孫宇航

摘 要：針對LIDAR數(shù)據(jù)處理中海量離散點(diǎn)云難以進(jìn)行數(shù)據(jù)處理效果評價，找到粗差點(diǎn)位置的問題，提出基于多源數(shù)據(jù)的人工編輯高效判讀方法，包括暈渲圖、航空影像、剖面圖的輔助分析方法，結(jié)果表明，該方法對于剔除自動濾波，自動分類沒有濾掉的部分粗差和未分類正確的激光點(diǎn)有著重要的價值。

關(guān)鍵詞：多源數(shù)據(jù) LIDAR 交互編輯 輔助分析

中圖分類號：P237 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2015）10（a）-0072-02

LIDAR（Light Detection and Ranging）技術(shù)是將全球定位技術(shù)（Globe Position System）、慣性導(dǎo)航技術(shù)（Inertial Navigation System）、激光測距技術(shù)（Scanning Laser Ranging）有效集成，實(shí)現(xiàn)快速獲取地面三維坐標(biāo)的對地觀測技術(shù)。其獨(dú)特的工作方式和數(shù)據(jù)處理方法受到國內(nèi)外專家的廣泛關(guān)注。

LIDAR（Light Detection And Ranging）是一種主動式對地觀測系統(tǒng)，它集成了GPS、慣性導(dǎo)航、激光測距等先進(jìn)技術(shù)，具有控制測量依賴性少、受天氣影響小、自動化程度高、成圖周期短等特點(diǎn)，可能為測繪行業(yè)帶來一場新的技術(shù)革命。

作為一種三維信息的實(shí)時獲取手段，LIDAR的應(yīng)用熱潮在國外已經(jīng)掀起，在未來兩三年內(nèi)中國應(yīng)用LIDAR技術(shù)的市場將更加廣泛。但是LIDAR數(shù)據(jù)的后處理的工作還相對滯后，為特定應(yīng)用選擇適合的（自動、半自動）數(shù)據(jù)處理方法還處于研究階段，針對不同地形條件的適應(yīng)性算法實(shí)驗(yàn)還處于初步探討階段。其中，手工分類（濾波）和質(zhì)量控制會占用全部處理時間的約 60%～80%。如何利用已知數(shù)據(jù)源（光學(xué)影像數(shù)據(jù)、低精度DEM數(shù)據(jù)、矢量數(shù)據(jù)等）與LIDAR數(shù)據(jù)的智能融合提高數(shù)據(jù)處理精度和效率，從而迎接國內(nèi)LIDAR工業(yè)化、標(biāo)準(zhǔn)化的到來成為了目前首要的任務(wù)。

激光雷達(dá)數(shù)據(jù)處理中交互編輯的目的是剔除自動濾波，自動分類沒有濾掉的部分粗差和未分類正確的激光點(diǎn)。面對海量離散點(diǎn)云如何進(jìn)行數(shù)據(jù)處理的效果評價，如何找到粗差點(diǎn)的位置是LIDAR數(shù)據(jù)處理不可回避的重要環(huán)節(jié)。文章中介紹了基于多源數(shù)據(jù)的人工編輯高效判讀方法，主要有暈渲圖、航空影像、剖面圖的輔助判讀。

1 暈渲圖輔助分析

1.1 基于TIN的局部暈渲圖

LIDAR點(diǎn)云經(jīng)過濾波分類后的地面點(diǎn)類是制作DEM的數(shù)據(jù)源，地面點(diǎn)的分類精度直接影響DEM的數(shù)據(jù)精度。在自動濾波分類的基礎(chǔ)上，如何評價數(shù)據(jù)處理結(jié)果，尋找粗差點(diǎn)或錯分點(diǎn)進(jìn)行人工干預(yù)分類，還原地面點(diǎn)，生成真實(shí)準(zhǔn)確的地形曲面需要借助地面類別數(shù)據(jù)的暈渲處理。

數(shù)據(jù)位于吉林某縣城，相對航高1400 m，激光間距約為2 m。（a）為高程分層設(shè)色的暈渲圖，（b）為圖（a）中暈渲圖與三角網(wǎng)的局部顯示。

圖中A為錯分點(diǎn)，B為建筑物點(diǎn)濾除后的空白區(qū)域。

暈渲法是地圖上常用的地形表示方法之一。主要是根據(jù)光線的亮度差別，用黑色或幾種色彩在地圖上構(gòu)成地勢起伏的立體印象。在暈渲法中光照是產(chǎn)生明暗變化的必要條件。太陽是地球的光源，但由于地貌與光源的位置不斷改變，地面的明暗程度又受大氣層和地面物質(zhì)的影響，情況復(fù)雜，所以一般假定光源在固定位置（文中的太陽方位角為45度，太陽高度角為25度），并且發(fā)出強(qiáng)度不變的平行光線。地貌各部位的明暗程度決定于地面單元的坡向（光線與坡面法線在水平面上投影的夾角）與平行光線的關(guān)系以及地面單元的坡度（地面傾斜角）與平行光線的關(guān)系。

圖中A區(qū)域?yàn)橄魅サ纳筋^，B區(qū)域?yàn)槲礊V除的樹木點(diǎn)，C區(qū)域?yàn)殄e分為其他類別的點(diǎn)使地面點(diǎn)缺少，產(chǎn)生不連貫現(xiàn)象

漸變設(shè)色方案是一種特殊的設(shè)色方案（文中采用基于地形高程信息進(jìn)行色彩分配的原則），它不同于傳統(tǒng)的分層設(shè)色把高程分為幾個帶，而是每一個不同的高程均對應(yīng)不同的顏色，可保證圖面過渡自然，沒有分層設(shè)色中的帶狀條痕。

LIDAR點(diǎn)云的局部地區(qū)暈渲圖根據(jù)地面點(diǎn)云的不規(guī)則三角網(wǎng)實(shí)現(xiàn)，可以高效快速的尋找地面粗差點(diǎn)位置，實(shí)現(xiàn)人機(jī)交互判讀與點(diǎn)云編輯。確定異常的地形點(diǎn)以后，即可應(yīng)用分類模塊或算法，實(shí)現(xiàn)人工編輯，最終生成地面點(diǎn)。

1.2 基于格網(wǎng)的攝區(qū)暈渲圖

經(jīng)過濾波、人工編輯得到的地面點(diǎn)經(jīng)過內(nèi)插處理，即可得到規(guī)則格網(wǎng)DEM數(shù)據(jù)。文中推薦在整個攝區(qū)進(jìn)行DEM與 DSM的暈渲處理（太陽方位角135度，太陽高度角45度），并在數(shù)據(jù)比較過程中檢查數(shù)據(jù)處理過程中存在粗差點(diǎn)、異常點(diǎn)以及攝區(qū)的接邊等問題（如圖5所示）。

暈渲圖的評價標(biāo)準(zhǔn)：（1）能將地貌形態(tài)特征、山系構(gòu)造特征、地勢起伏特征、坡度的變化、山脈走向、高度對比等特征全面地反映出來。（2）使用的顏色符合人的視覺習(xí)慣，并盡量接近地理景觀的本色，同時要求顏色搭配合理、明暗過渡自然。（3）所表示的地貌有較強(qiáng)的立體感。（4）不影響其他要素的表示。（5）滿足出版印刷的要求。

2 剖面圖輔助分析

在確定了異常區(qū)域后，即可利用剖面圖實(shí)現(xiàn)點(diǎn)云的人工判讀和修改。在剖面圖上地面點(diǎn)變化起伏平緩，在建筑物區(qū)域中斷，在有植被的山地、丘陵地區(qū)會穿透樹木（不規(guī)則分布點(diǎn)）存在；人工建筑物的點(diǎn)類高出地面點(diǎn)且有建筑物輪廓（圖6中a區(qū)域左側(cè)的建筑物輪廓缺失，這是由于航空攝影過程中存在掃描死角造成的）；植被點(diǎn)類為高出地面不規(guī)則分布點(diǎn)；水域一般沒有回波。根據(jù)上述判讀原則，可以實(shí)現(xiàn)地面、建筑物、植被、水域類別的人工編輯。

黑色為默認(rèn)類，黃色為地面點(diǎn)，a區(qū)域?yàn)閷⒎课蔹c(diǎn)錯分為地面點(diǎn)，b為植被。

黑色為默認(rèn)類，黃色為地面點(diǎn)，圖7中存在多處將植被點(diǎn)錯分為地面點(diǎn)的錯點(diǎn)。

3 航空影像輔助分析

航空影像數(shù)據(jù)記錄連續(xù)波譜信息，它包含了空間結(jié)構(gòu)、地物邊界、色彩屬性等判讀地物的重要信息?，F(xiàn)在，有的數(shù)字航攝儀地面采樣率可達(dá)到厘米級，能夠分辨地物微小差別。激光雷達(dá)數(shù)據(jù)雖然對描述地物三維空間結(jié)構(gòu)的優(yōu)勢明顯，但其每平方米幾個點(diǎn)的激光點(diǎn)密度以及分米級的光斑分辨率（光斑直徑）對于精確描述地物邊界還存在誤差。尤其是不規(guī)則房屋邊緣存在高度相似植被的情況下，容易造成錯分和誤判（見圖8），需要借助正射影像進(jìn)行輔助判讀。除此之外，可以利用LIDAR數(shù)據(jù)快速建立建筑物三維模型也需要航空影像數(shù)據(jù)在房屋邊界處的判讀（見圖9）。

圖8中A區(qū)域?yàn)閷⒅脖稽c(diǎn)云錯分為房屋類別，將對建筑物提取造成干擾。

航空影像、不規(guī)則三角網(wǎng)暈渲圖以及剖面圖的聯(lián)合判讀也是非常有效的方法。暈渲圖對三維空間結(jié)構(gòu)敏感，用于尋找高程異常區(qū)域，航空影像的光譜信息在地物邊界處輔助準(zhǔn)確判讀，剖面圖直觀顯示點(diǎn)云在高程上的分布。

4 結(jié)語

該文通過不規(guī)則三角網(wǎng)暈渲圖、規(guī)則格網(wǎng)暈渲圖、點(diǎn)云剖面圖、航空影像數(shù)據(jù)的輔助判讀與識別，實(shí)現(xiàn)了高效準(zhǔn)確的數(shù)據(jù)處理質(zhì)量檢查與人工編輯處理。解決了對海量離散點(diǎn)云進(jìn)行數(shù)據(jù)處理的效果評價和找到粗差點(diǎn)位置等問題。

參考文獻(xiàn)

[1] 尤紅建.激光三維遙感數(shù)據(jù)處理及建筑物重建[M].北京：測繪出版社，2006.

[2] 袁修孝.GPS輔助空中三角測量原理及應(yīng)用[M].北京：測繪出版社，2001.

[3] 張小紅.激光掃描測高技術(shù)濾波[J].測繪科學(xué)，2004（6）：4，50-53.

[4] 張超，趙春江，李存軍，等.應(yīng)用Kriging插值方法插補(bǔ)干涉雷達(dá)DEM奇異值斑塊[J].遙感信息，2005（1）：4-7.