機載激光雷達數據提取DEM的關鍵技術分析

靳克強,龔志輝,王 勃,湯志強

(1.信息工程大學 測繪學院,河南 鄭州 450052;2.96633部隊,北京 100096)

機載激光雷達數據提取DEM的關鍵技術分析

靳克強1,2,龔志輝1,王 勃1,湯志強2

(1.信息工程大學 測繪學院,河南 鄭州 450052;2.96633部隊,北京 100096)

結合激光雷達數據的特點,著重分析利用激光LiDAR數據提取DEM的幾個關鍵技術:預處理技術、濾波技術、DEM構建與質量評價技術。通過分析,為快速、高效、準確地獲取DEM基礎數據提供一個技術方案。

機載LiDAR;數據預處理;濾波;DEM;質量評價

隨著數字時代的到來,人們對于數據的需求與應用呈現指數級的增長。如何快速、高效、準確地獲取、處理、分發、應用數據成為科研學者們的研究熱點。在人們關注的數據中,地球空間信息數據成為21世紀支撐人類三大高新技術——地球空間技術(Geo-Spatial Technology)、納米技術、生物技術之地球空間技術的重要基礎數據。

20世紀80年代末,機載激光雷達(Airborne-LiDAR)測量技術作為一種新興的空間對地觀測技術,在多等級三維空間信息的實時獲取方面產生了重大突破,引起了測繪、林業等相關行業的濃厚興趣。隨著相關技術的發展以及社會需求的不斷擴大,機載激光雷達測量技術的發展日新月異,機載激光雷達測量系統實際上已經代表了對地觀測領域一個新的發展方向[1]。

LiDAR(Light Detection And Ranging)是一種主動式對地觀測系統,它集成了 GPS、慣性導航、激光測距等先進技術,具有控制測量依賴性少、受天氣影響小、自動化程度高、成圖周期短等特點,可能為測繪行業帶來一場新的技術革命。機載激光雷達技術能夠快速獲取精確的高分辨率的數字地面模型以及地面物體的三維坐標,非常適合DEM的制作,而且具有采集速度快、高程精度高、處理成本低等特點,同時具備全天候作業及海岸測量、水下地形測量等優點。因此,利用機載LiDAR數據提取DEM,成為最近幾年測繪生產以及其他領域的一個熱點,在攝影測量與遙感及測繪等領域具有廣闊的發展前景和應用需求。

1 LiDAR數據特點與預處理分析

機載LiDAR測距的基本原理,是利用發射器發射激光或者連續波,通過空氣傳播直接投射到所觀測的地形、地物表面,這些電磁波經過地形、地物的反射,被探測器所記錄。發射器和探測器采用相同的時間基準,通過記錄電磁波從發射到反射回所需的時間,利用光速不變原理,進行非接觸測距。由于機載LiDAR探測技術集 GPS、INS、激光測距技術于一身,它獲得的數據不僅包含距離(斜距)信息,還包括 GPS動態定位信息以及INS姿態測量信息。要進行后續的點云數據濾波,必須對原始的機載LiDAR數據進行預處理。

1.1 原始機載LiDAR數據誤差預處理

機載激光雷達系統在測量過程中,會受到多種誤差源的影響。其中系統誤差會給激光腳點的坐標帶來系統偏差。基于機載激光雷達的系統構成,主要的誤差分為4類:GPS定位誤差、GPS/INS組合姿態定位的測角誤差、激光測距誤差以及系統集成誤差。針對 GPS定位誤差不易消除和模型化的特點,采用在測區內建立多個分布較為均勻的基準站或采用精密單點定位(PPP)技術加以改正。對于GPS/INS組合姿態定位誤差,根據組合元件特點,采用降低飛行高度等方法減弱其影響。相比前兩種誤差,激光測距誤差具有相對穩定的誤差改正模型,通過檢校場的方法減小誤差。系統集成誤差,則與各個系統的工藝集成有關,由于各個測量單元獨立工作,數據采樣率不同,必須把它們統一到同一個時間系統中。

1.2 機載LiDAR數據的組織與劃分

機載LiDAR系統能快速、高效、準確地獲取被測目標的三維地理坐標信息,適合中小區域大比例尺測圖的需要。然而,由于機載激光雷達系統是主動式非接觸探測被測目標,它所獲取的數據具有一定的盲目性,經過原始機載LiDAR數據預處理后,得到激光點云數據。如何高效組織這些數量龐大激光點云數據成為相關領域的研究熱點之一。為此,美國攝影測量與遙感協會(ASPRS)下的LiDAR委員會專門推出了LiDAR數據的＊.las標準格式。目前存在las 1.0、1.1、1.2與 2.0(擬定版)4種版本,其主要目的在于可使LiDAR數據在不同硬、軟件之間實現交換和存儲[2]。同時,由于各個商家的競爭關系,硬件技術參數無法統一,導致LiDAR數據的格式仍然與提供商的硬件有關,例如Leica公司的儀器采集的LiDAR數據采用ASCII形式的Pts、Ptx格式存儲;TerraScan軟件處理后的LiDAR數據格式采用二進制的Bin、Ts格式存儲等等[3]。

濾波前,需要按照一定的格式讀入數據,然而點云數據的數目動輒就是幾萬個以上。為了快速獲取指定范圍內的點云數據就成了一個迫切需要解決的問題。對此國內外學者提出了不同的數據組織形式,總體上可分為 KD樹和格網組織方式兩大類。KD樹(K維搜索樹)是把二叉搜索樹推廣到多維數據的一種主存數據結構[4](見圖1)。

格網組織形式,就是把激光點云數據按照一定的劃分尺度進格網化。它的原理就是按照劃分尺度對原激光點云進行重新劃分,同時標識劃分后的數據分塊,應用該分塊時,只需檢索其對應的標識號,再調出數據,如基于均勻格網劃分的分布式組織及并行處理方法[5]。

圖1 KD樹的幾種組織形式

2 幾種典型的濾波算法

機載LiDAR數據濾波,就是把地面激光腳點與地物激光腳點分離的過程。它是基于鄰近激光腳點間高程突變,一般不是由于地形突然變化引起的基本原理。國外已經有相對成熟的商業軟件專門處理機載LiDAR數據濾波分類,如 TerraSolid中的模塊 TerraScan、InPho中的模塊SCOP++等。這些商業軟件采用的濾波算法,詳情至今還是核心商業機密而不被外人所知。以下介紹幾種典型的濾波算法。

2.1 基于多分辨率分析的數據濾波算法

多分辨率分析的數據濾波算法(Wavelet Filter,W F)是 TerraScan中自動濾波功能的主要支持理論,多分辨分析就是求出信號在子空間序列{Vj,j∈Z}中的近似表示,即求出信號在每個子空間中的投影(見式(1))。在不同尺度空間中獲取的投影,組成了信號的多層次、不同分辨率的表示。相臨兩層之間的分辨率相差2倍。

其實質就是獲取多尺度的數據描述,從而建立數據金字塔,為數據處理提供一個由粗到細的模型。因此,把多分辨率分析理論引入到機載LiDAR數據濾波的關鍵步驟也就是建立多尺度的激光點云數據描述[6]。其中尺度函數的傅立葉變換表現為低通濾波器的性質,經投影變換后,信號的細節特征會丟掉,多層數據中的最上層數據應該主要是地面點。因此,在具體建立多層、多分辨率的激光點云數據時,可以用選取局部高程最低點這一操作作為投影變換(見式(2))作用于激光點云數據獲取(見圖2)。

式中:i為點號下標,R×R表示半徑為R的窗口。

此算法的關鍵就是選擇分辨率尺度,選擇時應該保證最上層的激光點云近似描述只包含有地面

圖2 點云數據的多分辯率表示

點。具體計算步驟,即首先選擇合適的分辨率尺度,建立多個子空間,然后把原始激光點云數據在每個子空間中做Riesz基下的投影變換,從而獲得不同分辨率、不同層次下的激光點云數據描述。最終獲得最上層的地面點數據。

2.2 多級移動曲面擬合濾波算法

多級移動曲面擬合濾波算法(Hierarchical Moving Curved Fitting A lgorithm,HMCFA)是基于移動曲面擬合濾波算法的改進。后者是武漢大學學者張小紅在2004年提出的[7],在他的專著中也有詳細論述。移動曲面擬合濾波直接對離散的激光點云進行數據濾波,對提取DEM而言,粗差也被過濾。它的基本原理是:隨著激光點云采樣密度的提高,激光腳點之間的鄰接關系就反映了地形表面的趨勢變化。任何一個復雜的空間曲面,它的局部面元可以利用一個簡單二次曲面(見式(3))去逼近擬合;當局部面元小到一定程度時,可近似表示成一個平面(見式(4))。兩式中的參數 a0到 a4是曲面擬合參數。

具體來說,先將這些離散的激光腳點數據進行二維排序,然后選取種子區域開始濾波。找出種子區域內相互鄰近的最低的幾個點為初始地面點,確定一個初始曲面。進而將鄰近的待選點代入初始曲面,計算待選點的擬合高程。如果待選點的擬合高程與其觀測高程之差,超過給定的閾值,則認為此點不是地面點而被過濾;否則,就接受該點為地面腳點。利用新接受的地面腳點和部分初始地面點重新確定一個局部趨勢曲面,去求鄰近待選點的擬合高程,比較閾值,判斷是否接受此待選點。不斷重復,就相當于有一個簡單的移動曲面在過濾整個測區,完成濾波過程(見圖3)。

圖3 多級移動曲面擬合濾波算法流程

而多級移動曲面擬合濾波,是基于移動曲面擬合濾波算法的基本原理,先給定一個窗口,在此窗口內尋找適當數量的能擬合初始曲面的最低激光腳點,建立粗地表趨勢面。然后將窗口尺寸擴大,設置自適應閾值,通過多次迭代得到較為精細的地表[8]。

2.3 等高線的表面估計濾波

等高線的表面估計濾波(Filtering M ethod based on Contours,FMC)是基于激光LiDAR系統獲取的點云數據特點提出的[9]。原始激光數據預處理后,利用一定的內插方法,獲得激光點云DSM數據。在此基礎上,按照相應的數據密度,等距離內插出等高線。根據DSM等高線的特征,如閉合性、首尾點距離、等高線長度、等高線間距等判別準則,設定相應的閾值自動提取屬于自然地表的等高線段,獲得初始的自然地表點,然后內插生成初始DEM,最后使用迭代法逼近生成最終的DEM(見圖4)。此算法適用于地形起伏較大的區域,不需要均勻分布的以道路網提取的種子點。

圖4 等高線的表面估計濾波流程

3 DEM的構建與評價

對于濾波后的激光點云數據,使用何種方法使其構成DEM,也是機載LiDAR研究中的一個熱點。目前存在的DEM構建模型主要有:規則格網模型、不規則三角網模型等[10]。其本質是將離散的激光點云數據通過一定的內插算法重采樣,形成規則格網或不規則三角網。其中用于內插出規則格網模型的算法有:線性內插、距離倒數加權插值、徑向函數插值、三角網線性插值等。

濾波后構建的DEM數據,如何對其進行質量評價,目前還未形成一個統一的標準機制。根據筆者研究,既然最終構建的DEM數據是經過算法濾波和算法內插出來的,就應該對這些算法本身進行評估,此稱為內部評價。包括算法本身的嚴密性,即有無對激光點云坐標的改化以及增減位于關鍵地形處的點云數目;算法本身的適應性,即能否在多種復雜的地形中保持優良的濾波性能。另外評價構建生成的DEM質量,還必須使用多源數據來綜合評價,例如利用同步獲取的高分辨遙感影像形成的立體模型、同期普通航攝獲取的DEM數據等,此稱為外部評價。通過內部與外部評價的綜合,給出相應的精度參數指標。目前,濾波以及濾波后構建DEM的質量評價標準還未形成,研究者只是根據具體的濾波區域給出了一定的質量評價,還遠未形成成熟的統一評價體系。

4 結束語

本文結合激光雷達數據的特點,著重分析了利用激光LiDAR數據提取DEM的幾個關鍵技術:原始激光雷達數據的預處理,包括數據組織、讀入等;激光雷達數據的濾波,分析了幾個經典實用的濾波算法;最后對DEM的構建和質量評價作了分析。隨著激光測量系統的性能提升,激光腳點數據密度會越來越大,這就要求必須有快速、高效的處理算法支持。結合多源數據融合技術,提高點云數據濾波的效率與精度,充分發揮相互優勢,對期望獲得理想的DEM結果具有重要意義。每種濾波算法各有優缺點,能否提出一種自適應的、智能化的、普適性的濾波算法,將是今后研究的一個方向。

[1]張小紅.機載激光雷達測量技術理論與方法[M].武漢:武漢大學出版社,2007:2-3.

[2]劉春,姚銀銀,吳杭彬.機載激光掃描標準數據格式的分析與數據提取[J].遙感信息,2009(4):38-42.

[3]ANDRE SAMBERG.An imp lementation of the ASPRS LAS standard[J].IAPRS Volume,XXXV I,Part3/W52,2007.

[4]吳涵,楊克儉.基于 KD樹的多維索引在數據庫中的運用[J].計算機應用,2007,26(9):37-39.

[5]王宗躍,馬洪超,徐宏根,等.LiDAR數據的分布式組織及其并行獲取方法[J].武漢大學學報:信息科學版,2009,34(8):936-939.

[6]王刃.機載LiDAR數據濾波與建筑物提取技術研究[D].鄭州:信息工程大學,2008.

[7]張小紅,劉經南.機載激光掃描測高數據濾波新算法[J].測繪科學,2004,29(6):50-53.

[8]蘇偉,孫中平,趙冬玲,等.多級移動曲面擬合LiDAR濾波算法[J].遙感學報,2009,13(5):833-839.

[9]任自珍,岑敏儀,張同剛,等.基于等高線的表面估計濾波算法[J].遙感學報,2009,13(1):91-96.

[10]呂獻林.多源數據輔助機載LiDAR數據生成DEM方法研究[D].武漢:中國地質大學,2009.

Key step analysis of extraction DEM based on L iDAR data

JIN Ke-qiang1,2,GONG Zhi-hui1,WANGBo1,TANG Zhi-qiang2
(1.Institute of Surveying and Mapping,Information and Engineering University,Zhengzhou 450052,China;2.96633 Troops,Beijing 100096,China)

The paper analyses the key step extraction DEM from Airborne-LiDAR data in detail,and the key step including LiDAR point cloud data p rep rocessing,the data filtering,DEM structure model and DEM quality assessment.And it is also p rovided a fast,efficient,exact data p rocessing scheme.

Airborne-LiDAR;data p rep rocessing;the filtering;DEM;quality assessment

P237

A

1006-7949(2010)06-0039-04

2010-03-12

靳克強(1984-),男,助理工程師,碩士研究生.

[責任編輯劉文霞]