陳 杰 張志林 湯奕琛 陳 晨 許 杰，4，5

（1.國網福建省電力有限公司漳州供電公司，福建 漳州 363000；2.國網福建省電力有限公司，福建 福州 350025；3.中國空間技術研究院，北京 100094；4.天津航天中為數據系統(tǒng)科技有限公司，天津 300462；5.天津市智能遙感信息處理技術企業(yè)重點實驗室，天津 300462）

激光點云數據和多光譜影像數據都是在地物上空采集的數據，二維多光譜圖像數據包括了光譜信息[1-3]，激光點云數據包括了地物的空間信息[4-6]，二維多光譜圖像與激光點云數據相比，它缺少一個維度的信息量[7]，利用拼接正攝影像數據并經過地理坐標將多光譜影像數據中地物的表層光譜信息對應到相應的激光點云數據上進行數據對準，可以實現多光譜數據與激光雷達數據的融合。

1 技術路線

數據融合技術采用的技術路線如圖1 所示。首先，多光譜與激光雷達數據融合技術對多景的多光譜圖像進行配準、空三解算、區(qū)域網平差以及勻光勻色等預處理；其次，對多光譜影像進行拼接；再次，以點云空間坐標的平面為準索引，融合多光譜數據，如果點云有匹配的多光譜數據，則進行插值；最后，得到融合多光譜后的激光點云數據。多光譜影像數據分別由單獨設計的光譜相機所拍攝，具有不同的相機畸變和內外參數誤差，因此需要分別對不同通道的光譜數據進行圖像拼接處理，處理過后的圖像與激光點云數據進行融合。因為拼接正攝影像為正攝圖，所以激光點云坐標只取前兩項的平面坐標作為索引值，由于影響數據為柵格離散數據，而激光點云數據為精確的連續(xù)坐標值，因此需要對數據進行插值計算，獲取點云對應的精確反射率值。經過插值計算后，每個點云都能索引一組對應的光譜反射率值，該值為12 bits 數據，由于LAS 數據只提供了RGB 3 個通道的光譜數據字段，因此要額外存儲2 個波段就要占用其他字段存儲多余的2 個波段數據并寫入多光譜數據，進而實現多光譜雷達數據的融合。

圖1 多光譜與激光雷達數據融合技術路線圖

2 數據壓縮

因為原始數據本身較小，所以進行有損壓縮時主要考慮實際問題，此時發(fā)現有額外的可用信息，那就是壓縮前的數據量是固定的，數據意義明了，如果默認12 bits 數據的最后3 bits 固定為0，那么只須保存原始數據的前9 bits，數據恢復時，只須補全后三位即可；分析此時數據的損失情況，后三位數據最大能表示的數值為8，而12 bits 數據最大能表示的數值為4 095，那么這最后三位數據只占全部12 bits 數據范圍的0.195%，該損失對后續(xù)光譜數據分析的影響很小。

為了能夠盡可能地保留更多的信息，使2 種壓縮方法組合在一起，即無損壓縮加有損壓縮，具體技術路線如圖2、圖3 所示（多光譜數據的5 個波段分別為R（紅）、G（綠）、B（藍）、IR（近紅外）以及R_edge（紅邊）, 均為12 bits 數據；Flag為標志，取值為0 或1）。

圖2 數據編碼（壓縮）流程

圖3 數據解碼（解壓）流程

壓縮過程中，優(yōu)先進行無損的霍夫曼編碼，當編碼后的數據總量不滿足要求時，即壓縮后數據量沒有減少或者大于47 bits 時，就改為采用有損壓縮的方法，同時，利用48 bits 的最后一位標注該組編碼是有損壓縮還是無損壓縮的結果。解壓流程是壓縮流程的逆過程。采用霍夫曼編碼分析無損編碼的數據存儲過程如圖4 所示。

圖4 霍夫曼編碼

最后一位標志為0，表示該組數據為霍夫曼編碼，此時，編碼數據小于47 bits，剩余空位補0。解壓時，先盤算最后一位是否為0，確定為霍夫曼編碼后，從頭開始解碼，直到解碼結果為60 bits 為止。當霍夫曼壓縮不滿足要求時，就采用有損壓縮方法。

如圖5 所示，有損壓縮盡可能保留信息量更大的部分，舍棄信息量小的最后3 bits，此時，只需要45 bits 就能保存有損數據，而最后一位需要標記為1，表示為有損壓縮，此時還剩余2 個空位，為了充分利用數據，求5 組光譜數據的最后三位所表示的值的均值，并將該均值的前兩位存儲在2 個空位上，進一步減少數據損失。在進行數據解碼時，直接將前9 bits 賦值到12 bits 中的前9 個位置上，后三位直接賦值為密碼組的最后三位即可，此時建議數據損失不要減少到0.195%，理論上平均信息損失量能夠達到0.098%。

圖5 有損壓縮方法

3 多光譜數據寫入

LAS 文件剩余2 個12 its 數據記錄在GPS Time 字段，由于該字段是雙精度浮點類型，經研究，最簡單有效的方式是將其中1 個16 bits 數據記錄為double 型的整數部分，另外一個16 bits 數據記錄到小數部分，整數部分數據可以完全恢復，小數部分數據會有小于等于1 的數據損失，該損失可以忽略不計。利用目前空余的GPSTime 字段存儲剩余2 個波段數據，最終生成帶有光譜信息的激光雷達點云數據，將其作為后續(xù)處理的數據輸入。

4 多光譜激光雷達數據融合

遍歷激光雷達數據，取其平面坐標為索引值，按照該索引值搜索對應的多光譜拼接影像數據，為了提高數據的準確性，對索引值對應點位進行插值，由于圖像數據為二維數據（如圖6 所示），因此采用雙線性插值方法進行插值。

圖6 中P點為精確的圖像像素坐標值（x，y）（double），4 個相鄰點位的像素坐標為Q11（x1，y1）、Q12（x1，y2）、Q21（x2，y1）和Q22（x2，y2），P點的像素值受個像素影響，距離越近，權重越大，先求出R1（x，y1）、R2（x，y2）點的光譜信息f（R1）、f（R2），具體的插值計算如公式（1）～公式（3）所示。

圖6 二維數據雙線性插值

利用雙線性插值能夠得到更加精確的光譜值，將該值作為激光點云對應的光譜數據寫入點云的字段中進行保存，根據激光點云數據LAS 數據格式標準，融合后的點云還需要具備可視化展示功能，至少需要RGB 3 個波段存儲真彩色數據，另留存2 個字段保存紅外和紅邊波段數據，利用數據壓縮后，進一步占用其他字段寫入多光譜數據。

融合后的點云數據主要用于展示、識別和分割等操作，GPSTime 被閑置，而GPSTime 共有8 Byte（64 bits）空間，但是double 數據類型是雙精度數據值，不是直接利用64 bits直接存儲的結果，而是在進行了一系列的數據運算后再進行數據存儲的。為了減少字段占用，采用整數、小數分別保存的方法存儲2 個波段的光譜反射率數據，實現了多光譜數據與激光雷達數據的融合。

5 結語

通過研究無人機平臺搭載相應載荷采集的多光譜影像與激光雷達點云數據的特點，以點云空間坐標的平面為基準索引融合多光譜數據，采用數據有損壓縮結合無損壓縮的方法對數據進行壓縮；進一步采用插值的方法對2 種類型的遙感數據進行信息融合，并剔除不必要的信息，使激光雷達點云數據同時具有三維空間信息和地物光譜信息，彌補了二維影像在地物反射特性表達上的不足，綜合利用多光譜數據與激光雷達數據的數據優(yōu)勢，為后續(xù)的數據分析提供了良好的數據基礎。