基于Terra Solid的机载激光雷达点云数据处理应用

基于Terra Solid的机载激光雷达点云数据处理应用
发表时间：2019-06-20T11:45:12.637Z 来源：《基层建设》2019年第9期作者：姚思贤
[导读] 摘要：机载激光雷达（light detection and ranging，LiDAR）是于20世纪80年代发展起来的一种集全球定位系统、惯性导航系统与激光测距技术于一体的新型主动式空间信息获取技术。

中科遥感科技集团有限公司天津市 300300
摘要：机载激光雷达（light detection and ranging，LiDAR）是于20世纪80年代发展起来的一种集全球定位系统、惯性导航系统与激光测距技术于一体的新型主动式空间信息获取技术。

它可直接获取地面目标的三维坐标，不受阴影和太阳高度角影响，并可与数字航摄仪相结合获取地物光谱、纹理信息，具有控制测量依赖性少、受天气影响小、自动化程度高、成图周期短等特点，基于TerraSolid系列软件构建完整的用于机载激光雷达点云数据处理的详细技术流程，通过优化处理流程提高其数据处理的效率和精度。

对4组实验数据的处理结果表明，该技术具有较好的可行性和较高的工作效率。

关键词：基于Terra Solid；机载激光雷达；点云数据；处理应用
1、前言
近几年，随着机载激光雷达硬件系统的快速发展，其产生的点云数据也变得更加精确，更加海量。

在整个激光雷达的数据处理过程中，占60％～80％的点云数据分类工作已经成为制约LiDAR进一步应用发展的瓶颈问题，设计高效、高精度的海量点云数据处理流程意义十分重大。

2、基于Terra Solid的点云数据处理流程
目前的LiDAR数据处理技术、流程和方法还很不完善，使用TerraSolid软件实现机载LiDAR点云数据的处理，直至生成DEM产品的过程主要可以归为以下五大步骤。

2．1导入原始数据并建立项目流程
导入原始点云数据和建立项目是后面所有操作的阶石，具体操作步骤顺序如下：
1）设置坐标系。

2）导入飞行航线。

3）导入机载LiDAR点云数据，检查覆盖情况，确定点密度及单个作业Block大／]、（2GBRAM：5百万个点，4GBRAM：1．O～1．5千万个点）。

4）定义作业区。

5）裁切飞行航线（值得注意的是，航线不能自相交）。

6）定义项目（新建后要注意保存）。

7）定义作业分区Block（定义后，删除并在指定层重画Block）。

8）导入机载LiDAR点云数据点，生成分区存储的机载LiDAR数据点文件。

9）推测航线号并检查正确性。

2．2数据校正流程
原始数据在使用之前需要进行适当的数据校正处理，任何一个技术环节把握不当都将直接导致项目的失败。

TerraSolid主要是用宏命令的方式帮助校正、平差、纠正相关数据项。

详细流程如下：
1）创建用于数据校正的项目文件（注意只选择几个有不同坡向或多坡的Block区进行测试）。

2）装载TerraMatch模块。

3）运行“Measurematch”命令，量测相邻航线间的匹配差值。

4）运行“Findmatch”命令，计算3个角度偏转误差及镜向比例误差，保存改正数及误差报告。

5）运行“Applycorrection”命令，用上一步保存的改正数纠正整个项目区数据。

6）检查改正效果。

7）运行“Findmatch”计算Z误差（整个测区），保存改正数及误差报告。

8）选择整个项目，Solvefor：individuallines。

9）如果需要，对误差较大的航线调整其质量属性。

10）运行“Applycorrection”命令，用上一步保存的Z改正数纠正整个项目区数据。

11）检查改正效果。

12）运行“Findfluctuation”量测整个测区重叠部分的波动较差，保存改正数及误差报告。

13）对整个测区进行波动较差改正。

14）检查改正效果。

15）检查整体匹配效果。

2．3机载LiDAR点云数据的自动分类流程
机载LiDAR的点云数据的分类处理概括地分为自动分类处理和手动分类两部分。

这项工作在整个机载LiDAR的数据后处理过程中占六到八成的T作量。

下面详细介绍自动分类处理的流程：
1）删除重叠点（有的项目不需要删除）。

2）创建宏命令进行单航线地面点分类，由4个命令组成：①“Lowpointclassification”ingroups，即成组的低点分类。

主要指明显低于地面的点，如在开着的检修井里的点、反射错误的点等。

②“Lowpointclassification”singlepoints，即单个的低点分类。

③“Groundclassification”，即地面点分类。

④“Belowsurface”，即低于表面的点分类，在非常粗糙的区域稍低于地面的点。

3）运行于一个区，检查结果。

在利用宏进行数据分类时，由于分类宏参数设置的偏差，会导致房屋有些地方分的不到位，有一些不属于房屋的点进入。

这样在后期处理时就要多注意一些。

所以宏的参数设置很重要，需要多试验几次再确定。

4）运行于整个区。

5）还原前面分类为地面的点为默认类（De—fault），创建宏运行并确认结果。

6）最终Ground分类，即地面点分类（注意不要勾选“processflightlineseparately”）。

7）植被和建筑物等分类。

2．4机载LiDAR点云数据手动分类与编辑流程
由于机载I。

iDAR点云数据用宏处理的只是自动的初步分类，仍会存在许多分类误差，如存在飞点、地面点缺失等。

接下来就是手动处理一些宏没有自动处理好的地方。

1）“Pointdisplay”参数。

设置TerraScan模块的主工具栏的SettingT-具“Pointdisplay”参数。

2）“Editablelasermodel”参数。

设置TerraModeler模块的主工具栏Setting工具的“Editablelasermodel”参数。

3）导入*．ptc文件。

在TerraScan工具栏中选“DefineClasses”工具，加载之前已经分类设置好的图层文件（*．ptc）。

4）导入*．prj文件。

需用记事本打开*．prj文件，导入数据路径，即“Directory=数据路径”。

5）检查数据是否完整。

6）使用背景影像。

①有同时获取的航空影像时，使用Terraphoto制作简易正射影像。

②无航空影像时，利用机载I．iDAR数据点生成Intensity灰度影像，或参照Google影像。

7）建立多个视图窗口并同步显示。

8）根据晕渲的TIN表面发现异常点，主要如陡坎、河岸等地形变换较大处的地面点分类。

9）注意大面积没有分类为地面的地方。

10）重点查找。

11）手动处理本应为地面而未被分类为地面的点，工作量比较大。

12）手动处理非地面点，如树冠、桥梁、人工建筑物等被分类为地面点的要予以改正，特别是桥梁，工作量比较大。

2．5最终成果制作流程
原始数据经过前面四大步的处理之后，可以根据客户的具体需求制作最终成果。

1）确保手动编辑的地面点（BareEarth）的分类正确。

2）模型特征点（ModelKeypoints）手动编辑处理后，从地面点抽取尽可能少的能控制住地面精度的点。

3）生成产品。

①生成GRID模型。

由地面点生成规则格网的地面点数据。

②生成TIN模型。

考虑其它方式获取采集的特征线（Breakline）数据的约束生成不规则三角网模型，③生成等高线模型。

也需考虑特征线数据的约束，经平滑处理和等高线关键点的提取处理后，生成等高线模型。

3、结束语
本文针对机载激光雷达点云数据的处理，构建了基于TerraSolid的机载LiDAR点云数据处理详细流程：包括导入原始数据并建立项目流程、数据校正流程、机载LiDAR点云数据的自动分类流程、机载IADAR点云数据手动分类与编辑流程、最终成果制作流程五部分。

本文的流程设计从根源上实现了提高机载LiDAR数据处理效率和精度的目的。

参考文献：
［1］刘瑶，王健，彭福国，等．基于机载ＬｉＤＡＲ点云的岛礁提取方法［Ｊ］．测绘工程，２０１２，２１（６）：３６－３８．［2］龚亮，李正国，包全福．融合航空影像的ＬｉＤＡＲ地物点云分类［Ｊ］．测绘工程，２０１２，２１（１）：３８－４２．。