一种去除机载LiDAR航带重叠区冗余点云的方法

机载LiDAR系统在获取高密度地表点云的同时,也带来了数据冗余的问题,特别是在航带重叠区中尤为突出。旨在研究无完整航迹信息辅助下去除航带重叠点,提出了基于点云GPS时间直方图的去除航带重叠点的方法。该方法包括三个步骤:(1)建立点云的GPS时间直方图,并根据GPS时间直方图特点获取航带重叠区外包矩形以及外包矩形中的所有点云;(2)考虑到城市中高密度点云有助于建筑物的三维重建,通过滤波分类处理获取建筑物点并予以全部保留;(3)对重叠区中除建筑物点外的其他所有点进行格网数据组织并根据GPS时间直方图逐格网去除航带冗余点。实验结果表明,该方法能较好地保留建筑物点的同时高效去除航带重叠点且不依赖于航迹信息,提高了后续数据分析处理的效率。

机载LiDAR航带旁向重叠对针叶林结构参数估测的影响

【目的】研究机载LiDAR航带旁向重叠对针叶林林分平均高和森林叶面积指数(LAI)估测的影响,为机载LiDAR点云数据区域森林结构参数估测提供参考。【方法】野外分别测定30块樟子松、33块长白落叶松样地的林分平均高和LAI,对原始LiDAR点云数据进行去噪、点云分类、高程归一化和重叠点移除等处理,从重叠点移除前、重叠点和重叠点移除后的点云数据中分别提取一系列样方点云高度分位数(HP1、HP5、HP10、…、HP99、Hmax和Hmean)和激光穿透指数(LPI),借助留一交叉验证建立并评价樟子松和长白落叶松林分平均高和LAI估测模型的精度,通过对比分析估测模型的决定系数(R2)和均方根误差(RMSE)揭示机载LiDAR航带旁向重叠对针叶林林分平均高和LAI估测的影响。【结果】对樟子松林分平均高估测而言,重叠点移除前林分平均高的最高估测精度(R2=0.873,RMSE=0.940)出现在HP90处,重叠点林分平均高的最高估测精度(R2=0.892,RMSE=0.866)出现在HP80处,而重叠点移除后林分平均高的最高估测精度(R2=0.892,RMSE=0.868)出现在HP55处;对长白落叶松林分平均高估测而言,重叠点移除前、重叠点和重叠点移除后林分平均高的最高估测精度均出现在HP99处,R2分别为0.725、0.719和0.741,RMSE分别为1.196、1.209和1.161。对樟子松LAI估测而言,重叠点移除前估测结果 R2为0.666,RMSE为0.220,重叠点估测结果 R2为0.551,RMSE为0.255,重叠点移除后R2提高到0.794,RMSE降低为0.172;对长白落叶松LAI估测而言,重叠点移除前估测结果 R2为0.654,RMSE为0.110,重叠点估测结果 R2为0.640,RMSE为0.112,与樟子松估测结果一致,重叠点移除后长白落叶松LAI估测精度大幅度提高,R2变为0.762,RMSE变为0.091。【结论】无论是林分平均高还是森林LAI,相邻航带旁向重叠点移除后的估测精度均高于重叠点移除前和重叠点,且樟子松的估测精度高于长白落叶松。对林分平均高而言,樟子松和长白落叶松达到最高估测精度时所对应的点云高度分位数不同。机载LiDAR点云数据相邻航带旁向重叠点的移除可有效提高森林结构参数的估测精度,在未来机载LiDAR点云数据预处理时应加入重叠点移除操作。

基于航带重叠区的LiDAR强度校正算法研究

机载LiDAR强度信息在传播过程中受到各类因素影响,导致获取原始强度信息含有较大误差不能被直接利用。针对多航带数据中出现的拼接处强度差异大问题,提出一种基于最邻近距离和航带重叠区的强度校正算法。基于最邻近距离自动筛选出同名激光脚点,摆脱传统方法中手动选择同名点的缺陷,极大提高数据处理自动化程度;基于雷达方程和航带重叠区同名点强度一致原则,消除航带间强度差异,极大提高强度的精度和可靠性。实验结果表明,提出的算法能够有效消除航带间强度差异、提高数据处理自动化程度并实现多航带数据无缝拼接。

多航带LiDAR强度信号校正实验研究

LiDAR不仅能获取目标的三维信息,还能记录它的回波强度。针对强度信息在传播过程中受到外界因素的影响而含有较大误差的问题,从强度在传播过程中的衰减机理出发,提出一种多航带数据的强度自动校正算法。该算法基于雷达方程削减环境因素的影响提升强度信号精度,基于多航带重叠区的冗余数据自动筛选同名激光脚点,并针对同名样本的剩余强度差异,构建新的经验模型,消除航带间强度差异。实验结果表明,所提出的算法能够有效改进航带间强度差异并提高LiDAR强度数据的分类精度。

机载LiDAR点云时间纹理信息航带重叠区消冗

机载Li DAR获取的完整测区点云数据中包含了丰富的信息,同时也伴随着大量冗余数据,本文提出基于机载Li DAR点云时间纹理信息的航带重叠区消冗方法。首先按点云时间信息划分航带,再按点云纹理信息提取航带边缘,接着提取高地物遮挡空洞,最后去除重叠区冗余数据。实验结果表明,该方法无需航线信息辅助,并能在保留遮挡空洞区域点云的同时,高效地去除航带重叠区中精度较低的点云。

机载激光扫描测高系统的安置角误差检校

简单介绍了机载激光扫描测高系统的安置角误差及其对系统测量结果的影响,提出一种利用重叠航带法而并不需要获取地面控制点真实坐标进行检校的方法,并给出其数学模型和检校流程,并对数据匹配问题进行了简单的讨论。最后根据实测数据进行了计算实践。

无人机激光扫描测绘系统误差的模型检校技术及实验研究

该文提出一种检验和校正无人机激光扫描测绘系统误差的技术,并设计实验对该技术的误差检校效果进行验证。该技术的实现方法是根据系统主要误差构建基于航带平差的差异分析模型。无人机航测获得扫描数据后,使用迭代最近点(ICP)算法对采集到的数据进行航带点云配准,得到航带平差。将平差参数输入到差异分析模型中解算出系统误差,利用解算结果补偿系统、消除误差,从而达到系统校正的效果。从实验结果来看,使用系统误差模型校验技术后,初始点云图和校准后的新点云图在不同方向的航带点云颜色深浅一致,说明高程误差被消除。

多回波激光雷达点云冗余数据辨识及消除

针对多回波激光雷达航带重叠区域的冗余项,该文提出了一种基于邻近点的消冗方法,该方法定义并找到"邻近点"——不同航带扫描的点间距小于某一阈值的两点,随即删除精度较低的激光点以剔除冗余点;针对多回波激光雷达的多次回波间的冗余项,提出一种基于同名点的消冗方法,该方法比较单束激光脉冲中各次回波间的距离,距离等于0则判定存在冗余,随即删除后一次回波对应的数据以剔除冗余点。基于安阳检校场数据、ISPRS测试数据的实验结果表明:该方法可有效消除多回波激光雷达点云中的冗余数据。