基于机载LIDAR技术快速获取高精度DEM的研究

2023-01-24

机载LIDAR系统专指在地形测绘中应用的L I D A R系统, 它是一款高速度、高性能、长距离的航空测量设备, 代表了对地观测领域新的发展方向。它能综合空中三维定位和航摄影像, 实现连续自动获取数据, 为测绘工程、数字地图和G I S应用快速提供精确的空间坐标和三维模型信息, 获取地表物体的垂直结构形态。

其工作流程可分为飞行规划、数据获取、数据后处理和可视化这几个环节。其中飞行规划需设计好航高、航线、扫描速率、视场角等参数。飞行中的数据获取包括飞行的基本参数和激光测距数据、IMU/GPS数据, 而数据后处理和可视化则要进行D G P S解算、点云数据分类、坐标系转换, 以及生成D E M数据, 进一步制作正射影像等。

1 快速获取激光点云数据

机载LIDAR获取的激光点云数据是包含地物及地表的三维激光点数据。测距仪向地面目标发射可控频率的脉冲激光, 通过记录发射到经地面反射后的时间延迟, 乘以光速C, 可精确测定两点的斜距。

同时, 机载L I D A R采用动态差分G P S和惯性测量装置I M U, 直接获取激光测距仪的空间坐标和姿态, 确定激光的方向信息。POS系统中的GPS组件由两个地面基准站和一个空中流动站组成, 它们同步连续观测G P S信号, 记录瞬间激光脉冲开启的时间, 采用动态载波相位差分G P S处理三维坐标。I M U则负责同步提供飞行器的俯仰角、航偏角和侧滚角。由于L I D A R、G P S和I M U均有各自的坐标原点, 要根据系统安装的参数进行设备检校。为降低极少地面控制的定位和定向误差, D G P S/I M U数据可以进行卡尔曼滤波处理。每个激光点的大地坐标可精确算出, 大量的激光点聚集在一起就组成了激光点云图像。

在观测条件较好的情况下LIDAR接受的回波数较多, 不需其它辅助数据便可获得垂向精度在1 0 c m内的点云数据。而点云数据的平面精度与航高有关, 在1000m~2000m的飞行高度时, 平面精度为20cm~30cm, 能基本满足1∶1000测图要求。它对控制点的要求很低, 每个激光点云都有独立的坐标, 即使布了控制点在激光点云上也难以找到。

激光雷达获取的点云数据是一种距离数据, 缺乏扫描的光谱和纹理信息, 数据形式非常不直观。为此机载LIDAR配有高分辨率数码相机, 在获取目标区域点云数据的同时, 获取地物或地貌的真彩或红外数字影像信息。它能够对生成DEM产品的质量进行评价, 很好的补充了测区数据, 便于对目标进行分类识别。

2 点云数据的分类处理

机载L I D A R能接受多次回波, 从而区分各类别的高程差异。例如激光束可能先打在树冠的项端, 其中的一部继续向下打在更多的树叶或枝干上, 有些甚至打在地面上被返回, 这样就会有一组多次返回的点记录。然后便可进行分类和滤波处理, 这里以Terrasoild公司开发的TerraScan软件为例。

将点文件导入到Microstation平台上的TerraScan中, 划分数据处理子块并建立工程。为直观了解数据状态, 可以根据高程、地物类型、回波强度显示查看。我们结合数码影像显示的地形地貌和颜色特征, 对原始激光点云分层着色。

在去除航线中重叠区域的冗余点等预处理工作后, 进行点云数据的区域分割, 。将大的地形区域分成多个小区域, 使每个小区域具有相似的空间特征和连续的地形表面, 开始第一层数据过滤和点云分类, 将数据中质量较差的点从数据集中剔除。首先创建不同类型的点集, 如地面点集、噪声点集、植被点集等, 将要处理的激光点数据规划到各个点集中。其中地面点是指无覆盖的裸露地表面。噪声点是指由于云、雨、雾等对近红外激光波段的吸收造成的返回值不规则, 或者是碰到光洁平面强折射引起的回波测距值丢失, 此外电路等原因也会使数据中产生异常距离值。对于不能被分类的点则统一归并到未定义点集。

在处理激光测距原始数据时, 首先要对噪声点进行滤除。极高于或极低于密集点云的稀疏点一般为噪声点, 一般根据绝对高程或设定阈值来去除明显的异常点。也可以根据其他的滤波算法进行噪声点滤除。对于地表和各个地物类别, 一般根据它们之间的高程关系、与相邻表面的连接方式、与相邻表面的位置关系等因素区分。

TerraScan软件是依据移动窗口法分类提取地面点。先对原始点云数据进行初步高程重建, 为平坦操作和圆顶转换预设合理的参数。还要将植被点和落在建筑物上的点数据去掉进行高程二次重建以得到准确的地面高程。重复利用平坦操作和圆顶转换, 根据测区的地表植被情况设置合理的参数。

此外, 由于激光点云在空间分布上不规则的特点, 特别是地物密集和相互交错的位置难以正确自动分类, 会产生一定数量的误分点。因此在利用上述特征提取方法分类时, 需要伴随手工操作修正分类结果。

3 由分类点云数据得到高精度DEM

点云数据的信息量非常丰富, 激光点经大气折射和散射后, 在地面形成直径为1 0 c m~20cm的光斑。其旁向和航向点距在0.5m~4m之间。而一般情况下, 我国1∶50000DEM数据的独立采样间隔为25m左右。由此可见, 机载LIDAR制作DEM的精度相当高, 能够满足大比例尺地形测量的需求。

点云数据在经过坐标转换和分类后就可以用于获取高精度D E M。D E M数据需要提取无覆盖的裸露地表面点, 由整个测区的地面点集中抽取足够密度点的三维数据构建地面高程模型。使用TerraScan软件可以自动过滤地表上绝大部分的多余激光脉冲点数据, 生成GeoTiff32或.txt格式的D E M数据文件。D E M的格网大小可以根据用户需要进行设置, 构建出高精度、高密度的T I N模型。同样, 我们也可使用ERDAS软件来生成DEM, 在此不再赘述。

在D E M数据提供的高精度三维信息的基础上, 也可以方便地制作数字正射影像D O M、数字线划地图D L G等基础测绘产品。

4 机载LIDAR获取DEM的优势

从理论上讲, 机载L I D A R能够替代摄影测量的部分功能。它采用直接主动测距的方式, 获取D E M数据的效率比摄影测量更高。由于激光脉冲不易受阴影和太阳角度影响, 从而大大提高了数据采集的质量, 其高程数据精度也不受航高的限制, 无需大量的地面控制工作。LIDAR系统应用多光束返回采集高程, 数据密度可达到常规摄影测量的三倍, 可提供理想的数字高程模型D E M, 大大提高了正射影像纠正精度。同时其工作成本较低、人员需求少, 特别是适宜大面积的测量投入。

机载L I D A R能够有效地解决困难地区的D E M数据获取问题。例如在森林和植被覆盖严重的区域, 机载LIDAR能够根据接受的多次回波, 获得精确的林区地形数据, 避免了常规摄影测量由人为估计引起的误差。在沙滩、岛礁等严重缺乏同名控制点的区域, 机载L I D A R同样能够保证测量的精度。

机载LIDAR上携带量测型数码相机具有高达4 0 0 0万左右的像素, 能够覆盖目前常用DEM三分之二的幅面。在1500m的飞行高度下, 其地面分辨率为1 5 c m~2 0 c m, 能够快速获取表面模型, 制作1∶2 0 0 0的正射影像。此外, 机载L I D A R数据经软件处理, 可以直接与其它类型的地理信息数据合并, 生产内容更为丰富的各类专题地图。它无需昂贵的专业平台, 在一般的遥感图像处理系统中即能实现规模化的生产。

但机载L I D A R作为一种新型传感器, 还有待于进一步地发展。在获取高精度D E M的过程中, 其数据处理的算法还不够成熟。由于其具有一定的盲目性, 数据采样还不能保证在关键地形点完全具备。同时, 软件系统的开发还存在很大的空间。随着研究和应用的不断深入, 机载L I D A R一定会得到更好的发展。

摘要:机载LIDAR技术是基于激光测距技术、全球定位系统和惯性导航系统的集成系统, 其目的是快速获取高精度的数字表面模型。作为一种新型测绘技术, 机载LIDAR近几年来发展迅速。本文系统阐述了机载LIDAR的工作机理, 获取和处理激光点云数据, 以及利用点云数据制作DEM的过程。本文还将机载LIDAR技术与摄影测量技术做适当的比较, 以分析其技术优势。

关键词:机载,LIDAR技术,激光点云数据,高精度DEM

参考文献

[1] 舒宁.激光成像[M].武汉:武汉大学出版社, 2005.

[2] 朱士才.LIDAR的技术原理以及在测绘中的应用[J].现代测绘, 2006, 29 (4) ∶12~13.

[3] 陈松尧, 程新文.机载LIDAR系统原理及应用综述[J].测绘工程, 2007, 16 (2) ∶27~31.

[4] 刘经南, 张小红.激光扫描测高技术的发展与现状[J].武汉大学学报:信息科学版, 2003 (4) .

[5] 粱欣廉.机载激光雷达数据滤波及建筑物模型重建[D].北京:中国测绘科学研究院, 2005.