基于機載激光雷達的DEM的構建

　　激光雷達，是一種主動(dòng)式、快速、精確獲取空間三維數據的測量技術(shù)。機載激光掃描技術(shù)是激光測距技、計算機技術(shù)、高精度動(dòng)態(tài)載體姿態(tài)測量技術(shù)（INS）和高精度動(dòng)態(tài)GPS差分定位技術(shù)迅速發(fā)展的集中表現。激光腳點(diǎn)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。這些點(diǎn)有的位于真是地形表面，有的位于人工建筑物或自然植被上。從激光腳點(diǎn)數據點(diǎn)云中提取數字地面高程模型需要將其中的地物數據點(diǎn)去掉，也就是激光雷達數據的濾波。

　　1、研究現狀

　　經(jīng)過(guò)數十年的發(fā)展，國外機載激光雷達硬件技術(shù)已經(jīng)比較成熟，然而機載激光雷達數據處理算法仍然處于研究的發(fā)展階段，還有一系列問(wèn)題沒(méi)有很好的解決?，F有Lidar數據處理過(guò)濾算法在地物復雜程度低的情況下濾波效果較好，但自然界復雜的地形特征、地物覆蓋類(lèi)型（密度高低不一的植被，自然地貌，人造地貌等），再加上機載激光點(diǎn)云的密度高低不一等等原因都有可能造成DTM生成算法在某種特定的區域失敗。所以這些算法在地理環(huán)境綜合、地形多變的情況下濾波效果精度不容樂(lè )觀(guān)，甚至大部分地物都濾除不掉。

　　2、LIDAR數據預處理

　　野外飛行后可得到兩組數據，有POS數據和對應瞬時(shí)掃描角的激光距離測量值。對數據進(jìn)行質(zhì)量分析，若POS數據的位置優(yōu)于1dm，定向精度優(yōu)于0.02ｒ可由對應于不丸角的激光測距值和POS數據這三組數據計算激光腳點(diǎn)在WGS-84坐標系中較為精確的三維坐標。坐標轉換的順序是從瞬時(shí)激光束坐標系→激光掃描參考坐標系→載體坐標系→慣性平臺參考坐標系→當地水平參考坐標系→當地垂直參考坐標系→WGS-84坐標系。再將Lidar數據由WGS-84坐標變化到所采用的局部坐標系統，所得結果為隨機分布的帶有高程、位置和強度信息的激光腳點(diǎn)點(diǎn)云。

　　3、LIDAR數據濾波

　　3.1濾波原理

　　濾波的基本原理是基于臨近激光腳點(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造成，更為可能的是較高點(diǎn)位于某些地物。Lidar濾波時(shí)，需建立一個(gè)規則用來(lái)區分地面點(diǎn)和非地面點(diǎn)。所有濾波算法都需要一個(gè)或者多個(gè)假設條件。不同算法的假設條件不同，理論模型也有很大的差異，在不同的地質(zhì)地貌下表現出的數據過(guò)濾效果也各不相同。目前所用到的假設條件主要有：非地面點(diǎn)均高于地面點(diǎn)，絕大多數濾波算法都基于此前提。地面坡度變化不會(huì )太大，自然地形坡度變化總在一定限度之內，不屬于地形的地物坡度會(huì )超過(guò)這個(gè)限度。

　　但濾波的假設條件存在一些問(wèn)題。由于粗差、多路徑效應等，造成最低點(diǎn)并非理想地面點(diǎn)數據，當按照假設條件把這些點(diǎn)作為地面點(diǎn)時(shí)將引起很大誤差甚至錯誤。所以在對Lidar數據濾波前，先要剔除粗差。對于條件二在平坦地區假設有效，對坡度較大的山區，并不總是滿(mǎn)足。

　　3.2濾波方法

　　隨著(zhù)Lidar系統的不斷發(fā)展，不僅可以提供激光腳點(diǎn)的三維坐標，還可以提供每個(gè)激光腳點(diǎn)的強度信息，由此可獲得強度影像，從而可融合強度影像進(jìn)行濾波分類(lèi)。很多學(xué)者提出了各種濾波方法，根據濾波觀(guān)念的不同，大致可以分為以下幾類(lèi)，基于形態(tài)學(xué)的濾波算法、基于坡度變化的濾波算法、基于內插的濾波算法、基于曲面約束的濾波算法等方法。

　　3.2.1基于形態(tài)學(xué)的濾波算法

　　基于形態(tài)學(xué)的濾波算法借鑒于柵格圖像處理，基于區塊操作。形態(tài)學(xué)法先把Lidar點(diǎn)云重新組織成行列有序的規則格網(wǎng)形式這樣便于使用很多既有的算法，如開(kāi)閉運算、腐蝕運算、膨脹運算等，并具有直觀(guān)、效率高、操作容易等優(yōu)點(diǎn)，缺點(diǎn)是內插會(huì )帶來(lái)精度的損失，容易受到濾波窗口大小的影響，并且不能很好的處理地形變化劇烈的區域。

　　3.2.2基于坡度變化的濾波算法

　　基于坡度變化的濾波算法基本思想是地形急劇變化產(chǎn)生臨近兩點(diǎn)間高程差異很大的可能性很小，其中一點(diǎn)屬于地物點(diǎn)的可能性更大。算法根據地形坡度變化確定最優(yōu)濾波函數。為了保留傾斜地形信息，適當調整濾波窗口的大小，并增加篩選閾值的取值以保證屬于地面點(diǎn)的激光點(diǎn)不被過(guò)濾掉，且濾波參數的最優(yōu)值隨著(zhù)地形的變化而變化。當點(diǎn)顯著(zhù)高于其鄰域其余點(diǎn)時(shí)被認為是地物點(diǎn)，可見(jiàn)遇到坡度變化較大的地形時(shí)，就會(huì )影響這類(lèi)方法的精度。

　　3.2.3基于內插的濾波算法

　　基于內插的濾波算法的基本思想是先構建一個(gè)較粗的起始DEM，再逐步從備選點(diǎn)中篩選并內插加密DEM達到分類(lèi)的目的。基于內插的濾波方法是一種逐步迭代逐層加密的方式進(jìn)行數據分類(lèi)，因此，計算過(guò)程存在誤差累積，受到初始DEM影響較大，且每一層的迭代判斷結果受到上一層的影響，如果上一層次的處理出現了錯誤，這種錯誤會(huì )導致下一層次的數據點(diǎn)類(lèi)型判斷出現錯誤。因此，初始DEM的選擇非常重要。在使用此類(lèi)方法前，一般要剔除數據中的粗差。

　　3.2.4基于曲面約束的濾波算法

　　地面可以看作是一個(gè)連續且平緩變化的表面，所以，可用帶限制條件的參數曲面約束分類(lèi)，如：Snake樣條曲面、正交多項式等。約束曲面計算過(guò)程中的曲面擬合具有抑制粗差的功能，通常不需要先剔除粗差。此方法過(guò)于強調地形的平緩變化，忽略了地形的復雜性，因此，在地形變化劇烈的山區會(huì )存在一定問(wèn)題。由于曲面計算和分析計算量較大，此類(lèi)算法的運行效率相對比較低。

　　3.2.5濾波展望

　　與比較成熟的硬件相比，機載激光雷達數據后處理軟件的發(fā)展較為滯后。一些算法和模型仍處于研究階段。目前市場(chǎng)上的各種數據處理軟件能實(shí)現不同的功能，各有其優(yōu)點(diǎn)，數據處理時(shí)需選取適合的軟件，有時(shí)需要多種軟件配合。

　　目前任何一種都無(wú)法完全保證過(guò)濾掉所有的地物，可在以下方面作進(jìn)一步研究和擴展：利用強度和回波信息；自適應閾值；數據流的引用；結合計算機技術(shù)的新理論等。

　　4、DEM的構建

　　很多軟件都可以完成DEM的生成，但由于濾波不完全，會(huì )影像DEM的精度這里可以采用魯棒回歸法、魯棒插值、線(xiàn)性預測法。LIDAR點(diǎn)云的分布是離散的，故數據誤差也不會(huì )服從正態(tài)分布，所以最小二乘法不是最佳的擬合方法。這時(shí)就要采用最小中值二乘方法。線(xiàn)性預測是一種統計內插方法，既可以基于規則格網(wǎng)也可以基于不規則三角網(wǎng)實(shí)現。

猜你喜歡：

機載LIDAR點(diǎn)云數據等高線(xiàn)測繪新技術(shù)及其應用

機載激光雷達(Lidar)數據采集及數據處理

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。