机载激光雷达原理与应用科普（四）

内容摘要：目前，机载LiDAR测量技术正处于蓬勃的发展时期，基于机载LiDAR技术和处理方法的研究处于百花齐放的状态，其应用覆盖了多个领域，研究内容涉及多方面。虽有许多应用已经展开，但关于机载LiDAR点云数据后处理的研究仍相当滞后。随着国内外众多公司、大学及科研机构纷纷加入LiDAR研究的行列，并加大处理算法研究的人力、物力的投入力度，有望在不远的将来在该领域取得突破性进展。

机载LiDAR的研究热点和难点

1、对机载LiDAR系统的硬件功能的完善
一是增加数据采集的波段数，获取更大容量和更多种类的数据，提高辨别地物种类的能力；二是增加激光脉冲发射频率，增加采样点的密度，提高辨别地物边界的能力；三是增加回波数据的采样频率，将回波采样由单次采样，发展为多次采样，为森林管理、城市规划等特殊应用提供更为详尽的点云信息；四是提高GPS、INS等定位系统的精度，从而提高整个系统的绝对定位精度。

2、系统检校和航带平差

系统误差的存在不仅影响点云的三维坐标的绝对精度，更重要的是系统误差导致不同条带的同名特征间存在三维空间偏移，严重影响点云数据的相对精度，这些相对偏移严重影响了后续的数据处理和信息提取，如基于大范围多条带点云数据的等高线提取、三维城市建模，由于空间偏移的存在使得等高线变得破碎不连续，采用存在明显相对偏移的多条带数据进行三维城市建模则可能导致建模错误甚至建模失败，同时，要获取大范围的精度一致的空间信息，也必须保证消除不同航带间的空间偏移。因此机载LiDAR数据的系统误差处理是机载LiDAR对地定位技术的基础问题，消除或者削弱存在的系统误差的影响是获取高精度点云的前提。由于系统检校精度是影响数据精度的主要因素，检校误差是主要系统误差源；同时由于飞行时GPS/INS 观测误差的影响，即使检校过的数据仍然受GPS/INS 观测误差的影响，需要通过航带平差技术来消除其影响，因此系统检和航带平差是获取高精度点云的两个关键处理技术。

3、机载LiDAR点云数据滤波生成DEM
机载LiDAR测量技术目前主要用于获取大面积的三维地形数据、快速生成数字高程模型（DEM）产品，其中，点云数据滤波是从机载LiDAR点云数据中提取DEM信息至关重要的一步。

DEM己经成为许多国家的空间数据基础设施（NSDI）的基本内容之一，被纳入数字化空间数据框架进行规模化生产。它是正确计算坡度、坡向，提取流域地形特征，进行水文分析的前提，是建立不同层次资源与环境地理系统不可缺少的部分，在地貌定量分析、流域水文和土壤侵蚀模拟分析、军用民用工程设计、灾害评估、遥感图像辅助分类、可视化、虚拟现实、以及为地理信息系统提供基础数据集等方面具有重要用途。因此，人们一直在探讨一个高效获取高质量、多尺度的DEM生产流程。
目前，DEM的生产数据来源主要有野外测量，主动/被动遥感测量，数字化地形图等几种方式。然而传统的测量方式（野外测量，航空/卫星影像等）对一些特殊的地理区域如森林地区，海岸，湿地等测量无能为力。此外，在普通地区可以进行的人工测量虽然获得的数据精度较高，但作业周期长，强度高，数据更新缓慢，被动式遥感测量手段，即多光谱或高光谱遥感影像数据容易受到被测目标阴影的影响，且无法穿透密集植被的上层结构及水体，无法获得森林地区、建筑物密集的城区及海底的高精度DEM。干涉雷达（INSAR）虽然理论上也具备很多机载LiDAR系统的优势，如能穿透某些地物进行测量，但干涉雷达对植被的穿透力不如LiDAR，而且INSAR只能进行侧视成像，获取的测量点稀疏，精度低，有遮蔽区域。机载LiDAR技术因它独特的数据采集方式为DEM生产带来了革命性的变化。

要从机载LiDAR的点云数据中提取DEM，需要去除属于地物的激光脚点，这个过程就是滤波。目前，研究人员已经提出了多种滤波方法，诸如分层稳健线性内插法、不规则三角网渐进加密法、基于形态学的方法等。唐菲菲、管海燕在各自的博士论文中对已有的滤波方法做了描述和归纳分析。可以看出，这些滤波算法还存在诸多的问题，比如参数的自适应性差、无法适合复杂的场景、将较多的地面点误判为地物点等。因此，需要对滤波方法进行更深入的研究，以提高滤波结果的精度和自动化程度。
同时，机载LiDAR数据具有高密度的特性，一般利用滤波后的数据生成致密、的DEM。然而许多应用中，较小比例尺（小尺度、低分辨率）的DEM就可以满足要求。因此，研究一种技术能从致密的DEM数据自动获取较低分辨率、较小比例尺的DEM的技术是十分必要的。这样，我们只要利用机载LiDAR获取了高分辨的DEM，就可以根据需要生成各种比例尺的DEM。这属于DEM的多尺度表达和自动综合的问题，是DEM相关的研究中的经典问题。
4、基于机载LiDAR数据的目标识别和三维重建
随着“数字地球”的推进，“数字城市”的建设也成为人们关注的热点。数字城市是“数字地球”的一个重要组成部分，已被广泛运用于城市规划设计、建筑物景观模拟、通讯基站布网设计等领域，其中自动的建筑物三维重建是关键。
建筑物的自动提取和三维重建一直是摄影测量与计算机视觉领域极具挑战性的课题，到目前为止，还没有得到很好的解决。尽管很多研究人员围绕这一问题进行了大量的深入研究，但目前商业产品中能够自动进行房屋提取的系统还没有出现。从影像中自动提取建筑物模型还存在许多困难。影像的噪声、光照条件、阴影、遮挡以及场景的复杂性使得建筑物的检测变得相当复杂。影像中存在太多的边缘信息，从而使得建筑物的边缘很难正确获得，即使经过多次求精，还会存在许多伪边缘干扰。它的解决需要综合利用摄影测量、图像处理、计算机视觉、计算机图形学、数理统计等多学科的综合知识。

机载LiDAR为实现建筑物的检测和三维重建提供了新的数据源。在现实生活中，建筑物通常具有规整的几何特征、高于周边的地表，在LiDAR数据中，建筑物则表现为高程上的突变和规整的几何形状。由于LiDAR数据的精度比较高，受到的干扰少，并且建筑物点和非建筑物点在结构形态上的差异比较大，因此，可以使用LiDAR数据本身的特性直接检测建筑物，并利用相应的高程信息进行建筑物的三维重建。荷兰Delft技术大学、奥地利Vienna大学、加拿大的卡尔加里大学等高校和科研单位在从LiDAR数据中进行建筑物的自动识别和重建方面进行了大量的研究，取得了一定的成绩；但现有的方法还具有一定的局限性，还不是很成熟；需要继续深入的研究。
5、机载激光雷达数据与其他辅助数据的融合
随着各种空间数据采集方式的出现以及采集能力的不断提高，可获取的空间数据日益丰富。如何将机载激光雷达数据与其它方式获得的遥感数据进行融合处理，以相互促进，更好地为地球信息科学和数字地球服务，也是测绘学者们关注的一个问题。例如，如何将机载激光雷达数据与现有GIS数据融合，实现城市基础地理信息的快速更新；如何实现通用多传感器、多数据源的完全融合，甚至在遥感平台就实现数据的在轨处理，及时将需要的信息直接发送回来，可以大大节省数据存储空间和数据后处理的时间。
[参考文献] 王丽英. 机载LiDAR数据误差处理理论与方法[M]. 测绘出版社, 2013