基于机载LiDAR点云数据精细DEM生产中数据精处理的研究

顾春墚

（浙江省第二测绘院 浙江杭州 310012）

基于机载LiDAR点云数据精细DEM生产中数据精处理的研究

顾春墚

（浙江省第二测绘院 浙江杭州 310012）

机载激光雷达数据的处理是自动滤波和DEM成果生成之间一个最关键的步骤，精处理的效率和处理精度直接决定了整个DEM制作过程的效率和成果的精度。以Terrasolid机载激光雷达数据处理系统为基础，介绍在Microstation v8平台下进行快速LiDAR点云数据精处理的方法。

LiDAR；数据精处理；DEM

1 引言

机载LiDAR点云数据精处理即点云数据的手工精处理，该过程是在对点云条带数据进行拼接精度检查、绝对精度检查、工程分块、分航线切割及初步自动滤波后，针对自动滤波不合理和不到位的地方进行的手工精处理。在整个点云数据处理过程中，手工精处理的工作量约占三分之二。如何快速高效地手工精处理直接决定了整个LiDAR点云数据处理的工作效率。同时处理是否到位，裸地表点是否完整保留，非地表点是否被剔除，直接影响最终DEM成果的精度。

本文采用浙江省舟山地区 1：10000比例尺LiDAR点云数据，研究在基于Microstation v8平台的Terrasolid软件下进行点云精处理的方法。

表1 航飞参数

2 点云数据精处理要求

依据国标和本次数据处理的设计要求，处理精度要求如下：

表2 DEM精度要求

3 点云数据精处理方法

图1 点云数据处理流程图

点云数据处z理过程中，精处理是利用TerraScan软件中的各种手工分类工具，修改点云自动分类错误。

（1）用分类的结果制作点云高程晕渲图。

（2）检查晕渲图是否存在突变区域。若整个图形过渡平滑，表示分类较好。若有突变，则可能存在非地面点，需将晕渲图与数据叠加，找到突变处，检查是否存在分类错误（若有对应影像可参考影像）。

（3）将地面点、非地面点与晕渲图套合，在分类出错区域截取断面，仔细查看周边的点，并结合影像分析分类错误的原因，并进行修改。

（4）重复步骤（1）-（3），直到符合下列要求：

（1）平地一般较平坦，没有明显突出的点出现。田块中块状明显高出模型（高差≥40cm）的植被点需分类到非地面点类，不对点云做置平和修改高程值的处理。

图2 田块中点云处理效果

（2）山地坡度过渡平滑自然，没有明显突变的点出现。

图3 山地中点云处理效果

（3）高速公路、河流等与周围的地物相比，高度变化一般较明显，但没有孤立的明显突出的点出现。

图4 高速公路点云处理效果

（4）立交桥、高架路、桥梁等架空于地面或水面之上的人工地物范围，保留地面或水面上的点云数据。

图5 立交桥点云处理效果

（5）土堤、拦水坝、水闸等建筑物底部与地面相接的，保留这些地物顶部的点云数据。

图6 堤坝点云处理效果

4 机载LiDAR点云精处理细节

正确高效的处理方法是点云精处理的基础，以下是几个实际作业过程中要注意的处理细节。

4.1 快捷键设置

精处理的过程中需要大量的手工操作，所以应对常用的功能设置相应的快捷键。在实际处理中，设置合理快捷键能使效率提高一倍左右。

实际的操作中常用的功能一般是classify above line（对划线上部点云进行分类）、classify below line（对划线下部点云进行分类）、classify using brush（分类刷）等三个点云分类功能按钮和draw vertical section（提取点云切面）、rebuild editablemodel（刷新模型）、place shape（画框）、add point to ground（加地面点）等按钮，可以根据实际需要在Microstation v8的workspacefunction keys中添加设置。

4.2 模型色表循环次数设置

在TerraSolid软件中，构建的阴影模型的高程是以色彩来区分的，在实际的处理过程中，如果作业员不能从模型中清晰的判读地貌的高低起伏，就会影响处理精度，所以灵活运用色表循环次数很有必要。

图7 色表循环次数的差异

具体的色表循环次数要按实际情况来定，次数越多，反应的细节越多，以浙江沿海地区为例，色表循环1到8次即可，在平地或山地一般循环1-3次，在平山地处根据山的高度可适当增加循环次数。

5 特殊区域处理方法

因为雷达技术本身的缺陷和地面情况的不同，在实际点云精处理过程中会存在一些难点。以下是对常见的3种难点地形处理的方法。

5.1 山塘水库区域

山塘水库区域往往没有点云回波，造成本来应该水平的静水面有高低起伏，不符合实际情况，在DEM反生成等高线中也会产生等高线落水的问题。所以必须对有起伏的山塘水库区域处理，以符合实际情况和作业要求。在实际作业过程中，利用特征线对水面赋高程值的方法能有效解决这个问题。

具体的步骤如下：

（1）根据DOM和已有的DEM模型勾画山塘水库的范围线。

（2）对范围线赋高程值，高程应略低于周围地貌。

（3）利用范围线将山塘水库内地面点分类到非地面点中。

（4）将范围线导出为离散点，再将这些离散点作为参与DEM构建的点加入到原点云中。

图8 山塘水库区域处理效果

5.2 成片茂密植被区域

由于激光雷达本身的局限性，成片茂密植被区域往往只有少数的地面点。在自动滤波过程中往往会把低矮成片植被误滤成地面点，有些地方甚至会出现田高于田埂路面的明显错误。在浙江地区这类区域（如大片的水稻田）很常见。这类区域是点云精处理的重点，同时也是难点。在实际的操作过程中，总结的一个相对有效的方法法如下：

（1）圈出植被覆盖区域，把区域内点云都还原成非地面点。

（2）根据植被的具体情况对已经还原的区域作参数严格的自动滤波，参数设置如下：

Max building size一般是30到60数值越小滤成地面点越多，当画的框特别小时可以设更小一点。Iteration angle在 1到 3之间，Iteration distance在0.1到0.5。

（3）对经过自动滤波的点云做人工精处理，以去除剩余明显高于地面的植被和添加误滤除的线状地物。经过如上处理成片植被茂密地区一般都能达到处理要求。

图9 成片茂密植被区域处理效果

5.3 成片池塘区域

由于自动滤波的局限性，成片池塘区域的塘埂往往会被滤掉一部分保留一部分，严重影响DEM的精度和美观度。由于这种区域塘埂数量较多，所以单一做切面补塘埂的方法会耗费大量的人工处理时间。在实际的操作过程中也总结出了相对有效的方法，和成片茂密植被区域的处理方法类似，但是自动滤波的参数不同，Iteration angle在10到20之间，Iteration distance在1到5之间比较合适。在不增加非地面点的前提下，用自动滤波获得缺失塘埂的方法能提高生产效率。

图10

6 结束语

随着科技的发展，雷达技术在测绘领域中的运用会越来越广泛。但新技术的成熟必须经过一段时间的探索和总结。本文总结了雷达点云数据精处理过程中的一些经验，能为实际的雷达点云精处理提供一些参考和借鉴。

［1］张小红，刘经男.机载激光扫描测高数据滤波［J］，测绘科学，2004，29（6）:50-52.

［2］张小红 机载激光扫描测高数据滤波及地物提取［D］，［博士学位论文］，武汉大学，2002.