机载激光雷达点云在高植被山区数据处理中的应用研究

陈小雁，闻丽佳

（浙江华东测绘地理信息有限公司，杭州310000）

1 引言

随着机载激光雷达技术的日益发展，其在测绘行业的应用越来越成熟，尤其在大比例地形图的应用中，具有无可替代的作用。本文测区位于江西省奉新县内，植被茂密，以竹林、杉树及白杨树为主，外业采集树高困难，精度难以保证，机载激光雷达点云（以下简称点云）测量技术为此类地区的测绘工作提供了强有力的技术支持。

2 点云简介

点云是通过机载激光发射器接收的信号进行处理所获得的表达地表三维形态的、离散的、密度不均匀的数据点集，能够以较高的精度反映地表的真实情况[1]，如地面高低起伏，地表物体反射特征、大小、高矮，物体之间的相对距离关系等。

3 点云数据处理作业流程

点云预处理成果→噪声点滤除→坐标转换→点云自动分类→根据实测点检查合格→人工编辑分类结果→地面点→构建数字高程模型→等高线、高程点成果。

3.1 点云数据分类

在TerraSolid软件中，点云数据分类图层如下：（1）Default；（2）Ground；（3）vegetation；（4）Building；（5）Low point；（6）Model keypoints。

其中，Default层是作业过程中临时存放的点云数据图层；Ground（地面点）主要是存放反映地面真实地貌（人工修建的路堤、土堤、阶梯路、自然形成的、且规模较大的土坑及土堆等堆积物）的点，人工修筑的土垄、拦水坝、干堤、水闸等水工构筑物与地面相连接的部分视等视为地面点；Vegetation（植被点）主要存放地表植被的点，草地、灌木、竹林、苗圃、幼林、园地与林地等视为植被点；Building（建筑物点）主要存放地表建筑的点，房子与温室大棚等视为建筑物点。

3.2 点云数据成图

3.2.1 地面点模型处理

将自动分类好的地面点建模（DEM），观察模型进行人工干预。如果出现不合理的三角网，将未分离出的点进行手动分至地面点，直到无不合理的三角格网出现。可对高程突变的区域，调整参数或算法，重新进行小面积的自动分类。精分类处理完成后的模型如图1所示。

图1 地面点建模

3.2.2 获取高程信息

在精分类后的地面点模型上，分离出等高线关键点，利用软件自动生成等高线，可设置最小面积、光滑以及等高距等参数，将小的自行圈将以去除，生成项目所需比例尺的等高线。将等高线导出后，再将模型关键点导出成ENZ格式，利用CASS软件编辑等高线及高程点，即完成地形图的高程要素采集。

3.2.3 地形图地物信息采集

利用正射影像（DOM）结合地面点模型（DEM），绘制地物要素：管线、水系、房子、道路、坎、地类界等。植被种类的填充可结合影像与点云的断面图，通过树高、形态等，判断树的大致种类，如江西奉新的竹子及形态（见图2）、杉树以及相应点云分布状态（见图3），结合外业调绘成果完成地形图（DLG）的制作[2]。

3.3 点云数据精度统计

通过外业测点检查，得到高程的精度如表1所示。高程中误差为±0.107m，符合NB/T 35029—2014《水电工程测量规范》的要求。

图2 竹子以及点云分布状态

图3 杉树以及点云分布状态

表1 高程精度表 m

4 结语

点云在植被深厚地区发挥了巨大的作用，极大地减少了外业工作量，缩短了作业工期，解决了传统航空摄影测量在植被深厚且茂密的技术难题，使地形图的高程精度得到了很大的提升。但是大型激光雷达技术具有复杂、研制周期长，设备昂贵等不足之处，要促进其发展需要一定的人才储备、雄厚的经济基础，而且点云数据量大，对硬件及软件都是一个极大的考验。此外，点云粗分类还需完善，对于部分杉树密集的地方，地面点数量也有待增多。