機(jī)載激光雷達(dá)數(shù)據(jù)提取DEM的關(guān)鍵技術(shù)分析

靳克強(qiáng),龔志輝,王 勃,湯志強(qiáng)

(1.信息工程大學(xué) 測繪學(xué)院,河南 鄭州 450052;2.96633部隊(duì),北京 100096)

機(jī)載激光雷達(dá)數(shù)據(jù)提取DEM的關(guān)鍵技術(shù)分析

靳克強(qiáng)1,2,龔志輝1,王 勃1,湯志強(qiáng)2

(1.信息工程大學(xué) 測繪學(xué)院,河南 鄭州 450052;2.96633部隊(duì),北京 100096)

結(jié)合激光雷達(dá)數(shù)據(jù)的特點(diǎn),著重分析利用激光LiDAR數(shù)據(jù)提取DEM的幾個(gè)關(guān)鍵技術(shù):預(yù)處理技術(shù)、濾波技術(shù)、DEM構(gòu)建與質(zhì)量評(píng)價(jià)技術(shù)。通過分析,為快速、高效、準(zhǔn)確地獲取DEM基礎(chǔ)數(shù)據(jù)提供一個(gè)技術(shù)方案。

機(jī)載LiDAR;數(shù)據(jù)預(yù)處理;濾波;DEM;質(zhì)量評(píng)價(jià)

隨著數(shù)字時(shí)代的到來,人們對于數(shù)據(jù)的需求與應(yīng)用呈現(xiàn)指數(shù)級(jí)的增長。如何快速、高效、準(zhǔn)確地獲取、處理、分發(fā)、應(yīng)用數(shù)據(jù)成為科研學(xué)者們的研究熱點(diǎn)。在人們關(guān)注的數(shù)據(jù)中,地球空間信息數(shù)據(jù)成為21世紀(jì)支撐人類三大高新技術(shù)——地球空間技術(shù)(Geo-Spatial Technology)、納米技術(shù)、生物技術(shù)之地球空間技術(shù)的重要基礎(chǔ)數(shù)據(jù)。

20世紀(jì)80年代末,機(jī)載激光雷達(dá)(Airborne-LiDAR)測量技術(shù)作為一種新興的空間對地觀測技術(shù),在多等級(jí)三維空間信息的實(shí)時(shí)獲取方面產(chǎn)生了重大突破,引起了測繪、林業(yè)等相關(guān)行業(yè)的濃厚興趣。隨著相關(guān)技術(shù)的發(fā)展以及社會(huì)需求的不斷擴(kuò)大,機(jī)載激光雷達(dá)測量技術(shù)的發(fā)展日新月異,機(jī)載激光雷達(dá)測量系統(tǒng)實(shí)際上已經(jīng)代表了對地觀測領(lǐng)域一個(gè)新的發(fā)展方向[1]。

LiDAR(Light Detection And Ranging)是一種主動(dòng)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(dòng)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。機(jī)載激光雷達(dá)技術(shù)能夠快速獲取精確的高分辨率的數(shù)字地面模型以及地面物體的三維坐標(biāo),非常適合DEM的制作,而且具有采集速度快、高程精度高、處理成本低等特點(diǎn),同時(shí)具備全天候作業(yè)及海岸測量、水下地形測量等優(yōu)點(diǎn)。因此,利用機(jī)載LiDAR數(shù)據(jù)提取DEM,成為最近幾年測繪生產(chǎn)以及其他領(lǐng)域的一個(gè)熱點(diǎn),在攝影測量與遙感及測繪等領(lǐng)域具有廣闊的發(fā)展前景和應(yīng)用需求。

1 LiDAR數(shù)據(jù)特點(diǎn)與預(yù)處理分析

機(jī)載LiDAR測距的基本原理,是利用發(fā)射器發(fā)射激光或者連續(xù)波,通過空氣傳播直接投射到所觀測的地形、地物表面,這些電磁波經(jīng)過地形、地物的反射,被探測器所記錄。發(fā)射器和探測器采用相同的時(shí)間基準(zhǔn),通過記錄電磁波從發(fā)射到反射回所需的時(shí)間,利用光速不變原理,進(jìn)行非接觸測距。由于機(jī)載LiDAR探測技術(shù)集 GPS、INS、激光測距技術(shù)于一身,它獲得的數(shù)據(jù)不僅包含距離(斜距)信息,還包括 GPS動(dòng)態(tài)定位信息以及INS姿態(tài)測量信息。要進(jìn)行后續(xù)的點(diǎn)云數(shù)據(jù)濾波,必須對原始的機(jī)載LiDAR數(shù)據(jù)進(jìn)行預(yù)處理。

1.1 原始機(jī)載LiDAR數(shù)據(jù)誤差預(yù)處理

機(jī)載激光雷達(dá)系統(tǒng)在測量過程中,會(huì)受到多種誤差源的影響。其中系統(tǒng)誤差會(huì)給激光腳點(diǎn)的坐標(biāo)帶來系統(tǒng)偏差?；跈C(jī)載激光雷達(dá)的系統(tǒng)構(gòu)成,主要的誤差分為4類:GPS定位誤差、GPS/INS組合姿態(tài)定位的測角誤差、激光測距誤差以及系統(tǒng)集成誤差。針對 GPS定位誤差不易消除和模型化的特點(diǎn),采用在測區(qū)內(nèi)建立多個(gè)分布較為均勻的基準(zhǔn)站或采用精密單點(diǎn)定位(PPP)技術(shù)加以改正。對于GPS/INS組合姿態(tài)定位誤差,根據(jù)組合元件特點(diǎn),采用降低飛行高度等方法減弱其影響。相比前兩種誤差,激光測距誤差具有相對穩(wěn)定的誤差改正模型,通過檢校場的方法減小誤差。系統(tǒng)集成誤差,則與各個(gè)系統(tǒng)的工藝集成有關(guān),由于各個(gè)測量單元獨(dú)立工作,數(shù)據(jù)采樣率不同,必須把它們統(tǒng)一到同一個(gè)時(shí)間系統(tǒng)中。

1.2 機(jī)載LiDAR數(shù)據(jù)的組織與劃分

機(jī)載LiDAR系統(tǒng)能快速、高效、準(zhǔn)確地獲取被測目標(biāo)的三維地理坐標(biāo)信息,適合中小區(qū)域大比例尺測圖的需要。然而,由于機(jī)載激光雷達(dá)系統(tǒng)是主動(dòng)式非接觸探測被測目標(biāo),它所獲取的數(shù)據(jù)具有一定的盲目性,經(jīng)過原始機(jī)載LiDAR數(shù)據(jù)預(yù)處理后,得到激光點(diǎn)云數(shù)據(jù)。如何高效組織這些數(shù)量龐大激光點(diǎn)云數(shù)據(jù)成為相關(guān)領(lǐng)域的研究熱點(diǎn)之一。為此,美國攝影測量與遙感協(xié)會(huì)(ASPRS)下的LiDAR委員會(huì)專門推出了LiDAR數(shù)據(jù)的＊.las標(biāo)準(zhǔn)格式。目前存在las 1.0、1.1、1.2與 2.0(擬定版)4種版本,其主要目的在于可使LiDAR數(shù)據(jù)在不同硬、軟件之間實(shí)現(xiàn)交換和存儲(chǔ)[2]。同時(shí),由于各個(gè)商家的競爭關(guān)系,硬件技術(shù)參數(shù)無法統(tǒng)一,導(dǎo)致LiDAR數(shù)據(jù)的格式仍然與提供商的硬件有關(guān),例如Leica公司的儀器采集的LiDAR數(shù)據(jù)采用ASCII形式的Pts、Ptx格式存儲(chǔ);TerraScan軟件處理后的LiDAR數(shù)據(jù)格式采用二進(jìn)制的Bin、Ts格式存儲(chǔ)等等[3]。

濾波前,需要按照一定的格式讀入數(shù)據(jù),然而點(diǎn)云數(shù)據(jù)的數(shù)目動(dòng)輒就是幾萬個(gè)以上。為了快速獲取指定范圍內(nèi)的點(diǎn)云數(shù)據(jù)就成了一個(gè)迫切需要解決的問題。對此國內(nèi)外學(xué)者提出了不同的數(shù)據(jù)組織形式,總體上可分為 KD樹和格網(wǎng)組織方式兩大類。KD樹(K維搜索樹)是把二叉搜索樹推廣到多維數(shù)據(jù)的一種主存數(shù)據(jù)結(jié)構(gòu)[4](見圖1)。

格網(wǎng)組織形式,就是把激光點(diǎn)云數(shù)據(jù)按照一定的劃分尺度進(jìn)格網(wǎng)化。它的原理就是按照劃分尺度對原激光點(diǎn)云進(jìn)行重新劃分,同時(shí)標(biāo)識(shí)劃分后的數(shù)據(jù)分塊,應(yīng)用該分塊時(shí),只需檢索其對應(yīng)的標(biāo)識(shí)號(hào),再調(diào)出數(shù)據(jù),如基于均勻格網(wǎng)劃分的分布式組織及并行處理方法[5]。

圖1 KD樹的幾種組織形式

2 幾種典型的濾波算法

機(jī)載LiDAR數(shù)據(jù)濾波,就是把地面激光腳點(diǎn)與地物激光腳點(diǎn)分離的過程。它是基于鄰近激光腳點(diǎn)間高程突變,一般不是由于地形突然變化引起的基本原理。國外已經(jīng)有相對成熟的商業(yè)軟件專門處理機(jī)載LiDAR數(shù)據(jù)濾波分類,如 TerraSolid中的模塊 TerraScan、InPho中的模塊SCOP++等。這些商業(yè)軟件采用的濾波算法,詳情至今還是核心商業(yè)機(jī)密而不被外人所知。以下介紹幾種典型的濾波算法。

2.1 基于多分辨率分析的數(shù)據(jù)濾波算法

多分辨率分析的數(shù)據(jù)濾波算法(Wavelet Filter,W F)是 TerraScan中自動(dòng)濾波功能的主要支持理論,多分辨分析就是求出信號(hào)在子空間序列{Vj,j∈Z}中的近似表示,即求出信號(hào)在每個(gè)子空間中的投影(見式(1))。在不同尺度空間中獲取的投影,組成了信號(hào)的多層次、不同分辨率的表示。相臨兩層之間的分辨率相差2倍。

其實(shí)質(zhì)就是獲取多尺度的數(shù)據(jù)描述,從而建立數(shù)據(jù)金字塔,為數(shù)據(jù)處理提供一個(gè)由粗到細(xì)的模型。因此,把多分辨率分析理論引入到機(jī)載LiDAR數(shù)據(jù)濾波的關(guān)鍵步驟也就是建立多尺度的激光點(diǎn)云數(shù)據(jù)描述[6]。其中尺度函數(shù)的傅立葉變換表現(xiàn)為低通濾波器的性質(zhì),經(jīng)投影變換后,信號(hào)的細(xì)節(jié)特征會(huì)丟掉,多層數(shù)據(jù)中的最上層數(shù)據(jù)應(yīng)該主要是地面點(diǎn)。因此,在具體建立多層、多分辨率的激光點(diǎn)云數(shù)據(jù)時(shí),可以用選取局部高程最低點(diǎn)這一操作作為投影變換(見式(2))作用于激光點(diǎn)云數(shù)據(jù)獲取(見圖2)。

式中:i為點(diǎn)號(hào)下標(biāo),R×R表示半徑為R的窗口。

此算法的關(guān)鍵就是選擇分辨率尺度,選擇時(shí)應(yīng)該保證最上層的激光點(diǎn)云近似描述只包含有地面

圖2 點(diǎn)云數(shù)據(jù)的多分辯率表示

點(diǎn)。具體計(jì)算步驟,即首先選擇合適的分辨率尺度,建立多個(gè)子空間,然后把原始激光點(diǎn)云數(shù)據(jù)在每個(gè)子空間中做Riesz基下的投影變換,從而獲得不同分辨率、不同層次下的激光點(diǎn)云數(shù)據(jù)描述。最終獲得最上層的地面點(diǎn)數(shù)據(jù)。

2.2 多級(jí)移動(dòng)曲面擬合濾波算法

多級(jí)移動(dòng)曲面擬合濾波算法(Hierarchical Moving Curved Fitting A lgorithm,HMCFA)是基于移動(dòng)曲面擬合濾波算法的改進(jìn)。后者是武漢大學(xué)學(xué)者張小紅在2004年提出的[7],在他的專著中也有詳細(xì)論述。移動(dòng)曲面擬合濾波直接對離散的激光點(diǎn)云進(jìn)行數(shù)據(jù)濾波,對提取DEM而言,粗差也被過濾。它的基本原理是:隨著激光點(diǎn)云采樣密度的提高,激光腳點(diǎn)之間的鄰接關(guān)系就反映了地形表面的趨勢變化。任何一個(gè)復(fù)雜的空間曲面,它的局部面元可以利用一個(gè)簡單二次曲面(見式(3))去逼近擬合;當(dāng)局部面元小到一定程度時(shí),可近似表示成一個(gè)平面(見式(4))。兩式中的參數(shù) a0到 a4是曲面擬合參數(shù)。

具體來說,先將這些離散的激光腳點(diǎn)數(shù)據(jù)進(jìn)行二維排序,然后選取種子區(qū)域開始濾波。找出種子區(qū)域內(nèi)相互鄰近的最低的幾個(gè)點(diǎn)為初始地面點(diǎn),確定一個(gè)初始曲面。進(jìn)而將鄰近的待選點(diǎn)代入初始曲面,計(jì)算待選點(diǎn)的擬合高程。如果待選點(diǎn)的擬合高程與其觀測高程之差,超過給定的閾值,則認(rèn)為此點(diǎn)不是地面點(diǎn)而被過濾;否則,就接受該點(diǎn)為地面腳點(diǎn)。利用新接受的地面腳點(diǎn)和部分初始地面點(diǎn)重新確定一個(gè)局部趨勢曲面,去求鄰近待選點(diǎn)的擬合高程,比較閾值,判斷是否接受此待選點(diǎn)。不斷重復(fù),就相當(dāng)于有一個(gè)簡單的移動(dòng)曲面在過濾整個(gè)測區(qū),完成濾波過程(見圖3)。

圖3 多級(jí)移動(dòng)曲面擬合濾波算法流程

而多級(jí)移動(dòng)曲面擬合濾波,是基于移動(dòng)曲面擬合濾波算法的基本原理,先給定一個(gè)窗口,在此窗口內(nèi)尋找適當(dāng)數(shù)量的能擬合初始曲面的最低激光腳點(diǎn),建立粗地表趨勢面。然后將窗口尺寸擴(kuò)大,設(shè)置自適應(yīng)閾值,通過多次迭代得到較為精細(xì)的地表[8]。

2.3 等高線的表面估計(jì)濾波

等高線的表面估計(jì)濾波(Filtering M ethod based on Contours,FMC)是基于激光LiDAR系統(tǒng)獲取的點(diǎn)云數(shù)據(jù)特點(diǎn)提出的[9]。原始激光數(shù)據(jù)預(yù)處理后,利用一定的內(nèi)插方法,獲得激光點(diǎn)云DSM數(shù)據(jù)。在此基礎(chǔ)上,按照相應(yīng)的數(shù)據(jù)密度,等距離內(nèi)插出等高線。根據(jù)DSM等高線的特征,如閉合性、首尾點(diǎn)距離、等高線長度、等高線間距等判別準(zhǔn)則,設(shè)定相應(yīng)的閾值自動(dòng)提取屬于自然地表的等高線段,獲得初始的自然地表點(diǎn),然后內(nèi)插生成初始DEM,最后使用迭代法逼近生成最終的DEM(見圖4)。此算法適用于地形起伏較大的區(qū)域,不需要均勻分布的以道路網(wǎng)提取的種子點(diǎn)。

圖4 等高線的表面估計(jì)濾波流程

3 DEM的構(gòu)建與評(píng)價(jià)

對于濾波后的激光點(diǎn)云數(shù)據(jù),使用何種方法使其構(gòu)成DEM,也是機(jī)載LiDAR研究中的一個(gè)熱點(diǎn)。目前存在的DEM構(gòu)建模型主要有:規(guī)則格網(wǎng)模型、不規(guī)則三角網(wǎng)模型等[10]。其本質(zhì)是將離散的激光點(diǎn)云數(shù)據(jù)通過一定的內(nèi)插算法重采樣,形成規(guī)則格網(wǎng)或不規(guī)則三角網(wǎng)。其中用于內(nèi)插出規(guī)則格網(wǎng)模型的算法有:線性內(nèi)插、距離倒數(shù)加權(quán)插值、徑向函數(shù)插值、三角網(wǎng)線性插值等。

濾波后構(gòu)建的DEM數(shù)據(jù),如何對其進(jìn)行質(zhì)量評(píng)價(jià),目前還未形成一個(gè)統(tǒng)一的標(biāo)準(zhǔn)機(jī)制。根據(jù)筆者研究,既然最終構(gòu)建的DEM數(shù)據(jù)是經(jīng)過算法濾波和算法內(nèi)插出來的,就應(yīng)該對這些算法本身進(jìn)行評(píng)估,此稱為內(nèi)部評(píng)價(jià)。包括算法本身的嚴(yán)密性,即有無對激光點(diǎn)云坐標(biāo)的改化以及增減位于關(guān)鍵地形處的點(diǎn)云數(shù)目;算法本身的適應(yīng)性,即能否在多種復(fù)雜的地形中保持優(yōu)良的濾波性能。另外評(píng)價(jià)構(gòu)建生成的DEM質(zhì)量,還必須使用多源數(shù)據(jù)來綜合評(píng)價(jià),例如利用同步獲取的高分辨遙感影像形成的立體模型、同期普通航攝獲取的DEM數(shù)據(jù)等,此稱為外部評(píng)價(jià)。通過內(nèi)部與外部評(píng)價(jià)的綜合,給出相應(yīng)的精度參數(shù)指標(biāo)。目前,濾波以及濾波后構(gòu)建DEM的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)還未形成,研究者只是根據(jù)具體的濾波區(qū)域給出了一定的質(zhì)量評(píng)價(jià),還遠(yuǎn)未形成成熟的統(tǒng)一評(píng)價(jià)體系。

4 結(jié)束語

本文結(jié)合激光雷達(dá)數(shù)據(jù)的特點(diǎn),著重分析了利用激光LiDAR數(shù)據(jù)提取DEM的幾個(gè)關(guān)鍵技術(shù):原始激光雷達(dá)數(shù)據(jù)的預(yù)處理,包括數(shù)據(jù)組織、讀入等;激光雷達(dá)數(shù)據(jù)的濾波,分析了幾個(gè)經(jīng)典實(shí)用的濾波算法;最后對DEM的構(gòu)建和質(zhì)量評(píng)價(jià)作了分析。隨著激光測量系統(tǒng)的性能提升,激光腳點(diǎn)數(shù)據(jù)密度會(huì)越來越大,這就要求必須有快速、高效的處理算法支持。結(jié)合多源數(shù)據(jù)融合技術(shù),提高點(diǎn)云數(shù)據(jù)濾波的效率與精度,充分發(fā)揮相互優(yōu)勢,對期望獲得理想的DEM結(jié)果具有重要意義。每種濾波算法各有優(yōu)缺點(diǎn),能否提出一種自適應(yīng)的、智能化的、普適性的濾波算法,將是今后研究的一個(gè)方向。

[1]張小紅.機(jī)載激光雷達(dá)測量技術(shù)理論與方法[M].武漢:武漢大學(xué)出版社,2007:2-3.

[2]劉春,姚銀銀,吳杭彬.機(jī)載激光掃描標(biāo)準(zhǔn)數(shù)據(jù)格式的分析與數(shù)據(jù)提取[J].遙感信息,2009(4):38-42.

[3]ANDRE SAMBERG.An imp lementation of the ASPRS LAS standard[J].IAPRS Volume,XXXV I,Part3/W52,2007.

[4]吳涵,楊克儉.基于 KD樹的多維索引在數(shù)據(jù)庫中的運(yùn)用[J].計(jì)算機(jī)應(yīng)用,2007,26(9):37-39.

[5]王宗躍,馬洪超,徐宏根,等.LiDAR數(shù)據(jù)的分布式組織及其并行獲取方法[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2009,34(8):936-939.

[6]王刃.機(jī)載LiDAR數(shù)據(jù)濾波與建筑物提取技術(shù)研究[D].鄭州:信息工程大學(xué),2008.

[7]張小紅,劉經(jīng)南.機(jī)載激光掃描測高數(shù)據(jù)濾波新算法[J].測繪科學(xué),2004,29(6):50-53.

[8]蘇偉,孫中平,趙冬玲,等.多級(jí)移動(dòng)曲面擬合LiDAR濾波算法[J].遙感學(xué)報(bào),2009,13(5):833-839.

[9]任自珍,岑敏儀,張同剛,等.基于等高線的表面估計(jì)濾波算法[J].遙感學(xué)報(bào),2009,13(1):91-96.

[10]呂獻(xiàn)林.多源數(shù)據(jù)輔助機(jī)載LiDAR數(shù)據(jù)生成DEM方法研究[D].武漢:中國地質(zhì)大學(xué),2009.

Key step analysis of extraction DEM based on L iDAR data

JIN Ke-qiang1,2,GONG Zhi-hui1,WANGBo1,TANG Zhi-qiang2
(1.Institute of Surveying and Mapping,Information and Engineering University,Zhengzhou 450052,China;2.96633 Troops,Beijing 100096,China)

The paper analyses the key step extraction DEM from Airborne-LiDAR data in detail,and the key step including LiDAR point cloud data p rep rocessing,the data filtering,DEM structure model and DEM quality assessment.And it is also p rovided a fast,efficient,exact data p rocessing scheme.

Airborne-LiDAR;data p rep rocessing;the filtering;DEM;quality assessment

P237

A

1006-7949(2010)06-0039-04

2010-03-12

靳克強(qiáng)(1984-),男,助理工程師,碩士研究生.

[責(zé)任編輯劉文霞]