利用Terrasolid進(jìn)行機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)的融合

盛志鵬

(浙江省第二測(cè)繪院，浙江 杭州 310012)

?

利用Terrasolid進(jìn)行機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)的融合

盛志鵬

(浙江省第二測(cè)繪院，浙江 杭州 310012)

摘要：介紹了一種利用Terrasolid軟件進(jìn)行機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)融合的方法，通過(guò)分析兩種掃描系統(tǒng)采集點(diǎn)云之間的共性與特性，制定了融合取舍原則，得到了覆蓋范圍全面的LiDAR點(diǎn)云融合成果，為L(zhǎng)iDAR點(diǎn)云數(shù)據(jù)的應(yīng)用和推廣提供了良好的基礎(chǔ)。

關(guān)鍵詞：機(jī)載LiDAR；車載LiDAR；點(diǎn)云數(shù)據(jù)融合

LiDAR集GPS技術(shù)、慣性導(dǎo)航技術(shù)、激光測(cè)距技術(shù)等先進(jìn)技術(shù)于一身，是一種主動(dòng)式的遙感測(cè)量手段。近10年來(lái)，機(jī)載LiDAR技術(shù)在地形測(cè)繪、森林監(jiān)測(cè)、地質(zhì)災(zāi)害預(yù)警、應(yīng)急保障、城市三維建模等方面發(fā)揮了巨大的作用，但是對(duì)于地面地物信息如建筑物立面的獲取上存在盲區(qū)。

車載激光雷達(dá)系統(tǒng)采用車載平臺(tái)，利用激光掃描和數(shù)字?jǐn)z影技術(shù)獲取道路兩側(cè)的高密集度點(diǎn)云、近景影像數(shù)據(jù)。車載LiDAR雖然無(wú)法獲取建筑物頂面、院子內(nèi)部等地物信息，但是彌補(bǔ)了機(jī)載LiDAR在地面地物信息獲取方面的局限性。因此，機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)的融合解決了兩者自身獲取點(diǎn)云存在盲區(qū)的問(wèn)題，能在更多、更廣的范圍內(nèi)獲取高精度三維空間數(shù)據(jù)，同時(shí)作為一種全新的三維平臺(tái)，既能生成DEM、DSM等成果為決策分析提供基礎(chǔ)數(shù)據(jù)，又能經(jīng)過(guò)后期處理制作精細(xì)城市三維建模成果。

一、試驗(yàn)數(shù)據(jù)分析

本次試驗(yàn)數(shù)據(jù)中，機(jī)載LiDAR點(diǎn)云數(shù)據(jù)單航帶點(diǎn)密度約為12點(diǎn)/m2，多航帶點(diǎn)密度≤80點(diǎn)/m2，車載LiDAR點(diǎn)云數(shù)據(jù)點(diǎn)密度≤10 000點(diǎn)/m2。

融合取舍的原則為：①點(diǎn)云屬性統(tǒng)一；②密度高優(yōu)先，覆蓋其次；③特殊地物處理如屋頂和院子內(nèi)部使用機(jī)載LiDAR點(diǎn)云，墻面使用車載LiDAR點(diǎn)云。

二、數(shù)據(jù)融合

1. 坐標(biāo)系統(tǒng)轉(zhuǎn)換

平面坐標(biāo)系統(tǒng)、高程系統(tǒng)的統(tǒng)一是數(shù)據(jù)融合的前提條件。

2. LiDAR點(diǎn)云配準(zhǔn)

機(jī)載LiDAR點(diǎn)云密度相對(duì)較低，但是誤差分布均勻，經(jīng)過(guò)控制點(diǎn)糾正后精度較高；車載LiDAR點(diǎn)云密度高，在GPS信號(hào)非常好的情況下精度較高，但是由于城市地區(qū)建筑物遮擋現(xiàn)象多，數(shù)據(jù)采集時(shí)經(jīng)常會(huì)遭遇GPS信號(hào)失鎖或周跳的狀況，其精度遠(yuǎn)低于機(jī)載LiDAR點(diǎn)云精度。因此，LiDAR點(diǎn)云配準(zhǔn)方法是將采集的車載LiDAR點(diǎn)云數(shù)據(jù)與機(jī)載LiDAR點(diǎn)云數(shù)據(jù)成果匹配，利用正射影像進(jìn)行平面位置糾正，同時(shí)利用機(jī)載LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行高程糾正。車載LiDAR點(diǎn)云配準(zhǔn)前后對(duì)比效果如圖1所示。

圖1

3. 時(shí)間系統(tǒng)轉(zhuǎn)換

時(shí)間是點(diǎn)云中的重要屬性之一，時(shí)間系統(tǒng)的統(tǒng)一可以為后續(xù)點(diǎn)云現(xiàn)勢(shì)性分析、點(diǎn)云分類等提供有效依據(jù)。試驗(yàn)數(shù)據(jù)中，機(jī)載LiDAR點(diǎn)云使用的是GPS標(biāo)準(zhǔn)時(shí)間，而車載LiDAR點(diǎn)云使用的是GPS周秒時(shí)間，需要根據(jù)采集日期將車載LiDAR點(diǎn)云的GPS周秒時(shí)間轉(zhuǎn)換為GPS標(biāo)準(zhǔn)時(shí)間。

使用Converttimestamps工具，將GPSseconds-of-week轉(zhuǎn)換為GPSstandardtime，試驗(yàn)數(shù)據(jù)中，車載LiDAR點(diǎn)云采集時(shí)間為2014年6月18日，故將surveydata參數(shù)設(shè)置為18/6/2014。

4. 反射強(qiáng)度尺度轉(zhuǎn)換

不同激光掃描儀記錄點(diǎn)云反射強(qiáng)度的尺度可能不同，為使反射強(qiáng)度尺度統(tǒng)一，同時(shí)又不損失精度，需要根據(jù)反射強(qiáng)度分布情況將尺度小的數(shù)據(jù)強(qiáng)度值擴(kuò)大至尺度大的數(shù)據(jù)強(qiáng)度值范圍。

(1) 反射強(qiáng)度分布

分別打開機(jī)載與車載LiDAR點(diǎn)云進(jìn)行反射強(qiáng)度統(tǒng)計(jì)，在試驗(yàn)數(shù)據(jù)的機(jī)載LiDAR點(diǎn)云反射強(qiáng)度分布直方圖中，強(qiáng)度中值為127，主要分布范圍為31，如圖2所示；同理得到車載LiDAR點(diǎn)云反射強(qiáng)度中值為20 200，主要分布范圍為5600。

圖2

(2) 反射強(qiáng)度尺度轉(zhuǎn)換

使用Scaleintensity工具中的Stretchspread方法對(duì)機(jī)載LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行反射強(qiáng)度尺度轉(zhuǎn)換，同時(shí)將統(tǒng)計(jì)結(jié)果填入對(duì)應(yīng)參數(shù)位置。

5. 點(diǎn)云密度取舍

機(jī)載LiDAR點(diǎn)云密度相對(duì)小，應(yīng)保留航帶重疊部分的點(diǎn)云。車載LiDAR點(diǎn)云密度相對(duì)大，需要先刪除航帶重疊部分的點(diǎn)云，然后利用Thinpoints工具進(jìn)行點(diǎn)云抽稀處理。試驗(yàn)數(shù)據(jù)中，抽稀后的車載LiDAR點(diǎn)云密度平均為3000點(diǎn)/m2。

6. 點(diǎn)云分類與賦色

為了增加點(diǎn)云的可讀性，在同時(shí)采集影像的情況下可以分別單獨(dú)進(jìn)行點(diǎn)云分類與賦色處理。點(diǎn)云分類主要根據(jù)地形和地貌特征調(diào)試合適的參數(shù)，通過(guò)宏命令提取硬質(zhì)地面、建筑、植被、水系等常用類別點(diǎn)云。機(jī)載LiDAR點(diǎn)云利用正射影像成果進(jìn)行賦色，車載LiDAR點(diǎn)云通過(guò)選擇最合適鏡頭拍攝的影像進(jìn)行賦色，如圖3所示。

圖3

7. 數(shù)據(jù)融合

(1) 導(dǎo)入工程

掃描頭主要用于區(qū)分點(diǎn)云獲取方式、激光掃描方式等，分別將兩種LiDAR點(diǎn)云導(dǎo)入工程時(shí)需要設(shè)置掃描頭編號(hào)。試驗(yàn)數(shù)據(jù)中，車載LiDAR點(diǎn)云數(shù)據(jù)中有2個(gè)掃描頭數(shù)據(jù)，導(dǎo)入時(shí)編號(hào)設(shè)為1和2，機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中有1個(gè)掃描頭數(shù)據(jù)，導(dǎo)入時(shí)編號(hào)設(shè)為3。

(2) 航帶重疊處理

使用Cutoverlap工具中的Cutbydensity方法，搜索半徑設(shè)為0.4m，需要保留點(diǎn)云類別設(shè)為硬質(zhì)地面和建筑，掃描頭組合設(shè)為1～2。

三、結(jié)果評(píng)價(jià)

本次試驗(yàn)對(duì)機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行了坐標(biāo)系統(tǒng)、時(shí)間系統(tǒng)、反射強(qiáng)度尺度等屬性的統(tǒng)一，并根據(jù)點(diǎn)云密度裁切保留了最有價(jià)值的點(diǎn)云，得到無(wú)縫拼接的機(jī)載與車載LiDAR點(diǎn)云融合成果，如圖4所示。

圖4

四、結(jié)束語(yǔ)

本文介紹了一種利用Terrasolid軟件進(jìn)行機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)融合的方法，通過(guò)分析兩種掃描系統(tǒng)采集點(diǎn)云之間的共性與特性，制定融合取舍原則，得到覆蓋范圍全面的LiDAR點(diǎn)云融合成果。該方法可用于多種類型點(diǎn)云的融合，為L(zhǎng)iDAR點(diǎn)云數(shù)據(jù)的應(yīng)用和推廣提供良好的基礎(chǔ)，結(jié)合同期采集的影像數(shù)據(jù)，可以為城市三維建模提供完整的數(shù)據(jù)支撐，具有重要的現(xiàn)實(shí)意義。

參考文獻(xiàn)：

[1]黃金浪．基于TerraScan 的Lidar 數(shù)據(jù)處理[J]．測(cè)繪通報(bào)，2007(10)：13-16．

[2]陳云，丁思磊，王鐵軍．基于TerraSolid軟件的LiDAR數(shù)據(jù)處理初探[J]．測(cè)繪與空間地理信息，2009，32(4)：40-42．

[3]張娟，張小葉．基于Terrasolid 系列軟件的機(jī)載LiDAR 數(shù)據(jù)后處理[J]．科技情報(bào)開發(fā)與經(jīng)濟(jì)，2009，19 (26)： 90-92．

[4]劉沛，李英成，薛艷麗．基于Terrasolid與Inpho的LiDAR數(shù)據(jù)處理方法分析與研究[J]．遙感應(yīng)用，2010(1)：17-21．

[5]譚敏，洪金益．基于Terrasolid軟件的車載激光點(diǎn)云數(shù)據(jù)處理初探[J]．測(cè)繪與空間地理信息，2011(5)：195-198．

[6]劉妍，司海燕．基于TerraSolid的機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理應(yīng)用[J]．黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版)，2012(3)：10-13．

Airborne and Vehicle-borne LiDAR Point Cloud Data Fusion BasedonTerrasolid

SHENG Zhipeng

收稿日期：2016-02-29； 修回日期： 2016-05-17

作者簡(jiǎn)介：盛志鵬(1959—)，男，教授級(jí)高級(jí)工程師，主要研究方向?yàn)榧す饫走_(dá)點(diǎn)云的應(yīng)用拓展。E-mail：zjchszp@126.com

中圖分類號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：0494-0911(2016)06-0077-02

引文格式： 盛志鵬. 利用Terrasolid進(jìn)行機(jī)載與車載LiDAR點(diǎn)云數(shù)據(jù)的融合[J].測(cè)繪通報(bào)，2016(6)：77-78.DOI:10.13474/j.cnki.11-2246.2016.0194.