机载激光雷达数据处理及特征提取技术初探
机载激光雷达(Light Detection And Ranging,LiDAR)是近年来在国内外迅速发展的主动遥感技术.随着其核心技术及理论体系的日益成熟,数据获取成本的降低,以及可直接获取地物三维空间坐标信息的独特优势,受到基础测绘、城市三维建模和林业应用的青睐.LiDAR系统主要由激光扫描系统(Laser and Scanning)、全球定位系统(Global Positioning System,GPS)、惯性测量装置( Inertial Measuring Unit,IMU)组成.其中,LiDAR传感器是LiDAR系统的核心部件,其主要功能是发射测量激光脉冲和接收脉冲遇到障碍物(目标)后所反射的回波.LiDAR用于估测森林参数的研究始于80年代中期,它通过主动获取三维坐标信息来定量估测森林参数,尤其在估测森林高度及林木空间结构方面具有独特的优势.经过20多年的发展,激光雷达在林业中的应用技术已逐渐成熟. 本文借助ArcGIS处理空间数据,配合FUSION/LDV LiDAR可视化分析系统,使用南京林业大学校区范围的激光雷达点云数据,对其地形、建筑高度与植被信息参数进行了数据处理及信息获取,完成了如下工作：1.比对多参数滤波结果,针对激光数据特点和地形起伏特点,选择了较理想的输出象元大小及平滑滤波算法；并在此基础上生成较好的数字地形模型；2.基于树冠表面模型( CSM )与数字地形模型( DTM ),优化生成树冠高模型( CHM )；3.训练heightbreak参数,并通过CanopyModel、Cover、GridMetrics集成函数,获取郁闭度等森林参数信息；4.借助单木树高提取函数辅助获取建筑高度并在ArcSence中三维可视化校园地形,主体建筑及植被树冠表面模型. 结果表明：通过枚举参数对比各种滤波算法和参数,最终得出基于可独立预测每次测量精度的线性预测(Kraus and Mikhail,1972)平滑滤波对于本次研究数据的滤波效果最为理想.同样通过对比象元大小得出,当滤波象元大小为3米或以上时可以有效算过滤房屋等建筑物数据；当滤波象元大小为2米时对于后山林分的滤波效果较好,故根据不同的需要选择不同的滤波象元大小显得十分重要.植被参数获取,主要通过CSM差值DTM的方式获得CHM；利用阀值heightbreak以上的第一回波数与所有第一回波数的比值获得该象元的郁闭度,通过比对后山林地提取效果得出来heightbreak值设为10英尺(即3米)左右比较适宜.由于校园建筑数量较多,校园植被覆盖率较高(建筑边界和绿化植被往往交叠在一起),虽然我们尝试多种方法(如借助图像处理工具增强高程栅格图中建筑类的边界特征,再借助栅格图像边界自动提取技术自动提取建筑),结果都不理想.因此,本文以几栋标志性建筑为例,模仿测单立木高度的方式(LDV/Measurement maker)测量建筑高度(暂以最高点作为建筑高度),在属性表中建立高度字段并赋值.最后通过将建筑与后山林分的CSM加载到ArcSence中并赋予相应的高程实现三维可视化.
LiDAR 植被参数 Fusion 3D场景
曹林 徐建新 代劲松 羌鑫林
南京林业大学森林资源与环境学院,江苏 南京 210037 江苏省测绘工程院,江苏 南京 210013
国内会议
南京
中文
1-11
2012-09-01（万方平台首次上网日期，不代表论文的发表时间）