【点云学习】无“米”，也能煮“饭”！利用“点云智绘”反演机载LiDAR林下缺失地面点攻略

与其他遥感技术相比，机载LiDAR具有穿透植被冠层获取被植被冠层遮蔽区域地形信息的独特优势，使得机载LiDAR测量技术在地形测绘领域得到了广泛的应用。
但受限于激光雷达硬件系统发射能量强弱、光斑大小、林木茂密程度等多个因素，机载LiDAR仍然无法获取部分林下地面点。这给测绘人员带来极大困扰，需要通过大量的人工编辑来部分解决林下地面点缺失的问题。
“点云智绘”3.5版本带来了全新的修复机载LiDAR林下缺失地面点功能——“地形反演”。本文将详细的分享该功能。

一、“地形反演”原理

“点云智绘”实现了“点云滤波与地形反演”同步进行的地形精细提取模式。即，“点云智绘”软件中，在实现点云滤波、输出滤波结果的同时输出了一套外推的地面点点集。此套外推的地面点点集具有下述特点：

1. 我们“地形反演”是采用深度学习、迁移学习、贝叶斯学习等机器学习方法反演得到，而不是内插得到的。无论是采用反距离内插、基于TIN的双线性内插、克里金内插，内插的过程是建立未知点与已知邻近地面点的函数关系模型，即未知点与临近点之间的数学模型是可知的；而我们的地形反演法，是基于未知点周边地形的趋势预测，而且未知点与临近点之间的数学模型是来自于已知样本的训练。

2. 我们“地形反演”中获取的地面点分为两类，一类点来自原点云的原始点；一类点的x、y平面坐标来自原点云的原始点，但高程z来自于预测。我们软件外推出的地面点点集分布更自然，确切的说，我们 “地形反演”出的地面点（下图中的右窗口中的点云）与原点云（下图中的左窗口中的点云）的空间分布形态是高度相似的。
   

3. 我们“地形反演”是点云滤波的副产品。进一步说，点云滤波的精度高，则“地形反演”获取的地面点点集的可信度就高。我们 “地形反演”出的地面点（下图中的右窗口中的点云）与原点云滤波识别的地面点（下图中的左窗口中的点云），其中大部分是相同的；只在原点云林下地面点缺失的地方，“地形反演”出缺失的地面点，且“点云智绘”软件滤波的精度越高，相同点的比例越大，如下图所示：
   

另外，我们假设需要反演机载LiDAR林下地面点的仅仅是局部区域。即，测区激光雷达穿透性全局、整体上是良好的，仅仅只有局部区域的激光雷达穿透性不好、且需要通过“地形反演”来修补缺失的地面点。下图中，桃红色边界范围内的局部点云是我们要通过“地形反演”来完善林下地形的区域。

二、滤波与“地形反演”的联合操作步骤

结合原理介绍，我们设计了下述操作流程。首先，使用过程中，相关区域的点云数据中如果存在粗差点，我们建议：需要先剔除粗差点。接着，对于一个点云数据的地形提取，被分为滤波和地形反演两个大的部分：

1. 第一“滤波”。即精细地形提取，参考点云智绘既有的相关操作即可。
2. 第二“地形反演”。
   本推文中的案例数据由北京四维某公司提供，试验区域位于四川泸州市泸县境内，该区域的植被茂密，局部存在激光雷达穿不透树木冠层无法获取完整地面点的问题。

2.1 滤波

点云滤波采用“大疆L1行业应用模块/地形精细提取”下的相关模块，模块位置如下图所示：

某点云数据的滤波结果如下图所示。下图中，左窗口为滤波获取的地面点、非地面点的结果；而右窗口为滤波获取的仅仅为地面点的结果。

下图为上图的局部放大图：

2.2 地形反演

我们将对局部地面点缺失区域一一进行地形的修复。具体操作步骤如下所述。

2.2.1 选择待处理的局部区域点云

用户通过浏览地面点、TIN模型等多种方式来选在林下地面点缺失的区域，这些区域一般满足下述特征：

1. 地面点极其稀疏、甚至大面积缺失，如下图中的左窗口所示；
2. TIN模型中出现了大三角形。

如下图中的右窗口所示。

选择待修复的局部区域时可以遵循两个原则：

1. 用户选择的局部区域要稍微大于用户感兴趣的森林区域。
2. 用户选择的局部区域的地形如果属于高山、山区、或丘陵这三种场景类型，建议选择的局部区域尽量保留一座完整的高山、山区、或丘陵。而且，越完整，效果越好。

我们在“云图”中使用“绘制矢量”、“剪切”工具来完成局部区域的点云数据选择。

1. 使用“绘制矢量”工具画一个多边形，如下图所示:
   

2. 使用“剪切”工具裁切感兴趣区域的点云。
   

利用“使用已存在多边线”模式利用刚刚绘制的多边形选择感兴趣区域的点云。

注意，利用“剪切”工具中的“内剪切”、“外剪切”分别获取两个点云数据，称为“内剪切.las”、“外剪切.las”。
其中，“内剪切”获取的点云为需要进一步处理的数据，处理完毕后将 “外剪切”、更新的“内剪切”的点云数据再次合并形成新的点云。

2.2.2 选择待处理的局部区域点云

对“内剪切.las”点云数据进行下述处理：

1. 将点云智绘软件的“云祥”设置为“专业版”。

2. 将点云数据导入“云祥”中。

3. 使用相应的“大疆L1行业应用模块”下的“精细地形提取”对应的各个子模块进行点云滤波（必须是一键、无参的模式）。滤波后，新产生了一个推算的地面点点云文件，“内剪切_InterpolatedPoints.las”。注意两点：第一，对于非平原地形地貌的场景，建议使用“一键式高山区域精细地形提取（无参版）”；第二，“最短三角形边长”建议设置为1.00m，
   如下图所示：
   

4. 将滤波后的“内剪切.las”点云数据中的“默认类别–1”进行另存、保存为独立的las格式点云数据，点云文件名记为“内剪切_KeepClass1.las”。

5. 将“内剪切_InterpolatedPoints.las”、“原内剪切_KeepClass1.las”合并为一个新的las格式点云文件，称为“新内剪切.las”。

6. 合并“新内剪切.las” 、“外剪切.las”为新的las格式文件，即为最终的点云文件。

其中，对于步骤（5），*“内剪切.las”中的地面点（下图左窗口）、“新内剪切.las”中的地面点（下图右窗口）*如下图所示：

“内剪切.las”中地面点构建的TIN（下图左窗口）、“新内剪切.las”中地面点构建的TIN（下图右窗口）如下图所示：

三、小结

点云智绘软件的“地形反演”功能可以部分解决激光雷达系统无法获取茂密森林地区林下地形信息的问题，反演出的地面点、结合我们的技术流程可以逼真的模拟森林地区的地形地貌，比较适合我国南方密林地区的精细地形提取。

点云智绘软件基于创新性的面向对象的点云分析理论，形成一套完整的点云处理和分析技术流程，目前已经具备了点云滤波生成DEM、生成等高线、生成断面线、计算填挖土方量、获取地形关键点、提取激光SLAM点云建筑物平面图等产品的能力，而且具有高效、人工干预量少、使用方便的优点。

试用申请：13581710873 李经理（微信同号）、18533093957 范经理（微信同号），欢迎试用，并联系加入我们技术交流群。

转自公众号点云催化剂