用(yòng)強度信号作爲樹種分(fēn)類的(de)依據事例。

　　1.2 LIDAR數據處理(lǐ)

　　LIDAR數據處理(lǐ)包括原始數據預處理(lǐ)和(hé)點雲數據後處理(lǐ)兩個(gè)階段。原始數據預處理(lǐ)階段主要包括濾除雷達噪聲，對(duì)記錄的(de)原始信号、時(shí)間參數、距離參數、GPS和(hé)INS數據進行歸化(huà)處理(lǐ)、坐(zuò)标變換，以得(de)到地面目标的(de)三維（x，y，z）點雲坐(zuò)标數據。坐(zuò)标的(de)格式可(kě)以根據用(yòng)戶的(de)要求定義，即可(kě)以得(de)到不同的(de)數據格式文件。點雲數據後處理(lǐ)就是對(duì)得(de)到的(de)地面目标的(de)三維點雲坐(zuò)标數據進行分(fēn)離處理(lǐ)。具體地說，由于激光(guāng)雷達點雲數據分(fēn)布在不同的(de)目标上，後處理(lǐ)就是将落在地形表面上的(de)點（即所謂的(de)地面點）與那些非地形表面上的(de)點進行有效而準确的(de)分(fēn)離。隻有高(gāo)精度及準确而可(kě)靠地分(fēn)離不同信息後，才可(kě)能有效地将這(zhè)些數據用(yòng)于不同的(de)目的(de)，例如：得(de)到DEM數據、測量樹的(de)高(gāo)度、獲取城(chéng)市的(de)三維模型等。對(duì)三維點雲坐(zuò)标數據進行有效的(de)後處理(lǐ)是激光(guāng)遙感系統最主要的(de)組成部分(fēn)。

　　盡管LIDAR技術在獲取地面點三維坐(zuò)标方面具有效率高(gāo)、全覆蓋、三維測量等優良的(de)技術特性，但是其數據量的(de)龐大(dà)、複雜(zá)、無規律等特點始終困擾著(zhe)後期的(de)數據處理(lǐ)。

　　2 規則格網重采樣生成數字表面模型（DSM）

　　在建立了(le)規則地址格網檢索算(suàn)法的(de)基礎上，本文利用(yòng)逐點内插法中的(de)距離加權平均法來(lái)生成數字表面模型（DSM），具體步驟如下(xià)：

　　（1）确定内插點所在的(de)格網單元。

　　由測區(qū)内所有激光(guāng)采樣點X、Y坐(zuò)标的(de)最大(dà)、最小值可(kě)以得(de)到測區(qū)的(de)範圍，再依據采樣間隔就可(kě)以計算(suàn)出DSM格網的(de)大(dà)小。設x方向采樣間隔爲，方向采樣間隔爲，測區(qū)起點坐(zuò)标，則格網坐(zuò)标對(duì)應的(de)激光(guāng)内插點坐(zuò)标爲：

　　（2）規則地址格網檢索鄰域内的(de)點。

　　利用(yòng)距離加權平均法進行内插計算(suàn)，需要選取與插值點距離最近的(de)若幹個(gè)點來(lái)參加計算(suàn)。最簡單的(de)方法就是計算(suàn)内插點與周圍采樣點的(de)距離，然後從中選出與内插點距離最近的(de)若幹點。這(zhè)種方法計算(suàn)量大(dà)，影(yǐng)響到插值速度。爲解決這(zhè)一問題，可(kě)選用(yòng)一定的(de)鄰域搜索區(qū)域，根據距離加權平均法内插數學模型對(duì)采樣點數量的(de)要求，不斷調整搜索範圍，直到滿足要求爲止，不應該少于4個(gè)點。

　　在建立了(le)規則地址格網的(de)基礎上，就可(kě)以利用(yòng)矩形檢索函數搜索鄰域正方形區(qū)域内的(de)采樣點，設所建立的(de)規則地址格網的(de)起點坐(zuò)标爲，搜索半徑爲，則矩形檢索函數的(de)參數設置爲：

　　設置了(le)函數參數，就可(kě)以利用(yòng)矩形檢索函數來(lái)搜索内插點正方形鄰域内的(de)采樣點，若搜索的(de)采樣點數量不滿足要求，則擴大(dà)搜索半徑，直到滿足要求爲止。

　　（3）權值的(de)計算(suàn)。

　　由于地形的(de)自相關性，較近的(de)采樣點對(duì)内插點的(de)影(yǐng)響要大(dà)一些，因此常常用(yòng)内插點和(hé)采樣點之間的(de)距離來(lái)刻畫(huà)采樣點對(duì)内插點的(de)貢獻程度，即距離越近，權值越大(dà)，反之越小。設當前内插點爲，采樣點爲，爲内插點與采樣點之間的(de)距離，定義采樣點的(de)權爲：

　　稱爲反距離權。式中指數，而且實驗證明(míng)，當時(shí)，導緻曲面在數據點附近相對(duì)比較平直，而在兩個(gè)數據點之間一個(gè)很小的(de)區(qū)域内有很大(dà)的(de)梯度，當時(shí)，導緻曲面相對(duì)平緩，沒有起伏，當時(shí)，不但容易計算(suàn)，也(yě)比較符合實際地形變化(huà)規律，因此，實際應用(yòng)中常常取。

　　3 灰度量化(huà)生成DSM深度影(yǐng)像

　　爲了(le)直觀地表示出LIDAR數據的(de)内容信息，将由離散LIDAR點雲數據規則格網重采樣生成的(de)數字表面模型（DSM）按照(zhào)高(gāo)程進行灰度量化(huà)，得(de)到同灰度圖像一樣的(de)DSM深度影(yǐng)像。這(zhè)就爲後續的(de)基于數字圖像處理(lǐ)技術的(de)DSM深度影(yǐng)像處理(lǐ)做(zuò)好了(le)準備。具體做(zuò)法是：搜索DSM中所有的(de)LIDAR數據點，得(de)到高(gāo)程最大(dà)值和(hé)最小值，對(duì)高(gāo)程進行量化(huà)，得(de)到每一點的(de)像素灰度值；同時(shí)将DSM三維點坐(zuò)标中的(de)X、Y坐(zuò)标轉化(huà)爲DSM深度影(yǐng)像的(de)二維橫、縱坐(zuò)标、，一個(gè)坐(zuò)标點對(duì)應一個(gè)像素點，就生成了(le)同DSM格網大(dà)小相同的(de)DSM深度影(yǐng)像。

　　其中：

　　爲灰度值，爲DSM中LIDAR點的(de)高(gāo)程值。獲得(de)了(le)同灰度圖像一樣的(de)DSM深度影(yǐng)像後，一般可(kě)以從視覺上直接判斷出地形的(de)高(gāo)低、形狀等，一般也(yě)可(kě)以判斷出建築物(wù)、道路、水(shuǐ)塘、溝渠、河(hé)流、橋等地物(wù)要素。與灰度圖像相比，由航空LIDAR點雲數據生成的(de)城(chéng)市地區(qū)DSM深度影(yǐng)像有其獨特的(de)特點。表現在：

　　（1）影(yǐng)像的(de)灰度值和(hé)DSM中LIDAR數據的(de)高(gāo)程值成線性關系，高(gāo)程值越高(gāo)對(duì)應的(de)像素灰度值就越高(gāo)，反之，則越低。

　　（2）在平坦城(chéng)區(qū)，影(yǐng)像上地面部分(fēn)的(de)灰度值變化(huà)不大(dà)，且像素的(de)灰度值低于建築物(wù)部分(fēn)。

　　（3）由于LIDAR光(guāng)束在較高(gāo)建築物(wù)邊緣常和(hé)牆面相切，導緻建築物(wù)邊緣數據不準确，因此在灰度影(yǐng)像上建築物(wù)邊緣常呈鋸齒狀。

　　DSM深度影(yǐng)像其獨特的(de)特點爲引入數字圖像處理(lǐ)的(de)方法提取建築物(wù)奠定了(le)基礎。

猜你喜歡：