利用机载激光点云数据生产ＤＥＭ 的关键技术分析

来源：《测绘通报》2017年第6期

作者：蒋桂美、聂倩、陈小松

摘要:着重分析了利用机载激光点云数据提取DEM 的关键技术:预处理、点云滤波与分类、高精度DEM 制作与质量评价技术，建立了基于机载激光点云的DEM 生产技术流程，并将其应用于宁波市地理国情普查市情专项———高精度地表模型制作项目中，构建了宁波市建成区规则格网1 ∶ 2000 比例尺的高精度DEM 模型，为宁波市地理国情普查提供了数据基础。

关键词:机载LiDAR，激光点云，DEM

正文：机载激光扫描技术(LiDAR)是20 世纪80 年代中期逐渐发展起来的一项高新技术，该技术通过位置、距离、角度等观测数据直接获取对象表面的三维点云信息，具有数据获取速度快、空间与时间分辨率高、动态探测范围大、主动性强等特点。广泛应用于城市大比例尺测图、林业调查、电力巡线等各个领域[1-2]， 与传统航空摄影测量技术相比，机载LiDAR 技术不受日照、天气影响，可全天候主动快速获取精确的高分辨率数字地面模型及地物的三维坐标，具备采集速度快、高程精度高、成图周期短等特点。 因此，利用机载LiDAR 数据快速完成数字高程模型(DEM)的大规模生产，已成为最近几年测绘生产及其他领域的一个研究和应用热点。

本文结合机载LiDAR 技术的工作原理和点云数据特点，着重分析利用机载激光点云数据提取DEM 的关键技术，即激光点云滤波与分类、点云数据内插、DEM 构建与评价，建立基于机载LiDAR 数据的DEM 生产技术流程，并将其应用于宁波市地理国情普查市情专项———高精度地表模型制作项目中，构建宁波市建成区规则格网1 ∶ 2000 比例尺的高精度DEM 模型。 项目试验结果表明，该技术流程与方法正确可行，成果质量优良，满足测绘产品的要求。

1　机载LiDAR 技术工作原理

机载LiDAR 技术是全三维测量模式，它以飞机为载体ꎬ集成激光扫描系统、GPS 和惯性测量单元(inertial measurement unit，IMU)3 个基本的数据采集工具及控制单元系统等其他设备于一体，从而获取地面的三维空间信息。 其中，激光扫描系统以脉冲激光测距作为主要技术手段，以激光束扫描的工作方式测量从传感器到地物对象的激光照射点间的距离，即通过测量地面采样点激光回波脉冲相对于发射激光主波之间的时间延迟得到传感器到地面采样点之间的距离[3-6]，同时还可以获得反射率、激光脉冲回波次数等信息，GPS 接收机用于确定激光发射点的空间位置，IMU 测量激光发射瞬间激光的空间姿态参数。 机载LiDAR 系统通过激光扫描系统获得激光点的距离信息，结合由惯性导航系统输出的激光发射点空间位置和姿态信息，可以解算出激光脚点在当地水平坐标系下的三维坐标，即一系列离散的、空间分布不规则的三维点云数据。具体流程如图1 所示：

2　关键技术研究

2.1　数据预处理

机载激光点云数据预处理主要是将航飞过程中获得的差分GPS 数据和IMU 数据进行联合解算获得定位定姿数据，然后利用联合定位定向数据、原始点云信息及系统所提供的各类参数进行解算，获得每一个激光点的在WGS-84 坐标系下的三维坐标。根据项目成果需要，将LiDAR 点云数据由WGS-84坐标系转换到地方坐标系或CGCS2000 坐标系，所得结果为随机分布的带有高程、位置和强度信息的激光点云。 此外，由于机载LiDAR 系统获得的海量点云数据中包含了大量的粗差和系统误差，数据预处理中应进行粗差检测和剔除处理，即剔除极高点和极低点。

2.2　激光点云滤波与分类

机载LiDAR 系统获取的原始点云数据是离散的孤立点，其主要的数据值为回波信号点的三维空间坐标及一些附带的属性信息(如强度、反射波次数等)ꎬ点与点之间不存在任何拓扑关系[7-9]。 机载激光点云滤波技术是指从离散的点云数据中区分出地面点和非地面点的过程，其基本原理是基于邻近激光脚点间的高程突变(一般不是由地形的突然起伏变化所造成的)，进行滤波计算时需要设置一定的阈值，判断激光脚点是否位于地形表面[10-11]， 利用机载激光点云数据制作DEM 时滤波与分类具体流程可概况为:按照回波次数分类—地面点分类—水系分类。

(1) 按照激光回波次数分类。 由于机载激光具有穿透性，导致在扫描过程中不同的地物有着不同的回波次数和强度信息，当激光脉冲照射到建筑物顶部或裸露的地表时只产生一次回波，而激光脉冲照射到植被时，由于激光信号可以穿透植被从而形成多次回波。 因此，可对多次回波中的最后一次回波数据和仅一次回波的激光数据进行提取，从而滤除大量非地面点。

(2) 地面点自动分类。 通过反复建立地表三角网模型的方式分离出地表点，并反复加入新的激光点扩展模型，确保每个加入的激光点使得模型更加贴近地表，从而最终得到一个近似的地表面[12-13]，具体分类方法为:首先设定测区内的最大房屋尺寸，选择少许局部激光低点，确保该局部激光低点间的距离不小于最大房屋尺寸；其次基于上述低点构建初始三角网，假定该三角网的最高顶点贴合地面，并通过不断迭代将该初始三角网上方的点加入以构建新模型，从而得到一个近似的地表面。

(3) 人机交互分类。 自动分类后的数据可以获得概略地形地貌，但存在一些错分或误分激光点云数据，同时一些小的地形不连续部分也会被平滑或去掉，因此需要通过人机交互方式分类。 人机交互分类方法是指参照高分辨率影像，通过人工判断的方式对自动分类的结果进行修正或对特定地物类别进行分类。可通过建立不规则三角网模型(TIN 格网)，对区域内的整体点云进行分类，剔除坑点或突出点，细部可再根据横截面修正。 由于建筑物规模和形态变化较为复杂，需以人机交互分类为主， 水系一般无激光回波，但也存在浑浊水体稀疏回波现象，需要结合影像和周围地形进行判断。

2.3　DEM 构建与评价

DEM 主要基于TIN 格网构建，即对于滤波分类的地面点云数据。利用ArcGIS 软件创建TIN，构建约束三角网模型，并进一步生成规则格网Grid 格式的DEM 数据[14-15]。

3　试验与分析

3.1　试验数据

本文试验数据采用宁波市第一次地理国情普查市情专项———高精度地表模型制作项目所实施的机载激光雷达航飞数据。具体试验区为宁波慈城镇，如图2 所示， 该地区三面环山，地形北高南低，采用传统测量方法获取高精度DEM 数据需要大量的人力物力投入。 该区域LiDAR 数据获取时间为2015 年底，采用瑞士AHAB 公司的蝙蝠机载激光雷达水文/ 陆地测量系统，以运-12 固定翼飞机作为飞行平台，点云密度为每平方米不少于6 个点，影像分辨率优于20 cm，要求制作1 ∶ 2000 比例尺精度的DEM成果， 图3 为获取的机载激光点云数据。

图2　慈城镇区域

3.2　试验结果与分析

利用TerraSolid 软件对试验区激光点云数据进行预处理、滤波与分类、点云数据内插，最后得到DEM。 图4 为所有激光点云形成的DSM，图5 为点云滤波分类后地面点所形成的DEM 产品。

图3　机载激光点云数据

图4　所有激光点云形成的DSM

图5　DEM 结果

对于DEM 成果质量，内业采用人机交互检查的方法检查发现，点云数据存在的少数漏分或错分现象，外业采用实测并与1 ∶ 500 地形图比对的方式检查DEM 的精度情况，其精度统计见表1，检测结果表明:采用本文技术路线制作的DEM 中误差小于10 cm，满足项目设计的要求。

4　结　语

本文主要介绍了利用LiDAR 激光点云数据制作高精度DEM 的技术流程和方法， 试验表明，本文的技术路线能够满足现阶段城市大比例尺DEM 生产的需要。

推荐阅读

----------------    推  广    ---------------