航空攝影測量LiDAR技術(shù)低矮植被點云的分類

發(fā)布日期：2019-07-12 00:00 瀏覽量：14839

機載LiDAR技術(shù)是激光測距技術(shù)、高精度動態(tài)載體姿態(tài)測量技術(shù)和高精度動態(tài)GPS差分定位技術(shù)迅速發(fā)展的集中體現(xiàn)。作為一種先進的技術(shù)能夠快速獲取地形數(shù)據(jù)，在測繪航空攝影測量領(lǐng)域被廣泛應用，在三維信息獲取中扮演重要角色。

機載激光LiDAR系統(tǒng)所獲取的原始LiDAR點云數(shù)據(jù)包括地面點和非地面點（可能包括少量噪聲點），如何區(qū)分地面點與非地面點（包括植被點、建筑物點等）是廣大測繪工作者共同關(guān)心的前沿問題。國內(nèi)外研究者，開展基于機載LiDAR技術(shù)的分類工作，取得大量研究成果。本文就來說說低矮植被分類的方法。

一、點云空間特征識別植被點云

點云具有空間幾何特征，例如點與點之間的距離特征，點云構(gòu)成的平面法向量特征等?？梢酝ㄟ^不同類型點云的空間幾何特征的不同進行植被點云的識別。

二、區(qū)域增長法結(jié)合梯度分割法識別植被點

區(qū)域增長法從像素出發(fā)，按某一屬性一致的原則，將屬性相似的連續(xù)的像素集合成同一區(qū)域。通過區(qū)域增長法，把高程接近的地物點合并為一個區(qū)域，計算每個區(qū)域的面積。面積較大的區(qū)域劃分為建筑物點濾除。但是一些面積較小的房屋沒有被濾除，還有以下坡度較大的地面點被誤判為植被點，所以還需進行梯度分割法識別植被點。

三、漸進加密三角網(wǎng)濾波算法

漸進加密三角網(wǎng)濾波算法通過種子點生成一個稀疏的TIN，從點云中提取了初始的地形，再逐層將滿足閾值條件的點加入到三角網(wǎng)中，一直到所有滿足條件的點都被添加到地形中去。

漸進加密三角網(wǎng)濾波流程：

①航空攝影測量LiDAR點云數(shù)據(jù)的獲取；

②將點云數(shù)據(jù)進行格網(wǎng)劃分，取高程較低的點構(gòu)成三角網(wǎng)；

③判斷待確定點到三角面片的垂直距離和到三個頂點的夾角是否滿足設(shè)定閾值；

④將滿足條件的點加到三角網(wǎng)中，重新建立三角網(wǎng)，達到加密三角網(wǎng)的效果；

⑤逐個檢測每個點重復③④步，直到?jīng)]有符合條件的點為止。

有學者孫嘉悅，張旭晴，牛雪峰等研究了區(qū)域位于吉林省西北部的白城地區(qū)，松嫩平原西部，科爾沁草原東部的某項目。其地勢由西北向東南依次為低山、丘陵和平原，西南略有抬升。白城市草原遼闊，可利用草場面積 9064Km²，適用于提取植被點試驗。低矮植被為植高 20cm~30cm的不易與地面點分離的植被點。選取一塊寬1600像素，長1200像素，像素大小為 0.05m的區(qū)域，區(qū)域內(nèi)包含1410個激光點，其中包含地表點與低矮植被點兩種激光點。

在數(shù)據(jù)處理過程中，通過對研究區(qū)域進行去噪工作、保持迭代角度為3度不變、距離為0.31m不變且角度為2.5度~3度每隔0.1m做一次實驗等流程后論出：

在低矮植被較多或者地勢平坦的區(qū)域，迭代角度為最小值１時，低矮植被點造成的小氣泡狀的等高線會被完全清除，此現(xiàn)象說明迭代角度值越小，低矮植被分離效果越好；

但對于低矮植被較少或者地形起伏較大的地區(qū)，迭代角度在低于26時，DEM出現(xiàn)失真現(xiàn)象，說明在低矮植被較少和地形起伏較大的情況下迭代角度與迭代距離的值并不是越小分離效果越好。

漸進加密三角網(wǎng)算法適用于地勢平坦地區(qū)分離低矮植被點，不適合地形起伏較大的山區(qū)與城市地區(qū)。

文章來源于網(wǎng)絡(luò)，由飛燕遙感i-abc.com.cn編輯。登載此文出于傳遞更多信息之目的，版權(quán)歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權(quán)益，請聯(lián)系我們。