基于航帶重疊區的LiDAR強度校正算法研究

丁 瓊，余俊鵬，劉定寧

(廣東工業大學 土木與交通工程學院測繪工程系，廣東 廣州 510006)

機載LiDAR (Light Detection and Ranging,LiDAR)作為一種全新的空間對地觀測技術，能直接、快速地獲取研究對象表面大量高精度的三維坐標點，在地形測繪、環境監測、城市建模、快速應急響應等方面有著巨大優勢，是近年來蓬勃發展起來的一種新型觀測手段和方法，具有相當大的發展潛力。由于機載LiDAR點云的不規則性和光斑的低分辨率導致其在地物邊界及屬性的精確界定上存在一定困難，需要輔以紋理信息豐富的遙感影像來進行準確判讀。實際上，LiDAR系統在獲取三維坐標信息的同時，就能記錄反射回波的強度信息，只是其噪音過高，一般棄之不用。近些年，隨著數據采集質量的提高，強度信息被視為目標識別和分類研究的信息源，并成為新的研究熱點[1-2]。

早在2002年，Song利用LiDAR強度信息對地表覆蓋進行分類，并肯定了強度信息在目標識別及分類上的重要作用。由此，眾多學者展開相關研究，例如獨立樹(Palenichka et al.)、植被的提取(Han et al. )，冰川的識別(Arnold et al.)，道路提取[2]，生物量估算(Garcia et al.)等。此后，逐漸向LiDAR強度和多源數據融合的方向發展，如和多光譜遙感影像(Huang et al.)、LiDAR三維信息(Wang et al.; Garcia et al.)進行融合來改善目標探測和分類精度。然而，LiDAR強度信息在傳播過程中受到來自大氣衰減、傳播距離、入射角等因素的影響，導致采集的原始強度數據含有較大誤差不能被直接利用，嚴重影響強度信息的研究和應用。

目前，針對LiDAR強度信息進行校正的方法主要可歸為3類：

1)基于理論模型的校正方法。該類方法基于雷達方程揭示了傳感器發射信號強度、接收強度以及引起強度值變化的各類因素之間的相互關系(Jelalian)。分別針對雷達方程中引起強度變化的各類參數進行校正以期改善強度信息精度(Coren et al.; Donoghue et al.)。

2)基于經驗模型的校正方法。該方法主要是從真實數據及數據處理中出現的問題出發，基于數據建模并根據同類地物反射強度應相等這一原則進行研究(Teo and Wu)。

3)基于已知參照物的校正方法是采用反射率已知的材料來研究各類因素對強度的影響，以期提高強度信息精度。

綜上所述，研究者們對LiDAR強度信息進行了系統研究分析，但以上方法大多需手動選擇同類地物激光腳點樣本或者使用實驗室參考標本進行校正，對人工干預依賴較大，極大地降低了數據處理的自動化程度；此外，大范圍、多航帶數據中的重疊區域拼接差異大等問題尚未得到徹底解決，嚴重阻礙了其應用與發展。

本文提出一種基于最鄰近距離和航帶重疊區域的LiDAR強度校正方法，使得用戶無需人工干預，就可實現強度自校正以及多航帶數據的無縫拼接，旨在改善LiDAR強度信息的精度和可靠性，同時極大地提高了數據處理的自動化程度。

1強度校正方法

本研究所采取的研究方法和技術路線如圖1所示。

圖1 技術流程

1.1 環境影響校正

雷達方程描述了傳感器發射信號強度、接收強度以及引起強度值變化的各類因素之間的相互關系。若假設在同一次數據獲取過程中，將與傳感器因素相關的影響參數視為常數，那么可以將雷達方程簡化為式(1)：

(1)

式中，Ir為接收到的強度，It為發射強度，ρ為照射目標反射率，R為激光傳播距離，ηatm為大氣衰減因子，θ為入射角，C為與傳感器相關的常數。

從點云數據中分別提取每個激光腳點的三維坐標、強度信息、傳播距離和入射角。基于式(1)中的關系，消除傳播距離R、大氣衰減ηatm和入射角θ的影響得式(2)。

(2)

式中，大氣衰減ηatm=10-2aR/10 000。

在這一步中，將傳播距離、大氣衰減以及入射角3個參數造成的強度衰減統稱為環境影響。

1.2 重疊區同名點自動識別

環境影響校正能對LiDAR強度起到一定改善，但是航帶重疊區域仍會有剩余誤差未消除，使得航帶重疊區不能完全吻合，因此需要選擇相鄰航帶同名激光腳點對作為校正樣本完成剩余強度差異的消除。在這里，我們提出一種基于最鄰近距離的同名樣本自動篩選算法，將相鄰航帶重疊區的同名點作為參考來校正強度信息，完成剩余強度差異的消除，如圖2所示。

圖2 最鄰近點選取示意圖

紅點為航帶1中的激光腳點，黑點為航帶2中的激光腳點。由于激光腳點落點的隨機性很難保證相鄰航帶的腳點剛好落在同一位置，因此，我們設定距離閾值為選擇同名樣本的約束條件。例如，以紅點為圓心，給定距離為半徑畫圓，圈中離紅點最近的點即認定為紅點的同名點?；诖嗽?，即可根據提取出的航帶重疊區，自動篩選出大量來自符合條件的同名樣本對為校正做準備。

1.3 航帶重疊區LiDAR強度差異消除

假設重疊區域的剩余強度差異由于式(1)中的參數不準確造成，因此可將式(1)改進為

IB=IA·ρ·Ra·102bRcoscθ

(3)

式中IB為消除航帶間差異后的強度值，IA為第一步消除環境影響后的強度值，a,b,c為需要解算的校正參數。

根據來自同類地物反射強度應一致的原則，基于上一步篩選出的樣本對建立如式(4)的方程。

IBi=IBj

(4)

式中i,j分別為相鄰航帶的序號。

每一對篩選出的樣本都可以基于強度一致的原則建立方程(4)。將(3)代入(4)中，利用最小二乘原理解算校正參數a,b,c。

1.4 校正LiDAR強度并實現無縫拼接

將解算出的校正參數a,b,c代回式(2)，并應用于所有LiDAR數據中實現重疊區域的強度差異消除。比較航帶重疊區域改進情況，完成整個實驗區域多條航帶的無縫拼接。

2 實驗結果與分析

2.1 實驗區域

本文實驗區域位于山東省東營市黃河三角洲濕地自然保護區境內(圖3)。實驗數據為由Leica ALS50系統采集的3條LiDAR航帶，采集時間為2008-04-16，飛行高度2 400 m，掃描角62.5°，激光腳點間隔約2 m，覆蓋面積約70 km2，飛行方向為東西向。該區域是我國最完整、最廣闊、最年輕的濕地生態系統，是全國最大的河口三角洲自然保護區。區內生物資源、濕地資源和景觀資源十分豐富，具有極大的科研價值和參考意義。

圖3 實驗區域

2.2 數據處理及結果分析

采用Terrasolid軟件對原始數據進行預處理，剔除粗差后，提取所需三維信息和強度信息。圖4為由LiDAR三維數據生成的數字高程模型 (Digital Elevation Model，DSM)。

圖4 預處理后實驗區DSM

由于黃河攜帶大量泥沙在入海口沉積，形成大面積的淺海灘涂和濕地，實驗區域內地勢平坦，西側為覆蓋較為豐富的內陸，東側鄰近黃海，河流沿西向東流向入海口。此外，隨著輸送到河口的泥沙不斷增多抬高河床，河床兩岸人為加高以防洪。從DSM中可清晰反映出河流兩岸高程相對較高。河道兩邊覆蓋人工植被，近海區域為錯綜覆蓋的潮汐帶，溝渠走勢清晰可見。

數據預處理后,可同時得到原始強度圖如圖5(a)，可見相鄰航帶拼接處存在明顯差異，影響后續分類精度。采取本文提出的算法后，航帶拼接處的強度差異有明顯改善(圖5(b))。為了能更清晰客觀地呈現重疊區域強度值精度的改進，沿南北方向提取重疊區的一剖面(圖6)。其中，紅色和藍色分別代表來自相鄰兩個航帶的激光腳點，若強度無損失，重疊區強度應完全吻合。然而，由于誤差的存在，重疊區強度差異較大。提取該剖面兩航帶重疊區域強度數據進行統計分析發現，重疊區的強度差異為0.06，方差0.1，改進后分別提高到0.005和0.06,見表1?？梢娊浶Ｕ螅蓚鞑ゾ嚯x、入射角和大氣衰減造成的強度差異得到極大改善，且表征不同地物的強度變化曲線仍得以保存，為后續分類研究提供基礎。

圖5 原始強度圖和校正后強度圖

(橫坐標為X，縱坐標為歸一化后的強度值)圖6 校正前后強度剖面

表1 強度改進前后差異對比

3 結 論

本文針對目前LiDAR強度數據質量過低且數據處理自動化程度較低的問題，提出了一種基于最鄰近距離和航帶重疊區域的校正算法，并采取黃河三角洲濕地的3條LiDAR航帶數據進行實驗，驗證了算法的可靠性。研究結果顯示：校正前的強度數據在航帶拼接處存在明顯差異，導致接縫印跡明顯；而經校正之后的強度在航帶重疊區能較好地吻合，并較好地保留了不同地物的強度變化曲線，為大區域、多航帶數據的無縫拼接提供理論基礎。此外，該算法從重疊區域的激光腳點本身出發基于最鄰近距離篩選出大量同名樣本，擺脫了傳統方法人工依賴過高的缺點，極大地提高了數據處理的自動化程度。