當(dāng)前位置: 首頁(yè) > 新聞資訊 > 行業(yè)資訊

基于機(jī)載激光雷達(dá)的DEM的構(gòu)建

發(fā)布日期:2018-07-16 00:00 瀏覽量:10049

  激光雷達(dá),是一種主動(dòng)式、快速、精確獲取空間三維數(shù)據(jù)的測(cè)量技術(shù)。機(jī)載激光掃描技術(shù)是激光測(cè)距技、計(jì)算機(jī)技術(shù)、高精度動(dòng)態(tài)載體姿態(tài)測(cè)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(xiàn)。激光腳點(diǎn)在三維空間的分布形態(tài)呈現(xiàn)隨機(jī)離散的數(shù)據(jù)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(shù)據(jù)點(diǎn)云中提取數(shù)字地面高程模型需要將其中的地物數(shù)據(jù)點(diǎn)去掉,也就是激光雷達(dá)數(shù)據(jù)的濾波。


  1、研究現(xiàn)狀

  經(jīng)過(guò)數(shù)十年的發(fā)展,國(guó)外機(jī)載激光雷達(dá)硬件技術(shù)已經(jīng)比較成熟,然而機(jī)載激光雷達(dá)數(shù)據(jù)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(xiàn)有Lidar數(shù)據(jù)處理過(guò)濾算法在地物復(fù)雜程度低的情況下濾波效果較好,但自然界復(fù)雜的地形特征、地物覆蓋類型(密度高低不一的植被,自然地貌,人造地貌等),再加上機(jī)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(qū)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,甚至大部分地物都濾除不掉。


  2、LIDAR數(shù)據(jù)預(yù)處理

  野外飛行后可得到兩組數(shù)據(jù),有POS數(shù)據(jù)和對(duì)應(yīng)瞬時(shí)掃描角的激光距離測(cè)量值。對(duì)數(shù)據(jù)進(jìn)行質(zhì)量分析,若POS數(shù)據(jù)的位置優(yōu)于1dm,定向精度優(yōu)于0.02r可由對(duì)應(yīng)于不丸角的激光測(cè)距值和POS數(shù)據(jù)這三組數(shù)據(jù)計(jì)算激光腳點(diǎn)在WGS-84坐標(biāo)系中較為精確的三維坐標(biāo)。坐標(biāo)轉(zhuǎn)換的順序是從瞬時(shí)激光束坐標(biāo)系→激光掃描參考坐標(biāo)系→載體坐標(biāo)系→慣性平臺(tái)參考坐標(biāo)系→當(dāng)?shù)厮絽⒖甲鴺?biāo)系→當(dāng)?shù)卮怪眳⒖甲鴺?biāo)系→WGS-84坐標(biāo)系。再將Lidar數(shù)據(jù)由WGS-84坐標(biāo)變化到所采用的局部坐標(biāo)系統(tǒng),所得結(jié)果為隨機(jī)分布的帶有高程、位置和強(qiáng)度信息的激光腳點(diǎn)點(diǎn)云。


基于機(jī)載激光雷達(dá)的DEM的構(gòu)建.jpg


  3、LIDAR數(shù)據(jù)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(xù))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(guī)則用來(lái)區(qū)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(shè)條件。不同算法的假設(shè)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(xiàn)出的數(shù)據(jù)過(guò)濾效果也各不相同。目前所用到的假設(shè)條件主要有:非地面點(diǎn)均高于地面點(diǎn),絕大多數(shù)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(nèi),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(shè)條件存在一些問(wèn)題。由于粗差、多路徑效應(yīng)等,造成最低點(diǎn)并非理想地面點(diǎn)數(shù)據(jù),當(dāng)按照假設(shè)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(cuò)誤。所以在對(duì)Lidar數(shù)據(jù)濾波前,先要剔除粗差。對(duì)于條件二在平坦地區(qū)假設(shè)有效,對(duì)坡度較大的山區(qū),并不總是滿足。


  3.2濾波方法

  隨著Lidar系統(tǒng)的不斷發(fā)展,不僅可以提供激光腳點(diǎn)的三維坐標(biāo),還可以提供每個(gè)激光腳點(diǎn)的強(qiáng)度信息,由此可獲得強(qiáng)度影像,從而可融合強(qiáng)度影像進(jìn)行濾波分類。很多學(xué)者提出了各種濾波方法,根據(jù)濾波觀念的不同,大致可以分為以下幾類,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(nèi)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(qū)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(guī)則格網(wǎng)形式這樣便于使用很多既有的算法,如開(kāi)閉運(yùn)算、腐蝕運(yùn)算、膨脹運(yùn)算等,并具有直觀、效率高、操作容易等優(yōu)點(diǎn),缺點(diǎn)是內(nèi)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(qū)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(jù)地形坡度變化確定最優(yōu)濾波函數(shù)。為了保留傾斜地形信息,適當(dāng)調(diào)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(shù)的最優(yōu)值隨著地形的變化而變化。當(dāng)點(diǎn)顯著高于其鄰域其余點(diǎn)時(shí)被認(rèn)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)影響這類方法的精度。


  3.2.3基于內(nèi)插的濾波算法

  基于內(nèi)插的濾波算法的基本思想是先構(gòu)建一個(gè)較粗的起始DEM,再逐步從備選點(diǎn)中篩選并內(nèi)插加密DEM達(dá)到分類的目的。基于內(nèi)插的濾波方法是一種逐步迭代逐層加密的方式進(jìn)行數(shù)據(jù)分類,因此,計(jì)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(jié)果受到上一層的影響,如果上一層次的處理出現(xiàn)了錯(cuò)誤,這種錯(cuò)誤會(huì)導(dǎo)致下一層次的數(shù)據(jù)點(diǎn)類型判斷出現(xiàn)錯(cuò)誤。因此,初始DEM的選擇非常重要。在使用此類方法前,一般要剔除數(shù)據(jù)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(xù)且平緩變化的表面,所以,可用帶限制條件的參數(shù)曲面約束分類,如:Snake樣條曲面、正交多項(xiàng)式等。約束曲面計(jì)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(qiáng)調(diào)地形的平緩變化,忽略了地形的復(fù)雜性,因此,在地形變化劇烈的山區(qū)會(huì)存在一定問(wèn)題。由于曲面計(jì)算和分析計(jì)算量較大,此類算法的運(yùn)行效率相對(duì)比較低。


  3.2.5濾波展望

  與比較成熟的硬件相比,機(jī)載激光雷達(dá)數(shù)據(jù)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(shù)據(jù)處理軟件能實(shí)現(xiàn)不同的功能,各有其優(yōu)點(diǎn),數(shù)據(jù)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(kuò)展:利用強(qiáng)度和回波信息;自適應(yīng)閾值;數(shù)據(jù)流的引用;結(jié)合計(jì)算機(jī)技術(shù)的新理論等。


  4、DEM的構(gòu)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、線性預(yù)測(cè)法。LIDAR點(diǎn)云的分布是離散的,故數(shù)據(jù)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。線性預(yù)測(cè)是一種統(tǒng)計(jì)內(nèi)插方法,既可以基于規(guī)則格網(wǎng)也可以基于不規(guī)則三角網(wǎng)實(shí)現(xiàn)。


猜你喜歡:

機(jī)載LIDAR點(diǎn)云數(shù)據(jù)等高線測(cè)繪新技術(shù)及其應(yīng)用

機(jī)載激光雷達(dá)(Lidar)數(shù)據(jù)采集及數(shù)據(jù)處理


版權(quán)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(quán)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(quán)益,請(qǐng)聯(lián)系我們。

飛燕航空遙感公眾號(hào)二維碼.jpg

猜你喜歡

相關(guān)設(shè)備
推薦服務(wù)
相關(guān)案例
新聞資訊

服務(wù)中心
案例中心
行業(yè)應(yīng)用 技術(shù)應(yīng)用
新聞資訊
行業(yè)資訊 公司新聞 常見(jiàn)問(wèn)題解答
關(guān)于我們
招賢納士 關(guān)于飛燕 公司設(shè)備 資質(zhì)榮譽(yù) 公司相冊(cè) 客戶評(píng)價(jià) 發(fā)展歷程

聯(lián)系方式

電話:025-83216189

郵箱:frank.zhao@feiyantech.com

地址:江蘇省南京市玄武區(qū)紅山街道領(lǐng)智路56
號(hào)星河World產(chǎn)業(yè)園3號(hào)樓北8樓

微信公眾號(hào)

總經(jīng)理微信

025-83216189