基于LiDAR数据的DEM和矢量自动提取探讨

测绘与空间地理信息

GEOMATICS&SPATIALINFORMATIONTECHNOLOGY

Vol.32,No.1Feb.,2009

基于LiDAR数据的DEM和矢量自动提取探讨

王铁军,陈　云,袁如金

(黑龙江地理信息工程院,黑龙江哈尔滨150086)

摘要:近年来LiDAR技术发展迅速,应用潜力巨大。基于TerraSolid软件环境,简要介绍了LiDAR数据的分类,在此基础上,重点讨论了LiDAR数据的DEM和矢量自动提取的相关问题。由LiDAR数据生成的DEM精度较高,但矢量自动提取还未到实用阶段。

关键词:LiDAR;DEM;矢量;自动提取;Terrasolid中图分类号:P208;TN959.3　　　文献标识码:B　　　文章编号:1672-5867(2009)01-0029-03

DEMandVectorAutomaticExtractionBasedonLiDARData

WANGTie-jun,CHENYun,YUANRu-jin

(HeilongjiangInstituteofGeomaticsEngineering,Harbin150086,China)

Abstract:LiDARtechnologyisdevelopingveryfastinrecentyears,applicablepotentialishuge.ThispaperintroducesLiDARdataclassificationinTerraSolidbriefly,thenemphasizesonthediscussionofDEMandvectorautomaticextractionfromLiDARdata.TheaccuracyofDEMextractedfromLiDARishigh,butthevectorautomaticextractiondoesnotreachpracticalstage.Keywords:LiDAR;DEM;vector;automaticextraction;Terrasolid

0　引　言

机载激光雷达(LiDAR即LightDetectionAndRan2ging,激光探测与量距)是近年来迅速发展起来并投入应用的一种新技术。LiDAR技术可用于量测距离、速度、旋转、化学组成和浓度等,我们测绘领域最常用的是提取数字高程模型DEM(DigitalElevationModel)。还可以手工或自动的方式提取矢量信息。

处理LiDAR数据的软件较多,其中比较成熟的有TerraSolid系列软件,其基于MicroStation开发运行,主要有TerraScan,TerraPhoto,TerraModeler等重要模块,其中:TerraScan专门处理激光点数据,手动或者自动分类点,在激光点上数字化特征地物,可以进行自动矢量提取;Terra2Modeler可以建立地表、土层或者设计的三角面模型;Ter2raPhoto可以生产正射影像及实现矢量与影像的套合。

本文主要介绍基于Terrasolid软件在完成激光点分类后进行DEM和矢量提取的若干问题,希望与广大同行进行交流学习。

1　激光点分类

LiDAR数据本身就可看作离散的DEM点,可以直接看

出一些初级的信息,如地物的高度和反射激光的强度等。若想进行DEM和矢量提取,激光点的分类是前提和基础。

TerraScan提供许多分类工具,包括低点、地面点、高于地面点等,每一类里又分为若干个小的类别,每一个分类都基于不同的算法。我们可以灵活地应用这些工具来处理激光点。

1)分离低点

把较低的点从与其相邻的点中分离出来。2)地表点分类

通过反复建立地表三角网模型的方式将地表点分离出来。

3)地面以上点分类

根据点在地表模型以上的高度值来区分判断点的类别,如低矮植被、中等高度植被、高植被,矮建筑、高建筑,等等。

收稿日期:2008-11-10

基金项目:地理空间信息工程国家测绘局重点实验室经费资助项目(200631)资助

作者简介:王铁军(1970-),男,黑龙江尚志人,高级工程师,1993年毕业于武汉测绘科技大学,获计算机软件专业学士学位,2005年

获荷兰国际地理信息科学与地球观测学院地理信息科学硕士学位,主要从事地理信息系统的应用研究工作。

30

　　　　　　　　　　　　　　测绘与空间地理信息　　　　　　　　　　　　　　　　2009年

　　4)分离水面点

用于地形测量的激光不能穿透水面,打到水面的激光大部分被吸收,反射回来形成的LiDAR数据具有不准确性,当发现窗口里显示区域激光点较为稀疏时,可以判断是水面,但需要人工机助判断水面的边界。

能存在错误数据,可以依据错误区域的地面控制点数据进行该区域的LiDAR数据调整,如推平、抬升等。

2　DEM生成

完成以上数据分类后,即可根据分类数据的类别信

息,设置相应参数完成规则DEM格网点生成及自动矢量化的模型。根据分类后的LiDAR点自动生成DEM,是在TerraScan中借助于TerraModeler完成的。

利用分类完成后的Ground(地表)类别点生成DEM产品,能满足大多数实际应用的精度要求,但中间会夹杂一些错误数据,例如LiDAR点打在了空中飞着的鸟身上等,就会出现高点,而恰好此种点在分类中被忽略了直接留在了Ground类别里面。此类错误数据极大地影响了DEM的精度,表现在DEM晕渲图中就会有“拉丝”现象,很容易识别和修正。利用TerraScan软件提供的归类工具或推平等算法,剔除类似错误或误差,能得到真实反映地表的满足精度的DEM。如图1所示,为分类完成后的全类别点的一个晕渲图及同区域的影像对照。依照图中所示,在类别分离满足要求后,晕渲图基本能满足判读的需求,能比较容易地识别各类地物及相关信息。

图2　LiDAR数据与影像套合

Fig.2　TheregistrationbetweenLiDARdataandimage

LiDAR数据还可以与其他数据源融合以进一步提高DEM的精度。如利用空中三角测量成果建立立体模型,在立体影像上,对一些突变地形处(如陡坎、排水沟、乱掘

地等)适当地加一些特征点线,即用我们通常所说的“BreakLine”来约束,将离散的Ground点作为特征点,生成高精度的规则格网DEM。

3　矢量提取

LiDAR数据可以直接进行矢量提取,但由于LiDAR

数据没有精确的边界,这种自动方式生成的模型有可能并不完全正确,因此需要做局部的人工编辑工作。在Ter2raPhoto中把影像载入进来,帮助判断建筑物的位置,利用航拍影像中建筑物的边界来检测或调整LiDAR数据自动矢量化得到的边界。

1)建筑物边界自动提取

简单建筑物可以实现边界自动提取,得到图3的效果,精度一般能满足要求。

图1　同一区域的DEM晕渲图及影像图

Fig.1　TheDEMshadingmapandimage

　　　mapofthesamearea

影响LiDAR系统精度的因素有很多,内在因素来自于系统的主要组成部分:GPS(全球定位系统)、IMU(惯性测量单元)和激光器内在精度等,大多数内在因素是已知的并可预测的。外在因素包括:飞行计划、飞行条件、大气环境的影响、地形的起伏以及植被的覆盖等。在高密度的植被地区,如次生林或热带雨林,随着穿透叶冠的落地点的减少,最终的DEM的精度会降低。此种情况下,一般会进行更精细的测量以保证生成可靠的DEM。

可以根据LiDAR测区提供的影像数据或者控制点来检测DEM的精度。其中正射影像与矢量数据的套合检测分类的效果,需要借助于TerraSolid的另一个模块Ter2

raPhoto,如图2所示。LiDAR数据在无特殊条件影响和限

图3　简单建筑物边界自动提取

Fig.3　Theautomaticextractionoftheboundary

　　　ofsimplebuilding

制下,都是精度较高的点云数据,实际的精度检测主要是检测整体的回波偏差以进行系统误差改正,个别区域可

复杂建筑物,需要更多的人为干预和调整(包括收放

边界,添加边界内点等),如图4所示,自动矢量化边界会出现很多的错误数据,图5为人工判读调整完成后的结果。

2)公路、铁路、水系等的自动提取

道路和水系类似,对于有一定高差的比较容易提取,

第1期王铁军等:基于LiDAR数据的DEM和矢量自动提取探讨31

杂一些不真实的误差数据。用程序设置搜索条件的方式可以尝试搜索电塔,根据电塔连线分析电力线走向,对于一些较理想的情况也能得到较好的效果,如图7所示。

图4　复杂建筑物自动矢量提取效果

Fig.4　Theeffectofautomaticvectorextraction

　　　ofcomplexbuilding

图7　电塔及电力线矢量提取

Fig.7　Thevectorextractionofpowertower

　　　andpowerline

4　结束语由LiDAR数据提取的DEM精度较高,所需的地面控

制较少,与其他数据源融合还可以进一步提高精度。

LiDAR数据的矢量提取还未到实用阶段,只适用于精度和质量要求不高的快速提取需要,但全自动的矢量提取是发展的方向。

随着计算机技术的飞速发展、LiDAR理论的逐步完善,现在已经由以前的理论研究试验阶段进入了实际应用生产阶段。当然,由于成本较高、用户群还未形成等原因,目前国内对LiDAR的应用还不十分广泛。但是,由于比常规摄影测量具有独特的优越性,如可直接获取地形信息而不同于摄影测量演绎而来,较传统制图可极大地提高生成数据集的密度,可获得单/多层波反射密度影像等,因此LiDAR技术必定有广阔的发展前景。

图5　人工调整后的效果

Fig.5　Theeffectaftermanualadjustment

要注意的是植被和水上船只容易影响房屋和港口的提

取。实际作业中,由于公路、铁路等LiDAR回波数据基本与周围地表点同高并具备相同的信息,而无法区分边界信息。要想准确地矢量化,则需要在影像的支持下,人工干预手动完成,如图6所示。

参考文献:

[1]　王晓辉,胡伍生,刘行波.LIDAR系统测量成果精度检测

[J].测绘工程,2007,16(3):67-69,73.

[2]　贾玉明,雷鸣,侯红松.LIDAR机载激光雷达数据制作

DEM原理分析[J].大众科技,2007,(8):79-80.[3]　尤红建,苏林.基于机载激光扫描数据提取建筑物的研

图6　道路矢量化

Fig.6　Thevectorextractionofroad

究现状[J].测绘科学,2005,30(5):114-116,113.

[4]　杨海全,余洁,秦昆,等.基于知识的LIDAR数据地物提

取研究[J].测绘通报,2006,(12):9-11,15.

3)电力线的自动提取[5]　刘修国,张靖,高伟,等.LIDAR点云数据中建筑物的快

电力线的提取对于非特定采集的LiDAR数据来说,

想实现探测的可能性不是很大。因为不是特定采集的Li2DAR数据中因为受比例尺和LiDAR点形成的限制,很少会整条电力线都正好有激光回点的,而是断断续续,并夹

速提取[J].地球科学-中国地质大学学报,2006,31(5):615-618.

[责任编辑:姚艳霞]