盛志鵬

(浙江省第二測繪院，浙江 杭州 310012)

?

利用Terrasolid進行機載與車載LiDAR點云數(shù)據(jù)的融合

盛志鵬

(浙江省第二測繪院，浙江 杭州 310012)

摘要：介紹了一種利用Terrasolid軟件進行機載與車載LiDAR點云數(shù)據(jù)融合的方法，通過分析兩種掃描系統(tǒng)采集點云之間的共性與特性，制定了融合取舍原則，得到了覆蓋范圍全面的LiDAR點云融合成果，為LiDAR點云數(shù)據(jù)的應(yīng)用和推廣提供了良好的基礎(chǔ)。

關(guān)鍵詞：機載LiDAR；車載LiDAR；點云數(shù)據(jù)融合

LiDAR集GPS技術(shù)、慣性導(dǎo)航技術(shù)、激光測距技術(shù)等先進技術(shù)于一身，是一種主動式的遙感測量手段。近10年來，機載LiDAR技術(shù)在地形測繪、森林監(jiān)測、地質(zhì)災(zāi)害預(yù)警、應(yīng)急保障、城市三維建模等方面發(fā)揮了巨大的作用，但是對于地面地物信息如建筑物立面的獲取上存在盲區(qū)。

車載激光雷達系統(tǒng)采用車載平臺，利用激光掃描和數(shù)字攝影技術(shù)獲取道路兩側(cè)的高密集度點云、近景影像數(shù)據(jù)。車載LiDAR雖然無法獲取建筑物頂面、院子內(nèi)部等地物信息，但是彌補了機載LiDAR在地面地物信息獲取方面的局限性。因此，機載與車載LiDAR點云數(shù)據(jù)的融合解決了兩者自身獲取點云存在盲區(qū)的問題，能在更多、更廣的范圍內(nèi)獲取高精度三維空間數(shù)據(jù)，同時作為一種全新的三維平臺，既能生成DEM、DSM等成果為決策分析提供基礎(chǔ)數(shù)據(jù)，又能經(jīng)過后期處理制作精細城市三維建模成果。

一、試驗數(shù)據(jù)分析

本次試驗數(shù)據(jù)中，機載LiDAR點云數(shù)據(jù)單航帶點密度約為12點/m2，多航帶點密度≤80點/m2，車載LiDAR點云數(shù)據(jù)點密度≤10 000點/m2。

融合取舍的原則為：①點云屬性統(tǒng)一；②密度高優(yōu)先，覆蓋其次；③特殊地物處理如屋頂和院子內(nèi)部使用機載LiDAR點云，墻面使用車載LiDAR點云。

二、數(shù)據(jù)融合

1. 坐標(biāo)系統(tǒng)轉(zhuǎn)換

平面坐標(biāo)系統(tǒng)、高程系統(tǒng)的統(tǒng)一是數(shù)據(jù)融合的前提條件。

2. LiDAR點云配準

機載LiDAR點云密度相對較低，但是誤差分布均勻，經(jīng)過控制點糾正后精度較高；車載LiDAR點云密度高，在GPS信號非常好的情況下精度較高，但是由于城市地區(qū)建筑物遮擋現(xiàn)象多，數(shù)據(jù)采集時經(jīng)常會遭遇GPS信號失鎖或周跳的狀況，其精度遠低于機載LiDAR點云精度。因此，LiDAR點云配準方法是將采集的車載LiDAR點云數(shù)據(jù)與機載LiDAR點云數(shù)據(jù)成果匹配，利用正射影像進行平面位置糾正，同時利用機載LiDAR點云數(shù)據(jù)進行高程糾正。車載LiDAR點云配準前后對比效果如圖1所示。

圖1

3. 時間系統(tǒng)轉(zhuǎn)換

時間是點云中的重要屬性之一，時間系統(tǒng)的統(tǒng)一可以為后續(xù)點云現(xiàn)勢性分析、點云分類等提供有效依據(jù)。試驗數(shù)據(jù)中，機載LiDAR點云使用的是GPS標(biāo)準時間，而車載LiDAR點云使用的是GPS周秒時間，需要根據(jù)采集日期將車載LiDAR點云的GPS周秒時間轉(zhuǎn)換為GPS標(biāo)準時間。

使用Converttimestamps工具，將GPSseconds-of-week轉(zhuǎn)換為GPSstandardtime，試驗數(shù)據(jù)中，車載LiDAR點云采集時間為2014年6月18日，故將surveydata參數(shù)設(shè)置為18/6/2014。

4. 反射強度尺度轉(zhuǎn)換

不同激光掃描儀記錄點云反射強度的尺度可能不同，為使反射強度尺度統(tǒng)一，同時又不損失精度，需要根據(jù)反射強度分布情況將尺度小的數(shù)據(jù)強度值擴大至尺度大的數(shù)據(jù)強度值范圍。

(1) 反射強度分布

分別打開機載與車載LiDAR點云進行反射強度統(tǒng)計，在試驗數(shù)據(jù)的機載LiDAR點云反射強度分布直方圖中，強度中值為127，主要分布范圍為31，如圖2所示；同理得到車載LiDAR點云反射強度中值為20 200，主要分布范圍為5600。

圖2

(2) 反射強度尺度轉(zhuǎn)換

使用Scaleintensity工具中的Stretchspread方法對機載LiDAR點云數(shù)據(jù)進行反射強度尺度轉(zhuǎn)換，同時將統(tǒng)計結(jié)果填入對應(yīng)參數(shù)位置。

5. 點云密度取舍

機載LiDAR點云密度相對小，應(yīng)保留航帶重疊部分的點云。車載LiDAR點云密度相對大，需要先刪除航帶重疊部分的點云，然后利用Thinpoints工具進行點云抽稀處理。試驗數(shù)據(jù)中，抽稀后的車載LiDAR點云密度平均為3000點/m2。

6. 點云分類與賦色

為了增加點云的可讀性，在同時采集影像的情況下可以分別單獨進行點云分類與賦色處理。點云分類主要根據(jù)地形和地貌特征調(diào)試合適的參數(shù)，通過宏命令提取硬質(zhì)地面、建筑、植被、水系等常用類別點云。機載LiDAR點云利用正射影像成果進行賦色，車載LiDAR點云通過選擇最合適鏡頭拍攝的影像進行賦色，如圖3所示。

圖3

7. 數(shù)據(jù)融合

(1) 導(dǎo)入工程

掃描頭主要用于區(qū)分點云獲取方式、激光掃描方式等，分別將兩種LiDAR點云導(dǎo)入工程時需要設(shè)置掃描頭編號。試驗數(shù)據(jù)中，車載LiDAR點云數(shù)據(jù)中有2個掃描頭數(shù)據(jù)，導(dǎo)入時編號設(shè)為1和2，機載LiDAR點云數(shù)據(jù)中有1個掃描頭數(shù)據(jù)，導(dǎo)入時編號設(shè)為3。

(2) 航帶重疊處理

使用Cutoverlap工具中的Cutbydensity方法，搜索半徑設(shè)為0.4m，需要保留點云類別設(shè)為硬質(zhì)地面和建筑，掃描頭組合設(shè)為1～2。

三、結(jié)果評價

本次試驗對機載與車載LiDAR點云數(shù)據(jù)進行了坐標(biāo)系統(tǒng)、時間系統(tǒng)、反射強度尺度等屬性的統(tǒng)一，并根據(jù)點云密度裁切保留了最有價值的點云，得到無縫拼接的機載與車載LiDAR點云融合成果，如圖4所示。

圖4

四、結(jié)束語

本文介紹了一種利用Terrasolid軟件進行機載與車載LiDAR點云數(shù)據(jù)融合的方法，通過分析兩種掃描系統(tǒng)采集點云之間的共性與特性，制定融合取舍原則，得到覆蓋范圍全面的LiDAR點云融合成果。該方法可用于多種類型點云的融合，為LiDAR點云數(shù)據(jù)的應(yīng)用和推廣提供良好的基礎(chǔ)，結(jié)合同期采集的影像數(shù)據(jù)，可以為城市三維建模提供完整的數(shù)據(jù)支撐，具有重要的現(xiàn)實意義。

參考文獻：

[1]黃金浪．基于TerraScan 的Lidar 數(shù)據(jù)處理[J]．測繪通報，2007(10)：13-16．

[2]陳云，丁思磊，王鐵軍．基于TerraSolid軟件的LiDAR數(shù)據(jù)處理初探[J]．測繪與空間地理信息，2009，32(4)：40-42．

[3]張娟，張小葉．基于Terrasolid 系列軟件的機載LiDAR 數(shù)據(jù)后處理[J]．科技情報開發(fā)與經(jīng)濟，2009，19 (26)： 90-92．

[4]劉沛，李英成，薛艷麗．基于Terrasolid與Inpho的LiDAR數(shù)據(jù)處理方法分析與研究[J]．遙感應(yīng)用，2010(1)：17-21．

[5]譚敏，洪金益．基于Terrasolid軟件的車載激光點云數(shù)據(jù)處理初探[J]．測繪與空間地理信息，2011(5)：195-198．

[6]劉妍，司海燕．基于TerraSolid的機載激光雷達點云數(shù)據(jù)處理應(yīng)用[J]．黑龍江工程學(xué)院學(xué)報(自然科學(xué)版)，2012(3)：10-13．

Airborne and Vehicle-borne LiDAR Point Cloud Data Fusion BasedonTerrasolid

SHENG Zhipeng

收稿日期：2016-02-29； 修回日期： 2016-05-17

作者簡介：盛志鵬(1959—)，男，教授級高級工程師，主要研究方向為激光雷達點云的應(yīng)用拓展。E-mail：zjchszp@126.com

中圖分類號：P237

文獻標(biāo)識碼：B

文章編號：0494-0911(2016)06-0077-02

引文格式： 盛志鵬. 利用Terrasolid進行機載與車載LiDAR點云數(shù)據(jù)的融合[J].測繪通報，2016(6)：77-78.DOI:10.13474/j.cnki.11-2246.2016.0194.