基于LIDAR數據的數字高程模型獲取

　　為了創(chuàng )建地面模型和建筑物模型而進(jìn)行的LIDAR數據的預處理包含了粗差剔除，數據的分類(lèi)和分割。粗差實(shí)際上指的就是一些錯誤的數據點(diǎn)，在數據獲取時(shí)由于不可預知的原因而造成，應用之前應當先將這些壞點(diǎn)去掉。機載激光掃描測高激光腳點(diǎn)的分布并不規則，在三維空間的分布形態(tài)呈現隨機離散的數據點(diǎn)“點(diǎn)云”（Point cloud）。在這些點(diǎn)中，有些點(diǎn)位于真實(shí)地形表面有些點(diǎn)位于人工建筑物（房屋、煙囪、塔、輸電線(xiàn)等）或自然植被（樹(shù)、灌木、草）。從激光腳點(diǎn)數據點(diǎn)云中提取數字地形高程模型（DTM、DEM）需要將其中的地物數據點(diǎn)去掉，這就是所謂的激光測高數據的濾波。這里借用了數字信號處理中濾波的概念，即把地形表面當作信號，而將地物（建筑物、樹(shù)木等）當作噪聲，濾波算法就是從DSM得到DTM的過(guò)程。研究如何從數據點(diǎn)云中分離出地形表面激光腳點(diǎn)數據子集以及區分不同地物（包括房屋、道路、植被等）激光腳點(diǎn)數據子集，就是所謂的數據過(guò)濾和分類(lèi)。

　　1、LIDAR數據濾波的原理

　　濾波的基本原理是基于鄰近激光腳點(diǎn)間的高程突變（局部不連續），一般不是由地形的陡然起伏所引起，更為可能的是較高點(diǎn)位于某些地物。即使高程突變是由地形變化所引起的，就一個(gè)區域來(lái)講，其表現形態(tài)也不會(huì )相同，陡坎只引起某個(gè)方向的高程突變，而房屋所引起的高程突變在四個(gè)方向都會(huì )形成階躍邊界。在同一區域，一定范圍大小內地形表面激光腳點(diǎn)的高程和鄰近地物（房屋，樹(shù)木，電線(xiàn)桿等）激光腳點(diǎn)高程變化顯著(zhù)，在房屋邊界處更為明顯。局部高程不連續的外圍輪廓就反映了房屋的形狀。當激光掃描到枝葉繁茂的參天大樹(shù)時(shí)，激光腳點(diǎn)間的高程也會(huì )出現局部不連續的情況，但其表現形態(tài)卻與前者有顯著(zhù)差異。

　　兩臨近點(diǎn)間的距離越近，兩點(diǎn)高差越大，較高點(diǎn)位于地形表面的可能性就越小，因此，判斷某點(diǎn)是否位于地形表面時(shí)，要顧及該點(diǎn)到參考地形表面點(diǎn)的距離，隨著(zhù)兩點(diǎn)間距離的增加，判斷的閾值（threshold）也應放寬，主要是為了同時(shí)考慮地形起伏產(chǎn)生的高程變化。兩地面點(diǎn)間的距離越遠，自然高差（地形變化形成的高差）就會(huì )越大。

　　2、現有的濾波方法

　　大部分激光掃描點(diǎn)濾波算法的思想基于如下假設：臨近激光腳點(diǎn)間的局部不連續（高程突變）一般不是由地形的起伏所造成，而是突變點(diǎn)位于非地面之上。高程突變的表現形態(tài)也不相同，例如陡坎只引起某個(gè)方向的高程突變，而房屋所引起的高程突變在四個(gè)方向都會(huì )形成階躍邊界。當激光束投射到植被上時(shí)，激光點(diǎn)間的高程也會(huì )出現局部不連續的情況，但其表現形態(tài)與前者有顯著(zhù)的差異。兩鄰近點(diǎn)間距離越近，兩點(diǎn)高差越大，較高點(diǎn)位于地形表面的可能性就越小。因此，判斷某點(diǎn)是否位于地形表面時(shí)，要顧及該點(diǎn)到參考地形表面點(diǎn)的距離，隨著(zhù)兩點(diǎn)間距離的增加，判斷的閾值也應放寬?？紤]到地形起伏產(chǎn)生的高程變化，兩地面點(diǎn)之間的距離越遠，可能出現的高差會(huì )越大。目前用于機載LIDAR數據濾波的方法概括來(lái)講大致可以分為形態(tài)學(xué)濾波法，移動(dòng)窗口法，線(xiàn)性預測法，基于地形坡度濾波，移動(dòng)曲面擬合濾波方法，三角網(wǎng)迭代法，基于數據分割等幾種方法。

　　3、基于移動(dòng)曲面擬合濾波算法的濾波實(shí)驗

　　本文采用移動(dòng)曲面擬合濾波算法進(jìn)行多次實(shí)驗，包括平坦地形、水域、城區、山區等。實(shí)驗區選擇我國湖北省武漢市地區，該區域地物比較豐富，有開(kāi)闊地、道路、居民住宅、大型建筑物、樹(shù)、森林和河流等。地形坡度在城市地區較平緩，部分地區為山區或小土墩。LIDAR數據由Leica公司的ALS50Ⅱ型航空激光雷達系統裝載在運-5型飛機上獲得，相對航高1400m，激光間距大約為2m。

　　3.1 實(shí)驗數據

　　為了便于直觀(guān)的顯示濾波效果，搜集了該地區的航空影像作為參考。實(shí)驗區主要以工礦廠(chǎng)房為主，包含了4條互相交叉的高級公路和一小部分住宅。在實(shí)驗區的西北方，有2個(gè)小型的人工湖泊，在西南方和東北方各有一座小山。原始點(diǎn)云數據。

　　3.2 濾波實(shí)驗結果

　　首先將獲取的原始點(diǎn)云數據*.LAS格式使用LIDAR VIEWER軟件轉換為T(mén)XT文本格式，將轉出的TXT文件使用移動(dòng)曲面擬合算法濾波處理。獲得新的TXT文本。本文采取直接將TXT文本數據轉化為SHP，即可生成三維效果圖。

　　3.3 實(shí)驗分析

　　移動(dòng)曲面擬合濾波算法能夠很好的過(guò)濾掉地面上的建筑物，原來(lái)在實(shí)驗區內部的建筑物點(diǎn)已經(jīng)全部濾掉，原建筑物部分的地面表現為空白，從點(diǎn)云分布圖可以看出是因為該區域點(diǎn)已經(jīng)被濾掉的緣故。除建筑物外，移動(dòng)曲面濾波算法還過(guò)濾掉了地面的以及道路兩旁的樹(shù)木，公路現已經(jīng)表現為條帶的面狀物；西邊的2個(gè)小型人工湖泊和河流表現為洼地，西南部的和東北部的山地效果較為明顯，可以明顯的看到地勢的起伏。東部的大片建筑物和樹(shù)木已經(jīng)完全過(guò)濾，可以看到路基兩側較過(guò)濾之前平滑，和濾波閾值的選取有直接關(guān)系。閾值的大小，需要根據不同地區多次實(shí)驗，方可找到合適的閾值。

　　3.4 綜合評價(jià)

　　移動(dòng)曲面擬合法濾波，算法簡(jiǎn)單明了。運算速度快，自適應性強，濾波性能基本上不受地形條件和地物數量的限制。但算法要求保證一定的數據密度，以保證趨勢面更新較快，更新的過(guò)程實(shí)際上就是濾波趨勢面自適應地形起伏的過(guò)程。當然算法還要保持局部第行數據的離散分布，避免數據點(diǎn)的畸形分布（比如數據幾乎共線(xiàn)）。對于當前的機載激光掃描系統來(lái)說(shuō)，數據采集密度已經(jīng)不存在問(wèn)題，絕大多數系統提供的數據密度都能保證在1points/m2以上。

　　移動(dòng)曲面擬合算法實(shí)現過(guò)程中的另一關(guān)鍵之處是閾值的選取，這里的曲面擬合算法實(shí)質(zhì)是基于一種外推的算法，在數學(xué)上外推的精度要遠遠低于內插的精度，所以閾值的設置不宜過(guò)大，這樣會(huì )積累外推的誤差，導致曲面無(wú)法移動(dòng)。解決的辦法是可以進(jìn)行多次濾波。

　　4、數字高程模型的創(chuàng )建

　　DEM是對一個(gè)地區的地表高程變化的表示，可以采用多種方式表達。地形表面的特征決定了地形表面表達的難度，因而在影響最終DEM表面的各種因素中扮演了重要的角色。隨著(zhù)計算機應用技術(shù)和GIS技術(shù)的發(fā)展，人們通常采用數字地面模型主要有三種基本形式：規則格網(wǎng)、不規則三角網(wǎng)和數字等高線(xiàn)。濾波后的點(diǎn)云數據可以認定為一個(gè)地面特征點(diǎn)的集合，本文采取了不規則三角網(wǎng)的表示方法來(lái)表示DEM數據。將濾波后的點(diǎn)云先生成三角網(wǎng)進(jìn)而生成高程模型（DEM）。

　　雖然DEM的空間分辨率的最終影響因素是生成DEM的LIDAR數據中激光腳點(diǎn)的密度；但是若已經(jīng)存在的DEM的分辨率不能滿(mǎn)足應用要求，則可通過(guò)重采樣來(lái)補充采樣點(diǎn)數量和密度上的不足，以達到提高空間分辨率的目的。

猜你喜歡：

機載激光雷達（LiDAR）點(diǎn)云數據結構特點(diǎn)及處理流程

LIDAR技術(shù)的介紹及特點(diǎn)

版權聲明：文章來(lái)源于網(wǎng)絡(luò )，登載此文出于傳遞更多信息之目的，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權益，請聯(lián)系我們。