機載LIDAR內業(yè)數據處理技術(shù)

　　1 LIDAR數據處理概述

　　1.1 LIDAR數據的特點(diǎn)

　　從嚴格意義上講，航空激光雷達系統獲取的數據包括位置、方位/角度、距離、時(shí)間、強度等飛行過(guò)程中得到的各類(lèi)信息。而實(shí)際應用中，人們接觸和使用的是與具體時(shí)間及發(fā)射信號波長(cháng)一一對應的點(diǎn)坐標及對應的強度等。作為一種非成像技術(shù)，航空激光雷達數據在內容、形式等方面具有很多自身的特點(diǎn)。

　　第一，從內容上講，航空激光雷達數據是分布于對象表面的一系列三維點(diǎn)坐標。值得注意的是，多次回波數據得到的點(diǎn)坐標可能對應著(zhù)不同的表面，首、末次信號分別對應樹(shù)冠和地面，這種特性在某些場(chǎng)合可以發(fā)揮重要作用。例如，在相鄰掃描帶上植被或其他具有不規則形狀的物體可能會(huì )具有不同的高度，若用它們進(jìn)行匹配可能會(huì )產(chǎn)生粗差，使用末次回波信號就可以避免匹配過(guò)程中不可預測的粗差問(wèn)題。與記錄反射/發(fā)射能量的強度數據相比，航空激光雷達數據在提取空間信息上更加便捷。

　　第二，激光雷達數據在形式上呈離散分布。這里“離散”是指數據點(diǎn)的位置、間隔等在三維空間中的不規則分布，即數據分布無(wú)規律性。

　　第三，數據形式的另一個(gè)特點(diǎn)是掃描帶中數據分布不均勻不同位置的點(diǎn)云密度不同，造成這種情況的主要原因是激光掃描儀所采用的掃描方式。激光掃描儀所采用的掃描方式有圓錐掃描，線(xiàn)掃描和光纖掃描。

　　不考慮地形起伏的影響，在圓錐掃描方式中，掃描帶兩側數據密度大，中間部分??；線(xiàn)掃描方式的情況類(lèi)似；在光纖掃描方式中，掃描線(xiàn)方向上的數據密度大于垂直掃描線(xiàn)方向上的。其他原因還包括飛行速度、掃描儀與地形/地物的相對位置/方向及航高等。例如，對建筑物的傾斜屋頂而言，朝向掃描儀方向的屋頂會(huì )比背向掃描儀方向的屋頂反射更多的信號，在數據密度較大時(shí)兩個(gè)屋頂平面上數據密度就會(huì )表現出差異。

　　第四，盡管目標點(diǎn)的三維坐標是航空激光雷達的主要數據形式，但其數據類(lèi)型并不局限于此。強度信號是另一個(gè)有用的信息源，它反映了地表物體對激光信號的響應。由于一些技術(shù)上的原因，還沒(méi)有得到多少實(shí)際應用。目前有用強度信號作為樹(shù)種分類(lèi)的依據事例。

　　1.2 LIDAR數據處理

　　LIDAR數據處理包括原始數據預處理和點(diǎn)云數據后處理兩個(gè)階段。原始數據預處理階段主要包括濾除雷達噪聲，對記錄的原始信號、時(shí)間參數、距離參數、GPS和INS數據進(jìn)行歸化處理、坐標變換，以得到地面目標的三維（x，y，z）點(diǎn)云坐標數據。坐標的格式可以根據用戶(hù)的要求定義，即可以得到不同的數據格式文件。點(diǎn)云數據后處理就是對得到的地面目標的三維點(diǎn)云坐標數據進(jìn)行分離處理。具體地說(shuō)，由于激光雷達點(diǎn)云數據分布在不同的目標上，后處理就是將落在地形表面上的點(diǎn)（即所謂的地面點(diǎn)）與那些非地形表面上的點(diǎn)進(jìn)行有效而準確的分離。只有高精度及準確而可靠地分離不同信息后，才可能有效地將這些數據用于不同的目的，例如：得到DEM數據、測量樹(shù)的高度、獲取城市的三維模型等。對三維點(diǎn)云坐標數據進(jìn)行有效的后處理是激光遙感系統最主要的組成部分。

　　盡管LIDAR技術(shù)在獲取地面點(diǎn)三維坐標方面具有效率高、全覆蓋、三維測量等優(yōu)良的技術(shù)特性，但是其數據量的龐大、復雜、無(wú)規律等特點(diǎn)始終困擾著(zhù)后期的數據處理。

　　2 規則格網(wǎng)重采樣生成數字表面模型（DSM）

　　在建立了規則地址格網(wǎng)檢索算法的基礎上，本文利用逐點(diǎn)內插法中的距離加權平均法來(lái)生成數字表面模型（DSM），具體步驟如下：

　?。?）確定內插點(diǎn)所在的格網(wǎng)單元。

　　由測區內所有激光采樣點(diǎn)X、Y坐標的最大、最小值可以得到測區的范圍，再依據采樣間隔就可以計算出DSM格網(wǎng)的大小。設x方向采樣間隔為，方向采樣間隔為，測區起點(diǎn)坐標，則格網(wǎng)坐標對應的激光內插點(diǎn)坐標為：

　?。?）規則地址格網(wǎng)檢索鄰域內的點(diǎn)。

　　利用距離加權平均法進(jìn)行內插計算，需要選取與插值點(diǎn)距離最近的若干個(gè)點(diǎn)來(lái)參加計算。最簡(jiǎn)單的方法就是計算內插點(diǎn)與周?chē)蓸狱c(diǎn)的距離，然后從中選出與內插點(diǎn)距離最近的若干點(diǎn)。這種方法計算量大，影響到插值速度。為解決這一問(wèn)題，可選用一定的鄰域搜索區域，根據距離加權平均法內插數學(xué)模型對采樣點(diǎn)數量的要求，不斷調整搜索范圍，直到滿(mǎn)足要求為止，不應該少于4個(gè)點(diǎn)。

　　在建立了規則地址格網(wǎng)的基礎上，就可以利用矩形檢索函數搜索鄰域正方形區域內的采樣點(diǎn)，設所建立的規則地址格網(wǎng)的起點(diǎn)坐標為，搜索半徑為，則矩形檢索函數的參數設置為：

　　設置了函數參數，就可以利用矩形檢索函數來(lái)搜索內插點(diǎn)正方形鄰域內的采樣點(diǎn)，若搜索的采樣點(diǎn)數量不滿(mǎn)足要求，則擴大搜索半徑，直到滿(mǎn)足要求為止。

　?。?）權值的計算。

　　由于地形的自相關(guān)性，較近的采樣點(diǎn)對內插點(diǎn)的影響要大一些，因此常常用內插點(diǎn)和采樣點(diǎn)之間的距離來(lái)刻畫(huà)采樣點(diǎn)對內插點(diǎn)的貢獻程度，即距離越近，權值越大，反之越小。設當前內插點(diǎn)為，采樣點(diǎn)為，為內插點(diǎn)與采樣點(diǎn)之間的距離，定義采樣點(diǎn)的權為：

　　稱(chēng)為反距離權。式中指數，而且實(shí)驗證明，當時(shí)，導致曲面在數據點(diǎn)附近相對比較平直，而在兩個(gè)數據點(diǎn)之間一個(gè)很小的區域內有很大的梯度，當時(shí)，導致曲面相對平緩，沒(méi)有起伏，當時(shí)，不但容易計算，也比較符合實(shí)際地形變化規律，因此，實(shí)際應用中常常取。

　　3 灰度量化生成DSM深度影像

　　為了直觀(guān)地表示出LIDAR數據的內容信息，將由離散LIDAR點(diǎn)云數據規則格網(wǎng)重采樣生成的數字表面模型（DSM）按照高程進(jìn)行灰度量化，得到同灰度圖像一樣的DSM深度影像。這就為后續的基于數字圖像處理技術(shù)的DSM深度影像處理做好了準備。具體做法是：搜索DSM中所有的LIDAR數據點(diǎn)，得到高程最大值和最小值，對高程進(jìn)行量化，得到每一點(diǎn)的像素灰度值；同時(shí)將DSM三維點(diǎn)坐標中的X、Y坐標轉化為DSM深度影像的二維橫、縱坐標、，一個(gè)坐標點(diǎn)對應一個(gè)像素點(diǎn)，就生成了同DSM格網(wǎng)大小相同的DSM深度影像。

　　其中：

　　為灰度值，為DSM中LIDAR點(diǎn)的高程值。獲得了同灰度圖像一樣的DSM深度影像后，一般可以從視覺(jué)上直接判斷出地形的高低、形狀等，一般也可以判斷出建筑物、道路、水塘、溝渠、河流、橋等地物要素。與灰度圖像相比，由航空LIDAR點(diǎn)云數據生成的城市地區DSM深度影像有其獨特的特點(diǎn)。表現在：

　?。?）影像的灰度值和DSM中LIDAR數據的高程值成線(xiàn)性關(guān)系，高程值越高對應的像素灰度值就越高，反之，則越低。

　?。?）在平坦城區，影像上地面部分的灰度值變化不大，且像素的灰度值低于建筑物部分。

　?。?）由于LIDAR光束在較高建筑物邊緣常和墻面相切，導致建筑物邊緣數據不準確，因此在灰度影像上建筑物邊緣常呈鋸齒狀。

　　DSM深度影像其獨特的特點(diǎn)為引入數字圖像處理的方法提取建筑物奠定了基礎。

猜你喜歡：

機載激光LiDAR的運用領(lǐng)域及誤差消除方法

機載激光雷達（LIDAR）和遙感影像的融合方法

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。