LIDAR点云数据处理与应用

王宇赤

（大庆油田工程有限公司 勘察工程部，黑龙江 大庆163712）

目前，随着航天技术的发展，激光雷达已成为一种新型的航空遥感传感器，其优势在于可全天候甚至夜间或恶劣天气进行航空遥感作业，并能够快速获取高精度的数字高程信息。LIDAR系统是应用多光束返回技术来采集高程，数据密度可达到常规摄影测量的三倍，提供理想的数据高程模型DEM，大大提高了正射影像的纠正精度。LIDAR数据的地理信息软件处理，可以直接与其他要素或影像数据合并，生成内容更为丰富的各类专题地图。

1 LIDAR点云数据获取原理

LIDAR系统是一个主动传感系统，该系统不依靠太阳光照，其本身发射激光脉冲照射地面上的目标地面，并通过接收激光脉冲的回波信号，经过相应的处理直接获取地面三维数据（见图1）。与传统测量方法相比，具有快速高效、精度高、数据密集高的优点。覆盖在地球上的目标如建筑物、植被及地面等都可以反射电磁波。获取地表地物的三维空间点坐标集是LIDAR系统的主要工作目标，该系统以传感器所发出的测量脉冲到传感器接收由地表目标物反射回的脉冲回波所需的时间（t），以及激光传播的速度（c）为依据来确定被测目标与传感器间的距离。在数据采集过程中，LIDAR传感器不断地向地面发射测量脉冲，监控器实时地记录每束测量脉冲回波发生点的三维坐标，这些三维点集的坐标信息就是LIDAR系统提供的主要测量结果。三维点云就是该系统所获取的数据，它包括每一点高程信息对应的位置信息，具有地物类别信息及丰富的目标多次回波信号及强度信息，还包含地物对象的高程信息等。

2 LIDAR点云数据分类与DEM生成

2.1 点云数据分类

在对点云数据进行分类处理前应对数据进行检验，剔除如特别高的点（云或飞行中的鸟）或特别低的点（地面以下的点）等错误及高程异常的点。激光点的分类是进一步处理的基础。一束激光打到地面上，可以有若干次的信号反射，我们既需要得到地表的信息，也需要将这些不同地物反射的激光点数据区分开。LIDAR点云数据的分类实质是一个人机交互的过程，需要依靠人为经验进行判断，并分出详细类别。首先应该对自已所处理的数据有一个全面的了解和分析，了解你所要处理的数据类型，是平地、丘陵地还是山地。了解地形后，就可以运行相应的参数，该参数就是根据不同的地形类别得出的系数值，在每个项目中都会有根据项目设定的一套针对不同地形而设置的粗分参数，即宏命令，例如平地、山地、梯田、养殖区等地形参数。在参数运行后进行的数据分类中，如参数不合理，在命令窗口中可先进行粗分参数的编辑，然后再运行并自动化取点。数据粗分完成后要对整块数据进行全面检查，看是否有数据丢失或异常等数据缺陷问题，确定没有后再进行仔细编辑，找回地面点并且尽量还原地形（见图2）。

图1 遥感影像地面三维数据

图2 影像处理前后点云数据

2.2 DEM的生成

DEM 即数字高程模型（digital elevation model的缩写），通常定义在x、y域的离散点（规则或不规则）上，并以高程表达地面起伏形态的数字集合，是一种对空间起伏变化进行连续表示的方法。DEM的制作前提是地面点的精确提取，由于地表一般为坚硬的固体表面，激光点不会穿透，除去由于其他原因引起的低点外，一般认为最低层的点即为地面点。打在树上的点会被反射回去，这样反复3～4遍直至打到地面上被地面吸收为止。通常具有明显的曲面形状的点都是地面点，而没有形成明显的曲面形状的都是废点。当然也会有例外，那种比较密集的灌木丛有时候看起来比较有规律，要参照影像进行区分。利用激光点云数据生成DEM的关键是对其进行过滤计算，即滤掉那些并非由地面点的回波信号而产生的数据，如房屋、植被、交通工具及桥梁等，以得到DEM。

3 点云数据的编辑处理

尽管软件可以对点云数据进行大部分的自动分类处理，但是自动处理算法因地面的复杂性和点云数据的随机性而无法保证完全的可靠性，因此，自动分类完成后，对于一些物体的交界处、植被、陡坎、建筑以及水域等比较特殊及复杂的目标仍需进行人工交互编辑。人工编辑的目的是剔除自动滤波、自动分类没有滤掉的粗差和激光点，从而达到数据处理的质量控制目的。

设定了最适用的参数值也就得到了最省时的半成品，但在特殊的地方如陡坎、居民地、植被茂盛区还需要用手动的方式找回地面点，即细编辑。也就是需要不断地手动拉剖面找回地面点，拉剖面时应从低到高，垂直于地物拉剖面，剖面拉的不要太宽，这样可以直观地看清剖面。

3.1 居民地

房屋下的房基形状完整，在能满足精度要求的前提下，较好地保留和取舍:形状不完整的在确定地形的形状或位置时可降点保持地基完整，较小的单独地基可以删掉。房区中的所有道路点都要保留，房区里的围墙、树木、草堆、杂物都需去掉，大型人为堆出来的临时性土堆可以不保留（见图3）。

图3 房屋点云数据

3.2 带有低矮、密集植被和农田的平地

编辑植被时影像只能作为参考，判断有无植被，并通过影像来判断植被的高低，原则是只要有植被，能拿走的就要拿走，如果在剖面上分析，植被不是很高，并且很密集，分不出是植被点还是地面点的，可以认为植被很低，可以不处理，但只要在剖面上能辨别出有高差的植被点，就应取走。路两侧的行道树去掉，树下有渠且形成一定规模，则渠的点要保留（见图4），无论在什么情况下，只要确定为渠点就要保留。农田的田埂要保留，田埂上的植被应去掉，高出田埂的植被点尽量去掉，如去掉后导致地形失真的，可用降点的方法来补充。

3.3 带有植被和石头的山

石头和植被共有的地方需看清楚影像中是石头多还是植被多，如果石头多植被少，而且还是低矮的植被，就可以忽略植被不处理；如果植被比石头多，而且石头又是一些不太大的碎石，可以将植被和石头图像一起去掉。如果是大石头，就要保留石头去掉植被，全部都是大石头的山就把点全部保留。山中小路要保留，不能少点。山中存在地形的地方必须要保证地形的完整，如沟、坎、山包等地形都需要保留。

图4 水渠及行道树点云数据

4 结 语

LIDAR技术在农业、水利电力设计、公路铁路设计、国土资源调查、交通旅游与气象环境调查、城市规划等各大领域中可以得到广泛的应用。激光雷达以其高超的性能已成为各种测量应用中深受欢迎的一种高新技术，可以快速地完成地面高程模型DEM及数字正射影像图DOM的大规模生产，大大提高了航测成图的作业生产效率，减少生产环节，缩短生产周期，提高成图精度，可提供更为丰富的地理信息。

［1］于明旭，纪志浩，林乐胜.点云数据配准算法的研究［J］.交通科技与经济，2013，15（5）:122－124.

［2］赖旭东.机载激光雷达数据处理中若干关键技术的研究［D］.武汉:武汉大学，2006.

［3］马琳.基于Erdas软件对立体SAR数据提取DEM的方法［J］.交通科技与经济，2014，16（1）:118－121.

［4］吕磊，邢汉发，王叙泉.基于地面LiDAR技术的异型建筑竣工测量方法研究［J］.测绘工程，2014，23（1）:78－80.

［5］张汉德，潘中杰，别君.LiDAR系统中偏心矢量的误差分析与研究［J］.测绘工程，2013，22（5）:1－4.

［6］陈云，丁思磊，王铁军.基于Terra Solid软件的Lidar数据处理初探［J］.测绘与空间地理信息，2009（4）:48－50.

［7］陈永枫，徐青，邢帅，等.基于扫描线和虚拟格网的Li－DAR点云数据非兴趣点剔除方法［J］.测绘工程，2013，22（6）:27－30.

［8］范亚兵，王明海，潘静原，等.基于LiDAR数据与数字相机快速生成正射影像技术研究［J］.测绘工程，2013，22（6）:35－38.