广州建通测绘地理信息技术股份有限公司 510663
摘要：作为直接获取对象表面点三维坐标的现代对地观测技术，激光雷达技术能够快速获取高精度地面高程模型。基于Lidar系统所获取的点云数据，通过过滤处理将区域纯地形特征信息与地物信息相分离，最终生成高精度的DEM，并在此基础上对同步获取的数码影像进行了正射纠正，为进一步的信息提取、定量分析及实体建模奠定基础。
关键词：机载激光雷达技术；DEM生产；应用
引言
数字高程模型（DEM，Digital Elevation Model）作为4D产品之一，是测绘地理信息统计分析的基础，也是生产数字正射影像图的必要数据，在现代测绘体系中有着重要的地位。目前，国内获取DEM 产品常用4种方法，分别为传统地面测量法、特征点线内插法、机载激光雷达获取法、摄影测量匹配法。其中机载激光雷达获取法和摄影测量匹配法效率最高，广泛地应用在国内的诸多测绘生产单位。
1.机载激光雷达技术
机载激光雷达（Light Detection And Ｒanging） 技术是一种主动式对地观测技术，通过在系统中集成了惯性导航单元、全球卫星定位系统、激光测距等先进技术，不断发射激光脉冲，经地物反射后，由观测系统的接收单元收集，从而精确而快速地实现对地表三维地理信息的测绘与定位。国内针对机载激光点云数据处理软件一般采用来自
芬兰的Terra Solid系列软件，该软件是基于Micro Station平台开发，继承了该平台优秀的图形操作、矢量绘制和图像显示功能。在制作 DEM 时主要应用 Terra Match，Terra S-can，Terra Modeler 模块，其中，Terra Match 模块实现点云数据的检校功能；Terra Scan 模块实现点云数据管理、分类滤波、点云编辑、成果输出等功能；Terra Modeler 模块实现不规则三角网、格网、晕渲图等形式的地表模型生成与显示功能，在点云手工精确分类与质量控制中发挥重要作用。Terra Solid 系列软件处理激光点云数据的基本流程如图所示。
其中：R是传感器到目标物体的距离，C是光速，t是激光脉冲从激光器到被测目标的往返传输时间。如图所示，激光雷达系统由激光扫描系统、全球定位系统（Globe Positioning System，GPS）和惯性测量单元（Inertial Measurement Unit，IMU）组成。由该系统所获取的数据称为三维点云，不仅包含地物对象的高程信息，还具有丰富的目标多次回波信号及强度信息、地物类别信息，以及与每一点高程信息对应的位置信息等。一般而言，激光雷达系统得到的原始数据是依据时间进行采样的两类数据，一类为导航定位定向数据，包括差分GPS数据和IMU数据；另一类是对应瞬时扫描角的激光扫描测距数据。经过对GPS数据后处理、姿态确定、系统时间同步、检校场定标等一系列的处理后，最终得到激光点的三维坐标。
2.2激光点云过滤
利用激光点云数据生成DEM的关键是对其进行过滤计算，即滤掉那些并非地面点的回波信号所产生的数据，如房屋、植被、交通工具及桥梁等，以得到DEM。过滤的基本原理是基于真实地面与地物高程差异的，针对相邻点或点集之间的高程差，通过构建“网格”范围并采取一定的规则进行运算，把混合在一起的属于不同对象的点分别开来，特别是地面点与非地面点。对此国外已经进行过许多研究，并且形成了很多过滤、分类算法。目前的Lidar点集过滤研究也主要集中在德国、瑞士、荷兰、美国以及加拿大等国家。目前用于机载激光扫描测高数据过滤的方法绝大部分都是基于三维激光数据脚点的高程突变等信息进行的，概括起来大致可分为以下几种：（1）数学形态学法。首先通过一片水平分布的记录点上的窗口得到初始地面，所有与该初始地面在某一距离范围内的点都认为是地面点，然后用一种自回归过程来检验和进一步优化这些地面点。自回归运算要求激光点是有序排列的，因此非常适合处理lidar数据。然而，由激光传感器得到的数据在二维空间（X，Y）上是离散的，没有一维逻辑顺序。但是与自回归过程相反，窗口以及在初始地面基础上筛选出的点可以很容易地扩展成二维离散数据。（2）基于地形坡度法。基本思想也是基于非地形坡度引起的两相邻点的与高程差异有关的坡度值，认为其中较高的点是非地面点。那么显然，在高差一定的情况下，随着两点间距离的减小，其中的较高点是地面点的可能性也减小。该法根据一个可接受的两点间的高程差，构造两点间的距离函数的函数。（3）活动窗口法。地物水平方向的空间尺度是关系到过滤窗口大小的重要参数，因此最佳窗口大小值并不固定。对于不同结构的目标，使用不同尺寸的窗口。对于任意一点，按照距其一定距离范围内的窗口的最小尺度，将这个点赋予一个权重，最后用于地表面的平滑过程。（4）迭代线性最小二乘内插法。该法采用一个含有4项参数的权重函数。根据相对高程越高的点其权重系数就越小的原则，达到对地面情况的充分估计。总体来讲，这些算法往往具有一定的针对性，例如对于不同的点分布状况、地物类型等，过滤的效果不同。
相对于其它遥感手段，激光雷达遥感技术的最大优势在于可以快速、直接并精确地探测到真实的地表及地面的高程信息。但是，基于激光雷达数据提取高精度的DEM往往也受到一些因素的限制：①激光点数据的特点，包括点密度、回波次数、SILC信息等；②地面状况，包括地形复杂程
度、受地形影响的地物、植被及真实地表的连续性等；③非地面点过滤算法的适应性。因此，根据应用目的，结合所用激光数据处理软件承载能力，设计数据采集参数以获得适合的激光点密度大小、回波次数、强度及其它信息的数据，是实际应用时值得注意的问题。
结束语
发展一些适应性强或者针对自身数据特点的算法，对于更好地提取对象的高程信息非常有必要，在今后一段时间内仍然是一个值得探究的方向。
参考文献
[1]杨娜，秦志远，晏耀华，等.面向地面点识别的机载 Li-DAＲ点云分割方法研究[J].测绘工程,2014，23（10）：18－22
[2]黄金浪.基于Terra Scan 的Li DAＲ 数据处理[J].测绘通报，2007（10）：13-16.
[3]Robert B. Lidar Principles and Applications [A]. IMAGIN Conference[C].Traverse City， MI，2002.
论文作者:柯家义
论文发表刊物:《基层建设》2017年第8期
论文发表时间:2017/7/12
标签：激光论文; 高程论文; 数据论文; 地物论文; 面点论文; 信息论文; 地面论文; 《基层建设》2017年第8期论文;