王君杰 孫 健 王雁昕

(山東科技大學(xué) 測繪與空間信息學(xué)院, 山東 青島 266590)

0 引言

現(xiàn)今世界,空間地理信息在內(nèi)的大數(shù)據(jù)在各行各業(yè)起到至關(guān)重要的作用,已被視作國家發(fā)展的重要基礎(chǔ)和戰(zhàn)略資源,成為一種“國家核心資產(chǎn)”。而隨著社會發(fā)展,數(shù)據(jù)獲取平臺和手段也變得越來越多樣化,在此背景下,機載激光雷達測量技術(shù)應(yīng)運而生。它是一種主動式對地觀測系統(tǒng),能夠通過非接觸的手段獲取地表地物分布情況,經(jīng)數(shù)據(jù)處理后便可得到精確的數(shù)字三維模型[1],同時激光雷達發(fā)出的光束可以穿透植被測得地面信息,為獲得密林地區(qū)地面高程提供了可行技術(shù)手段,與其他測繪技術(shù)相比,該技術(shù)更適用于地形環(huán)境復(fù)雜區(qū)域。由于機載激光雷達三維掃描技術(shù)的獨特優(yōu)勢,使其成為科研及相關(guān)工作者的熱點研究方向：吳惠豐等[2]提出一種基于綜合生成策略的方法,利用機載雷達地面點生成高保真、多尺度的數(shù)字高程模型(digital elevation model，DEM);蔡慶生[3]對經(jīng)典不規(guī)則三角網(wǎng)濾波方法進行了改進,并通過應(yīng)用實例,對算法性能進行了系統(tǒng)分析;高莎等[4]將原始點云與無人機影像融合,使地面點提取更加完整,DEM模型輪廓更加清晰。機載激光雷達技術(shù)的產(chǎn)生和發(fā)展也為制作數(shù)字表面模型、數(shù)字高程模型、數(shù)字正射影像和數(shù)字線劃圖等測繪成果提供了新的技術(shù)手段,已被廣泛應(yīng)用于道路測繪、地形測繪、礦山測量和建筑物三維重建等領(lǐng)域[5-7]。促進了許多交叉學(xué)科領(lǐng)域的發(fā)展。

本文選取植被茂密且坡度較陡的溝壑山區(qū)作為研究對象,探討研究機載激光雷達測量技術(shù)應(yīng)用到復(fù)雜的密林溝壑地形測繪以及數(shù)字高程模型生產(chǎn)的可行性和精度分析,并通過實例進行檢驗,驗證了研究成果的可靠性,具有重要的理論和現(xiàn)實意義。

1 機載激光雷達技術(shù)工作原理

機載激光雷達系統(tǒng)是一種高度集成多種電子設(shè)備的新型測量系統(tǒng),目前大多數(shù)機載雷達系統(tǒng)主要由以下4部分組成：激光掃描儀、慣性導(dǎo)航系統(tǒng)(inertial navigation system，INS)、差分全球定位系統(tǒng)(global positioning system，GPS)和高分辨率成像系統(tǒng)[8]。激光掃描儀主要由激光光源、發(fā)射及接收器、濾光鏡、傳感器和控制單元等多個部分組成,激光脈沖通過發(fā)射器發(fā)出,信號在傳播達到一定距離后經(jīng)過反射或散射被激光接收器接收,根據(jù)激光在空氣中的傳播速度便可得到兩者之間的距離信息;INS系統(tǒng)的主要工作內(nèi)容是計算出無人機在作業(yè)過程中的瞬時姿態(tài)角,包括航向角、俯仰角和橫滾角等;差分GPS系統(tǒng)基于載波相位工作原理對INS系統(tǒng)出現(xiàn)的誤差進行糾正,從而確保導(dǎo)航信息的準(zhǔn)確性;成像系統(tǒng)則用于獲取航測影像數(shù)據(jù),得到采集地物的真實顏色信息,可用于后期點云分類和紋理貼圖。各電子設(shè)備協(xié)調(diào)工作,精確同步,可以準(zhǔn)確計算獲取每一個激光角點的空間三維坐標(biāo),再經(jīng)過后處理軟件將點云與影像數(shù)據(jù)進行配準(zhǔn),就可以得到具有顏色信息的真彩點云數(shù)據(jù)。激光點云的生成與后期處理具體流程如圖1所示。

圖1 點云數(shù)據(jù)獲取與處理流程示意圖

2 點云數(shù)據(jù)獲取與預(yù)處理

2.1 研究區(qū)概況

研究區(qū)位于陜西省長武縣彬長礦區(qū)中部,地處黃土高原南部丘陵溝壑區(qū),區(qū)內(nèi)溝谷縱橫分布,切割較深,形成溝谷塬梁相隔的地貌,塬面以村落建筑分布區(qū)與農(nóng)田耕種區(qū)為主,溝谷地區(qū)則多分布著梯田與陡峭崖壁形貌,區(qū)內(nèi)黃土塬與坡谷相間分布,地勢呈東西兩側(cè)高、中部低的特征,如圖2所示。因位于礦區(qū)地下開采范圍內(nèi),需要定期對地表數(shù)據(jù)進行監(jiān)測,但其復(fù)雜地形對測繪人員作業(yè)造成了很大困難。在此背景下,選用Vsurs-L機載移動測量系統(tǒng)代替?zhèn)鹘y(tǒng)測量作業(yè),經(jīng)過實地踏勘并規(guī)劃航線,飛行航高設(shè)置為95 m,旁向重疊率為35%,進行航飛激光點云數(shù)據(jù)獲取工作。

圖2 研究區(qū)遙感影像圖

2.2 點云數(shù)據(jù)質(zhì)量檢查

原始點云數(shù)據(jù)的質(zhì)量直接決定了后期點云數(shù)據(jù)處理和模型構(gòu)建的精度,因此在數(shù)據(jù)處理之前的質(zhì)量檢查就顯得尤為重要,主要包括以下幾個方面：

(1)檢查航帶之間點云的匹配誤差,按航帶賦色顯示點云,對不同航帶的重疊區(qū)域進行剖面視圖檢查,查看是否存在不同航帶之間點云分層現(xiàn)象,如存在較大安置角誤差,則需要對誤差進行糾正：進行原始點云特征點采樣統(tǒng)計,通過最小二乘平差計算改正值,對點云進行優(yōu)化,從而消除或減弱航帶匹配誤差的影響。

(2)在保證數(shù)據(jù)質(zhì)量的情況下,消除點云航帶重疊造成的數(shù)據(jù)冗余,減小數(shù)據(jù)處理時的工作量,保證點云數(shù)據(jù)的一致性和準(zhǔn)確性。

(3)航帶間數(shù)據(jù)冗余剔除后,需要對點云密度進行檢查：經(jīng)過隨機抽樣檢測,實驗采集的原始點云平均密度為27 pt/m2,點云密度符合1∶500比例尺DEM標(biāo)準(zhǔn)所要求的16 pt/m2。

2.3 點云噪聲濾除

由于目標(biāo)的物理特性、空氣環(huán)境中細微物質(zhì)與儀器誤差等因素的影響,機載激光雷達系統(tǒng)采集到的原始點云中不可避免地存在少量的噪聲點,這些噪聲點一類是掃描儀發(fā)射的激光光束,沒有接收到目標(biāo)的返回信息,由此導(dǎo)致的粗差點叫遺失點;另一類是系統(tǒng)誤差和飛鳥飛蟲導(dǎo)致的極低點和空中噪點統(tǒng)稱為外露點,雖然這些干擾點在整個點云數(shù)據(jù)集合中占比較少,但其存在對數(shù)據(jù)質(zhì)量和進一步數(shù)據(jù)處理帶來很大的影響,因此,為得到更高精度的處理結(jié)果,就要先對點云數(shù)據(jù)進行預(yù)處理,將那些粗差點從整體數(shù)據(jù)中排除。本文實驗中原始點云大部分噪聲點通過Terra Scan軟件分類空中噪點和低于地面點兩個算法結(jié)合進行了有效濾除。

3 點云精確分類及DEM構(gòu)建分析

3.1 濾波算法對比分析

為了探究適用于密林山區(qū)溝壑地形的點云濾波算法,提高地面點云自動分類的精度,分別采用基于形態(tài)學(xué)的濾波算法、基于移動曲面的濾波算法、基于坡度閾值濾波算法和基于漸進三角網(wǎng)迭代加密的濾波算法4種地面點提取算法[9-11]對研究區(qū)進行濾波實驗。每種濾波算法參數(shù)閾值的設(shè)定通過調(diào)試盡量達到點云濾波的最佳效果,得到每種算法最優(yōu)的地面點提取結(jié)果后,為了便于觀察,對地面點進行構(gòu)網(wǎng)建模,各算法模型構(gòu)建結(jié)果如圖3所示。

(a)形態(tài)學(xué)濾波算法分類效果

(b)移動曲面濾波算法分類效果

(c)坡度閾值濾波算法分類效果

(d)漸進三角網(wǎng)迭代加密濾波算法分類效果

通過濾波后模型構(gòu)建結(jié)果以及截取剖面的方法觀察可知,4種算法在地勢較平坦的區(qū)域分類效果均表現(xiàn)良好,大多數(shù)非地面點被有效剔除,地形特征也得到了很好的保留。基于移動曲面的濾波算法和基于坡度閾值濾波算法得到的地面模型在溝谷區(qū)域中存在一定的凸起點,且基于坡度閾值的濾波結(jié)果中凸起點相對更多,這些凸起通過拉剖面的方法可以辨識出是算法中沒有識別出的少量低矮植被點,說明算法在坡度較大、植被覆蓋較多的地方分類效果降低,存在錯分現(xiàn)象;基于形態(tài)學(xué)的濾波算法在地勢較陡的部分對地面點的提取效果不佳,存在漏分現(xiàn)象,缺少了足夠的地面點進行構(gòu)網(wǎng),造成模型中溝谷地形特征表達出現(xiàn)不連續(xù);基于漸進三角網(wǎng)迭代加密的濾波算法在溝壑區(qū)域?qū)Φ桶脖稽c進行了有效濾除,且保留了原始地形特征,沒有出現(xiàn)不連續(xù)現(xiàn)象。通過對比分析發(fā)現(xiàn)，4種算法對坡度較大及復(fù)雜地形的植被分布密集區(qū)域,在閾值設(shè)置合適的前提下,基于漸進三角網(wǎng)迭代加密的濾波算法具有更好的適應(yīng)性。

為了定性分析幾種濾波算法的分類效果,采用激光點的誤分率評價點云濾波的精度,包括Ⅰ類誤差(TI)、Ⅱ類誤差(TII)和總誤差(TE)[12]。計算公式如式(1)～式(3)所示

式中,a表示分類正確的地面點數(shù);b表示錯分為非地面點的地面點數(shù);c表示將錯分為地面點的非地面點數(shù);d表示分類正確的非地面點數(shù)，e=a+b+c+d。由于缺少研究區(qū)的基準(zhǔn)數(shù)據(jù),本文借助區(qū)域內(nèi)航攝影像和Terra Scan軟件對點云進行人工精細分類,具體流程見3.2節(jié),將分類結(jié)果作為基準(zhǔn),與其他算法濾波效果進行對比得到精度評定結(jié)果，如表1所示。

表1 濾波效果精度評定表 單位：%

由表1可知,4種算法對大部分植被等非地面點都進行了有效濾除,但在坡度變陡的溝壑地形下,濾波效果不一。從結(jié)果上看,基于形態(tài)學(xué)的濾波算法Ⅰ類誤差較大,容易錯分地面點,產(chǎn)生的地形過度腐蝕,造成數(shù)據(jù)損失;基于坡度閾值濾波算法自適應(yīng)較差,誤差整體偏大,溝壑區(qū)域分類效果不佳;基于移動曲面濾波算法Ⅱ類誤差偏大;基于漸進三角網(wǎng)加密濾波算法的3類誤差都小于其他算法,分類精度最高。

3.2 地面點人工精細分類

原始點云通過去噪以及濾波算法處理后,點云分類的結(jié)果中還會存在一定的錯分點,因此需要通過人機交互的手段,對錯分點進行人工分類，效果如圖4～圖6所示,主要包括的內(nèi)容有：

(a)橋梁原始點云 (b)橋梁手動歸類后點云

(a)存在噪點的路面點云 (b)剔除噪點后的路面點云

(a)存在低植被點的梯田點云 (b)剔除低植被點的梯田點云

(1)在陡坎、陡崖等地形坡度較大的地方,為了后續(xù)模型更好地表達地形特征,對算法沒有識別出的地面點要加以補回,沒有過濾掉的低矮植被點需要進行濾除;

(2)在有湖面或其他水面區(qū)域內(nèi)由于激光雷達的特性使得點云存在偏差,通常采用的方法是對水面點進行置平操作,將水面內(nèi)高程進行統(tǒng)一;

(3)架空的橋梁、立交橋等歸類為人工地物,正常保留地面或水面上的點云數(shù)據(jù),其余數(shù)據(jù)歸類為非地面點;

(4)對沒有濾除掉的空中噪聲點和地面低點進行剔除,歸類到噪聲點圖層。進行人工分類操作時,不能修改點云的三維坐標(biāo)及回波等信息,不能直接刪除點云,對需要濾除的點云可以通過截取剖面處理的方式將其歸類到其他圖層。

3.3 DEM構(gòu)建與精度評定

點云經(jīng)過人工編輯后,檢驗地形是否完整平滑,滿足要求便可進行DEM輸出。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)模型和等高線模型等[13]。其原理是將分類后的地面離散激光點云通過一定的數(shù)據(jù)插值算法進行重采樣,空洞部分通過局部內(nèi)插獲得點位高程,生成符合原地形的三維模型。其中，常用差值算法以相鄰點高程為基準(zhǔn),根據(jù)地表形態(tài)在空間上的連續(xù)性和相關(guān)性,結(jié)合不同函數(shù)進行表面連續(xù)建模。不規(guī)則三角網(wǎng)模型相比規(guī)則格網(wǎng)模型減少了數(shù)據(jù)冗余,適應(yīng)性好,可以充分地表達復(fù)雜地形特征[14]。在ArcMap軟件中對原始地面點云創(chuàng)建LAS數(shù)據(jù)集,使用TIN工具構(gòu)建不規(guī)則三角網(wǎng)模型,最后利用創(chuàng)建好的不規(guī)則三角網(wǎng)模型轉(zhuǎn)換生成Grid格式的DEM。為了分析離散點云的構(gòu)網(wǎng)精度,需要對DEM的精度進行評定,通過外業(yè)采集得到測區(qū)內(nèi)共150個檢測點,以此作為基準(zhǔn),檢查模型成果中的高程精度,精度評定結(jié)果如表2所示。

表2 DEM精度評定表

通過檢測點精度分析,接近70%的點位誤差在0.1 m之內(nèi),總體誤差均值為0.07 m,高程模型中誤差為0.09 m,高程中誤差精度滿足《CH/T 8024—2011機載激光雷達數(shù)據(jù)獲取技術(shù)規(guī)范》[15]規(guī)定的1∶500地形圖高程精度要求,地形特征表現(xiàn)效果較好,相比其他傳統(tǒng)DEM生產(chǎn)方式更加便捷、可靠。

4 結(jié)束語

通過機載雷達設(shè)備獲取的點云數(shù)據(jù),具有高精度的三維空間數(shù)據(jù)信息,為制作高精度DEM提供了一種新的技術(shù)手段。本文系統(tǒng)介紹了機載激光點云數(shù)據(jù)處理及DEM模型建立評定的技術(shù)路線。針對研究區(qū)坡度較陡且存在大范圍林地的地形條件,通過實驗對比分析了幾種常用的濾波算法,結(jié)果表明，基于漸進三角網(wǎng)加密濾波算法的誤差值要小于其他幾種算法,能夠較好地濾除溝谷區(qū)低矮植被點并保留原始地形,分類效果良好,然后經(jīng)過人機交互重分類,內(nèi)插構(gòu)建高精度DEM,高程中誤差為0.09 m,精度滿足1∶500比例尺DEM成圖要求,對比傳統(tǒng)測繪方式在生產(chǎn)效率、人員投入、結(jié)果精度等方面具有極大的優(yōu)勢和極高的可行性。雖然激光雷達系統(tǒng)硬件設(shè)備生產(chǎn)較為成熟,但現(xiàn)有的數(shù)據(jù)濾波、數(shù)據(jù)內(nèi)插算法各有優(yōu)缺點,任何一種算法都難以做到適應(yīng)各種地形分類需求,因此,探索機載雷達技術(shù)點云數(shù)據(jù)處理與應(yīng)用,開發(fā)更加智能、精確、適應(yīng)性高的點云濾波算法值得我們?nèi)リP(guān)注和研究,對提高DEM生成質(zhì)量及未來機載雷達技術(shù)發(fā)展應(yīng)用都具有重要意義。