激光雷达数据处理-信息提取与应用(2)

激光雷达数据处理-信息提取与应用

国际摄影测量与遥感动态专题

率),利用渐进算法(如基于聚类的分割法和区域增长算法)进行分割。基于Vector聚类的分割法通过向量量化(Quantization,VQ)技术把局部几何/辐射特征参数相似的数据归为一类。该算法首先定义扫描点的几何或者辐射量测特征,在此基础上依据一定的规则对属于不同聚类的点进行分割。区域增基于空间邻近和几何相似性度量(法坡度、曲率等)对事先确定的种子向量、

表面进行增长以实现数据分割。

多数基于局部表面估计的分割算法的中心思想是将无结构的点云数据划归为空间离散的具有几何共性的面片,然而许多地物(如草、树叶)因为透射激光脉冲而无法在该框架下进行描述,因此需要研究更为通用的算法。机器视觉领域的研究人员通过谱分析方法统计离散扫描点的局部3维几何特征(点、线、面特征),在监督学习的框架下利用高斯混合模型(GaussianMixtureModels,GMM)、马尔可夫随机场(MarkovRandomField,MRF)等方法对点云识别进行建模,采用贝叶斯分类器和图切割等算法实现点云数据的自动分类识别。

对8个研究小组提出的滤波器的滤波性能进行了比较。其中的6个研究组分别使用了动态轮廓算法(activecontours)、规则化方法(Regularization)、逐层修改块最小值算法Method

(HierarchicalModifiedBlockMini-mum)、样条插值算法(splineinterpo-lation)、渐进不规则三角网加密算法稳健插值方法(hierarchicalrobustin-terpolation),另有两个研究小组使用了改进的基于坡度的滤波器(modi-)。研究认为从整fiedslope-basedfilter

体滤波效果看,基于局部表面估计的滤波算法表现最好,所有参与研究的滤波器对光滑平整的村野地区扫描数据的滤波效果良好,而对城市和植被覆盖区等复杂环境的扫描数据的滤波效果较差,点云滤波器未来的研究方向在于引进其他数据源以改进滤波精度、研究能够评估滤波精度和效果的自检滤波器以及能够对多种地物实现滤波和分类的算法。

JonathanShewchuk等学者提出的基于高效内存和磁盘I/O读写技术的流方式DEM生成方法(StreamingDEMGeneration)为解决这个问题提该方法利用扫描数据生成供了思路。

测区的Delaunay三角网,通过在此过程中加入空间完成标记(SpatialFi-nalization)程序能够只对尚未处理的数据块进行读写,从而有效控制了内存和硬盘临时存储的使用量,使得算法能够一次性处理超大数据量的点云数据并生成一致的DEM产品。近几年兴起的全波形激光雷达可以记录激光脉冲后向散射回波信号的完整波形,已被广泛应用于林业和植被然而当前针对全波形激光雷达分析。

数据的研究只使用了部分回波信号,由于需要提前校正,回波的强度和幅度信号很少被使用。此外,利用从回波的波峰提取的信息刻画扫描场景特征的关键在于理解地物的几何和辐射特性分别对回波信号的影响。但是获取的波形信息是地物几何和辐射特性的整体反映,因此如何对回波信息中物体几何、辐射特性信息进行)已经成为去相关处理(Decorrelation全波形激光雷达数据处理领域的重要研究课题。

)和逐层长算法首先在点云中选取种子表面,(progressiveTINdensification

2

2.1

激光雷达应用

数字高程模型

对于机载激光雷达,通过处理观

1.2点云滤波

与点云分割和识别不同,点云滤

测数据获取数字地面模型是最重要数字摄影测量难以获取的应用之一。

森林覆盖地区的DEM,而激光脉冲可以穿透植被冠层,反射的回波信号可用于生成林区和其他植被覆盖地区的DEM。激光雷达极高的采样点密度有利于全自动提取地面信息,然而由于受到内存容量的限制,普通计算机难以将整个测区数据(通常高达如果将数据分块,逐块计算DEM,最终需要对相邻数据块的DEM进行拼接和纠正。北卡罗莱纳大学的MartinIsenbrug和加州大学伯克利分校的

2.2建筑特征的几何重建

经过分割和识别的点云数据可用于物体的3维重建。PuShi提出了利用语义信息在点云中提取建筑部件和重建建筑立面的方法,通过建筑部件的尺寸、方向以及拓扑关系定义语义特征约束,该方法能够在一定程屋顶、窗、门、凸起、凹进度上提取墙、

的推理规则适用于规则建筑物立面重建,目前还无法识别结构复杂的建筑物的点云数据并加以重建。

波是利用滤波器/滤波算法滤去不感兴趣数据的处理过程。2002年ISPRS第三委员会第三工作组发起了一项针对多种滤波算法滤波效果的比较研究,要求滤波器对非地面点该研究旨在评估数据进行滤波处理。

各种滤波算法的精度、采样点密度对滤波精度的影响以及滤波算法未来的研究方向。研究结果最早以报告的形式发表在2003年10月份在Dres-den召开的学术研讨会上。2004年该项目研究人员从定性和定量的角度

但由于该方法依赖几十GB)一次性读入内存进行处理。等多种建筑特征。

(下转第52页)

2011.04No.2

地理信息世界

GEOMATICSWORLD

39