應用多源數據的Lidar數據交互處理方法研究

孫宇航

摘 要：針對LIDAR數據處理中海量離散點云難以進行數據處理效果評價，找到粗差點位置的問題，提出基于多源數據的人工編輯高效判讀方法，包括暈渲圖、航空影像、剖面圖的輔助分析方法，結果表明，該方法對于剔除自動濾波，自動分類沒有濾掉的部分粗差和未分類正確的激光點有著重要的價值。

關鍵詞：多源數據 LIDAR 交互編輯 輔助分析

中圖分類號：P237 文獻標識碼：A 文章編號：1674-098X（2015）10（a）-0072-02

LIDAR（Light Detection and Ranging）技術是將全球定位技術（Globe Position System）、慣性導航技術（Inertial Navigation System）、激光測距技術（Scanning Laser Ranging）有效集成，實現快速獲取地面三維坐標的對地觀測技術。其獨特的工作方式和數據處理方法受到國內外專家的廣泛關注。

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。

作為一種三維信息的實時獲取手段，LIDAR的應用熱潮在國外已經掀起，在未來兩三年內中國應用LIDAR技術的市場將更加廣泛。但是LIDAR數據的后處理的工作還相對滯后，為特定應用選擇適合的（自動、半自動）數據處理方法還處于研究階段，針對不同地形條件的適應性算法實驗還處于初步探討階段。其中，手工分類（濾波）和質量控制會占用全部處理時間的約 60%～80%。如何利用已知數據源（光學影像數據、低精度DEM數據、矢量數據等）與LIDAR數據的智能融合提高數據處理精度和效率，從而迎接國內LIDAR工業化、標準化的到來成為了目前首要的任務。

激光雷達數據處理中交互編輯的目的是剔除自動濾波，自動分類沒有濾掉的部分粗差和未分類正確的激光點。面對海量離散點云如何進行數據處理的效果評價，如何找到粗差點的位置是LIDAR數據處理不可回避的重要環節。文章中介紹了基于多源數據的人工編輯高效判讀方法，主要有暈渲圖、航空影像、剖面圖的輔助判讀。

1 暈渲圖輔助分析

1.1 基于TIN的局部暈渲圖

LIDAR點云經過濾波分類后的地面點類是制作DEM的數據源，地面點的分類精度直接影響DEM的數據精度。在自動濾波分類的基礎上，如何評價數據處理結果，尋找粗差點或錯分點進行人工干預分類，還原地面點，生成真實準確的地形曲面需要借助地面類別數據的暈渲處理。

數據位于吉林某縣城，相對航高1400 m，激光間距約為2 m。（a）為高程分層設色的暈渲圖，（b）為圖（a）中暈渲圖與三角網的局部顯示。

圖中A為錯分點，B為建筑物點濾除后的空白區域。

暈渲法是地圖上常用的地形表示方法之一。主要是根據光線的亮度差別，用黑色或幾種色彩在地圖上構成地勢起伏的立體印象。在暈渲法中光照是產生明暗變化的必要條件。太陽是地球的光源，但由于地貌與光源的位置不斷改變，地面的明暗程度又受大氣層和地面物質的影響，情況復雜，所以一般假定光源在固定位置（文中的太陽方位角為45度，太陽高度角為25度），并且發出強度不變的平行光線。地貌各部位的明暗程度決定于地面單元的坡向（光線與坡面法線在水平面上投影的夾角）與平行光線的關系以及地面單元的坡度（地面傾斜角）與平行光線的關系。

圖中A區域為削去的山頭，B區域為未濾除的樹木點，C區域為錯分為其他類別的點使地面點缺少，產生不連貫現象

漸變設色方案是一種特殊的設色方案（文中采用基于地形高程信息進行色彩分配的原則），它不同于傳統的分層設色把高程分為幾個帶，而是每一個不同的高程均對應不同的顏色，可保證圖面過渡自然，沒有分層設色中的帶狀條痕。

LIDAR點云的局部地區暈渲圖根據地面點云的不規則三角網實現，可以高效快速的尋找地面粗差點位置，實現人機交互判讀與點云編輯。確定異常的地形點以后，即可應用分類模塊或算法，實現人工編輯，最終生成地面點。

1.2 基于格網的攝區暈渲圖

經過濾波、人工編輯得到的地面點經過內插處理，即可得到規則格網DEM數據。文中推薦在整個攝區進行DEM與 DSM的暈渲處理（太陽方位角135度，太陽高度角45度），并在數據比較過程中檢查數據處理過程中存在粗差點、異常點以及攝區的接邊等問題（如圖5所示）。

暈渲圖的評價標準：（1）能將地貌形態特征、山系構造特征、地勢起伏特征、坡度的變化、山脈走向、高度對比等特征全面地反映出來。（2）使用的顏色符合人的視覺習慣，并盡量接近地理景觀的本色，同時要求顏色搭配合理、明暗過渡自然。（3）所表示的地貌有較強的立體感。（4）不影響其他要素的表示。（5）滿足出版印刷的要求。

2 剖面圖輔助分析

在確定了異常區域后，即可利用剖面圖實現點云的人工判讀和修改。在剖面圖上地面點變化起伏平緩，在建筑物區域中斷，在有植被的山地、丘陵地區會穿透樹木（不規則分布點）存在；人工建筑物的點類高出地面點且有建筑物輪廓（圖6中a區域左側的建筑物輪廓缺失，這是由于航空攝影過程中存在掃描死角造成的）；植被點類為高出地面不規則分布點；水域一般沒有回波。根據上述判讀原則，可以實現地面、建筑物、植被、水域類別的人工編輯。

黑色為默認類，黃色為地面點，a區域為將房屋點錯分為地面點，b為植被。

黑色為默認類，黃色為地面點，圖7中存在多處將植被點錯分為地面點的錯點。

3 航空影像輔助分析

航空影像數據記錄連續波譜信息，它包含了空間結構、地物邊界、色彩屬性等判讀地物的重要信息。現在，有的數字航攝儀地面采樣率可達到厘米級，能夠分辨地物微小差別。激光雷達數據雖然對描述地物三維空間結構的優勢明顯，但其每平方米幾個點的激光點密度以及分米級的光斑分辨率（光斑直徑）對于精確描述地物邊界還存在誤差。尤其是不規則房屋邊緣存在高度相似植被的情況下，容易造成錯分和誤判（見圖8），需要借助正射影像進行輔助判讀。除此之外，可以利用LIDAR數據快速建立建筑物三維模型也需要航空影像數據在房屋邊界處的判讀（見圖9）。

圖8中A區域為將植被點云錯分為房屋類別，將對建筑物提取造成干擾。

航空影像、不規則三角網暈渲圖以及剖面圖的聯合判讀也是非常有效的方法。暈渲圖對三維空間結構敏感，用于尋找高程異常區域，航空影像的光譜信息在地物邊界處輔助準確判讀，剖面圖直觀顯示點云在高程上的分布。

4 結語

該文通過不規則三角網暈渲圖、規則格網暈渲圖、點云剖面圖、航空影像數據的輔助判讀與識別，實現了高效準確的數據處理質量檢查與人工編輯處理。解決了對海量離散點云進行數據處理的效果評價和找到粗差點位置等問題。

參考文獻

[1] 尤紅建.激光三維遙感數據處理及建筑物重建[M].北京：測繪出版社，2006.

[2] 袁修孝.GPS輔助空中三角測量原理及應用[M].北京：測繪出版社，2001.

[3] 張小紅.激光掃描測高技術濾波[J].測繪科學，2004（6）：4，50-53.

[4] 張超，趙春江，李存軍，等.應用Kriging插值方法插補干涉雷達DEM奇異值斑塊[J].遙感信息，2005（1）：4-7.