[发明专利]基于全波形机载激光雷达数据的TIN滤波修正方法

说明书

本发明公开了基于全波形机载激光雷达数据的TIN滤波修正方法，(1)全波形机载激光雷达的准备和安装。(2)利用步骤(1)中的设备进行数据采集。(3)分别提取机载激光雷达数据中的点云属性特征和全波形数据的回波参数特征。(4)将步骤(3)得到的机载激光雷达数据中的点云属性特征和全波形数据的回波参数特征结合，提取植被点云数据。(5)基于步骤(4)提取的植被点云优化地面种子点选取过程，获得高精度的地面种子点集。(6)利用步骤(5)选取的地面种子点集构建初始三角网，实现地面点提取，得到数字地面模型。本发明利用全波机载激光雷达两套数据，通过特征分析与处理，从而达到提取高精度数字地面模型的目的。

【技术领域】

本发明涉及机载激光雷达技术领域，特别涉及一种基于全波形机载激光雷达数据的TIN滤波修正方法。

【背景技术】

机载激光雷达(Airborne Light Detection And Ranging，LiDAR)是一种主动式航空遥感对地观测系统，是九十年代初首先由西方国家发展起来并投入商业化应用的一门新兴技术，它集成激光测距仪、全球定位系统(GPS)和惯性测量单元(IMU)于一身。该技术在三维空间信息的实时获取方面产生了重大突破，为获取高时空分辨率的地球空间信息提供了一种全新的技术手段。机载LiDAR通过发射和接收激光脉冲，能直接、快速获得地表密集的高精度三维点坐标(即机载LiDAR点云数据)，获取的点云数据精度高、密度大，能很好地表现地表细节。

近年来，如何处理LiDAR观测数据并提取DEM已成为一个热门的研究领域，这也是本论文的重点研究内容。然而，到目前为止，关于采用机载LiDAR点云数据提取DEM过程中仍然存在一些关键问题没有解决，主要表现在点云信息的获取和点云数据的滤波。利用点云数据获取DEM的工作流程已经比较成熟，通常在提取到三维点云的几何信息以后选用插值的方式，得到DEM产品。在机载LiDAR数据处理领域，机载LiDAR点云数据滤波是重要的研究内容，目的是将地面点和非地面点从点云数据中分离出来，这是提取DEM的关键技术。现有针对机载LiDAR数据的过滤算法在地物复杂程度低的情况下效果较好，但随着地形复杂程度提高，比如，自然界具有复杂的地形特征和地物覆盖类型(密度高低不一的植被，自然地貌，人造地貌等)，使得一些DEM提取算法可能在某些特定区域失败。此外，激光束从激光发射仪发射以后有一定的发散角(一般为几个毫弧度)，经空气传播到地面时，会形成一定直径的地面光斑；如果该光斑内同时存在地面和低矮植被，那么当植被的高度小于一定程度时(即测距分辨率)，就无法形成两次回波，这种情况下的低矮植被会被误认为地面点(即伪地面点)，导致获取的DEM高程值虚假增加(成为误差)，最终影响DEM的精度。

目前，随着全波形LiDAR观测技术的发展，全波形LiDAR数据为研究提供了更多的目标信息，为解决困难区域DEM数据获取精度的提高带来了新的可能。与传统的机载激光LiDAR系统相比，全波形LiDAR系统具有两点优势：(1)全波形LiDAR系统接收的回波信号包含更加全面的地面几何信息。这意味在同一个光斑内，全波形LiDAR数据比传统LiDAR数据能够更详细地描述目标地物的粗糙度、水平分布和垂直结构等信息(尤其在林区)。(2)全波形数据经过波形分解以后可以得到更丰富的高密度、高精度三维点云数据。全波形数据分解的基本目的是实现从一维信号到三维点数据的转化，即根据一维波形信号获取三维地形信息。采用高斯分解方法可以提取额外波形信息(脉冲宽度和振幅等)，获得的波形参数不仅使波形数据处理精度更高，而且能反映地物特性，在一定程度上弥补了传统离散LiDAR数据缺少光谱信息的不足。另外，全波形相较于离散LiDAR数据具有分辨率方面的优势。通常，离散LiDAR数据由于缺少光谱信息，在地物精分类应用上存在先天不足，无法识别低矮植被，滤波方法难以将非地面点完全剔除。而全波形LiDAR数据在测量过程中能够详细记录地物的所有回波信息，在后续的波形分解中除了能获取高精度的几何数据还能提取其他的波形参数，比如地物的散射特性，使得点云分类过程大大降低对影像数据的依赖。这个优点还可以避免诸如多源数据融合的问题，甚至无需影像信息就能达到地物的高精度分类。

【发明内容】