应用多源数据的Lidar数据交互处理方法研究

孙宇航

摘 要：针对LIDAR数据处理中海量离散点云难以进行数据处理效果评价，找到粗差点位置的问题，提出基于多源数据的人工编辑高效判读方法，包括晕渲图、航空影像、剖面图的辅助分析方法，结果表明，该方法对于剔除自动滤波，自动分类没有滤掉的部分粗差和未分类正确的激光点有着重要的价值。

关键词：多源数据 LIDAR 交互编辑 辅助分析

中图分类号：P237 文献标识码：A 文章编号：1674-098X（2015）10（a）-0072-02

LIDAR（Light Detection and Ranging）技术是将全球定位技术（Globe Position System）、惯性导航技术（Inertial Navigation System）、激光测距技术（Scanning Laser Ranging）有效集成，实现快速获取地面三维坐标的对地观测技术。其独特的工作方式和数据处理方法受到国内外专家的广泛关注。

LIDAR（Light Detection And Ranging）是一种主动式对地观测系统，它集成了GPS、惯性导航、激光测距等先进技术，具有控制测量依赖性少、受天气影响小、自动化程度高、成图周期短等特点，可能为测绘行业带来一场新的技术革命。

作为一种三维信息的实时获取手段，LIDAR的应用热潮在国外已经掀起，在未来两三年内中国应用LIDAR技术的市场将更加广泛。但是LIDAR数据的后处理的工作还相对滞后，为特定应用选择适合的（自动、半自动）数据处理方法还处于研究阶段，针对不同地形条件的适应性算法实验还处于初步探讨阶段。其中，手工分类（滤波）和质量控制会占用全部处理时间的约 60%～80%。如何利用已知数据源（光学影像数据、低精度DEM数据、矢量数据等）与LIDAR数据的智能融合提高数据处理精度和效率，从而迎接国内LIDAR工业化、标准化的到来成为了目前首要的任务。

激光雷达数据处理中交互编辑的目的是剔除自动滤波，自动分类没有滤掉的部分粗差和未分类正确的激光点。面对海量离散点云如何进行数据处理的效果评价，如何找到粗差点的位置是LIDAR数据处理不可回避的重要环节。文章中介绍了基于多源数据的人工编辑高效判读方法，主要有晕渲图、航空影像、剖面图的辅助判读。

1 晕渲图辅助分析

1.1 基于TIN的局部晕渲图

LIDAR点云经过滤波分类后的地面点类是制作DEM的数据源，地面点的分类精度直接影响DEM的数据精度。在自动滤波分类的基础上，如何评价数据处理结果，寻找粗差点或错分点进行人工干预分类，还原地面点，生成真实准确的地形曲面需要借助地面类别数据的晕渲处理。

数据位于吉林某县城，相对航高1400 m，激光间距约为2 m。（a）为高程分层设色的晕渲图，（b）为图（a）中晕渲图与三角网的局部显示。

图中A为错分点，B为建筑物点滤除后的空白区域。

晕渲法是地图上常用的地形表示方法之一。主要是根据光线的亮度差别，用黑色或几种色彩在地图上构成地势起伏的立体印象。在晕渲法中光照是产生明暗变化的必要条件。太阳是地球的光源，但由于地貌与光源的位置不断改变，地面的明暗程度又受大气层和地面物质的影响，情况复杂，所以一般假定光源在固定位置（文中的太阳方位角为45度，太阳高度角为25度），并且发出强度不变的平行光线。地貌各部位的明暗程度决定于地面单元的坡向（光线与坡面法线在水平面上投影的夹角）与平行光线的关系以及地面单元的坡度（地面倾斜角）与平行光线的关系。

图中A区域为削去的山头，B区域为未滤除的树木点，C区域为错分为其他类别的点使地面点缺少，产生不连贯现象

渐变设色方案是一种特殊的设色方案（文中采用基于地形高程信息进行色彩分配的原则），它不同于传统的分层设色把高程分为几个带，而是每一个不同的高程均对应不同的颜色，可保证图面过渡自然，没有分层设色中的带状条痕。

LIDAR点云的局部地区晕渲图根据地面点云的不规则三角网实现，可以高效快速的寻找地面粗差点位置，实现人机交互判读与点云编辑。确定异常的地形点以后，即可应用分类模块或算法，实现人工编辑，最终生成地面点。

1.2 基于格网的摄区晕渲图

经过滤波、人工编辑得到的地面点经过内插处理，即可得到规则格网DEM数据。文中推荐在整个摄区进行DEM与 DSM的晕渲处理（太阳方位角135度，太阳高度角45度），并在数据比较过程中检查数据处理过程中存在粗差点、异常点以及摄区的接边等问题（如图5所示）。

晕渲图的评价标准：（1）能将地貌形态特征、山系构造特征、地势起伏特征、坡度的变化、山脉走向、高度对比等特征全面地反映出来。（2）使用的颜色符合人的视觉习惯，并尽量接近地理景观的本色，同时要求颜色搭配合理、明暗过渡自然。（3）所表示的地貌有较强的立体感。（4）不影响其他要素的表示。（5）满足出版印刷的要求。

2 剖面图辅助分析

在确定了异常区域后，即可利用剖面图实现点云的人工判读和修改。在剖面图上地面点变化起伏平缓，在建筑物区域中断，在有植被的山地、丘陵地区会穿透树木（不规则分布点）存在；人工建筑物的点类高出地面点且有建筑物轮廓（图6中a区域左侧的建筑物轮廓缺失，这是由于航空摄影过程中存在扫描死角造成的）；植被点类为高出地面不规则分布点；水域一般没有回波。根据上述判读原则，可以实现地面、建筑物、植被、水域类别的人工编辑。

黑色为默认类，黄色为地面点，a区域为将房屋点错分为地面点，b为植被。

黑色为默认类，黄色为地面点，图7中存在多处将植被点错分为地面点的错点。

3 航空影像辅助分析

航空影像数据记录连续波谱信息，它包含了空间结构、地物边界、色彩属性等判读地物的重要信息。现在，有的数字航摄仪地面采样率可达到厘米级，能够分辨地物微小差别。激光雷达数据虽然对描述地物三维空间结构的优势明显，但其每平方米几个点的激光点密度以及分米级的光斑分辨率（光斑直径）对于精确描述地物边界还存在误差。尤其是不规则房屋边缘存在高度相似植被的情况下，容易造成错分和误判（见图8），需要借助正射影像进行辅助判读。除此之外，可以利用LIDAR数据快速建立建筑物三维模型也需要航空影像数据在房屋边界处的判读（见图9）。

图8中A区域为将植被点云错分为房屋类别，将对建筑物提取造成干扰。

航空影像、不规则三角网晕渲图以及剖面图的联合判读也是非常有效的方法。晕渲图对三维空间结构敏感，用于寻找高程异常区域，航空影像的光谱信息在地物边界处辅助准确判读，剖面图直观显示点云在高程上的分布。

4 结语

该文通过不规则三角网晕渲图、规则格网晕渲图、点云剖面图、航空影像数据的辅助判读与识别，实现了高效准确的数据处理质量检查与人工编辑处理。解决了对海量离散点云进行数据处理的效果评价和找到粗差点位置等问题。

参考文献

[1] 尤红建.激光三维遥感数据处理及建筑物重建[M].北京：测绘出版社，2006.

[2] 袁修孝.GPS辅助空中三角测量原理及应用[M].北京：测绘出版社，2001.

[3] 张小红.激光扫描测高技术滤波[J].测绘科学，2004（6）：4，50-53.

[4] 张超，赵春江，李存军，等.应用Kriging插值方法插补干涉雷达DEM奇异值斑块[J].遥感信息，2005（1）：4-7.