激光测量原理及应用(2007)

E-mail:[e-mail]李必军参考书目一、武汉大学出版社，李清泉等《三维空间数据的实时获取、建模与可视化》二、张小红博士论文《机载激光扫描测高数据滤波及地物提取》三、黄先锋博士论文《利用机载LIDAR数据重建3D建筑物模型的关键技术研究》四、GeorgeVosselman讲义五、电子期刊网第7章教学安排1.技术背景及发展现状2.激光扫描基本原理和特点3.激光扫描数据的基本处理方法4.激光扫描数据的三维可视化5.地物信息提取6.激光扫描数据与影像数据的集成处理7.其它应用8.车载系统系统专题介绍1技术背景--应用需求•快速获取大面积目标空间信息；•及时测定形体表面立体信息；•目标的非接触式测量；•直接，高效地获取物体的三维坐标；1技术背景--传统测绘手段存在问题1.工程测量需要人工跑点采样点少，不能准确描述目标特征效率低，劳动强度大精度差费用高，时间长1技术背景—传统的摄影测量与遥感存在的问题摄影测量法能较快地获取大面积目标信息，但也会有以下问题：----两点同步困难；----影象匹配困难；----数据处理复杂；----自动化程度低；1技术背景—传统的摄影测量与遥感存在的问题•摄影测量复杂程度高，立体观测仪器设备非常昂贵，操作人员需有较高技巧，生产成本高且费时；•对天气、能见度等自然条件要求高；•卫星遥感方法由于卫星轨道、飞行周期等原因，在特定地方、特定时间，应用遥感技术机会不多；•多光谱技术、雷达干涉技术。1技术背景快速准确地获取信息及正确处理信息是遥感与GIS发展的瓶颈问题。激光测量技术应用需求策略数字技术地-空空-〉地点对点无合作目标国内外激光扫描技术研究现状各类型激光传感器的发展•1D激光测距；•2D激光扫描；•3D激光扫描；•多传感器的集成。国外激光扫描技术研究现状各类型激光传感器实例图3D扫描1D扫描2D扫描国外激光扫描技术研究现状--研究机构•LS+CCD+DGPS(以日本东京大学、加拿大卡尔加里大学为代表)•LIDAR+数字影象+INS+GPS(美国NASA、瑞典SAAB等机构已研制出商用系统)•LRF+矢量地形图•机载激光扫描数据的处理（荷兰代尔夫特大学）激光扫描系统采集及处理的关键技术扫描技术是集现代电子、光学、计算机图象处理、计算机视觉、计算机图形学、软件等技术为一体的高新技术，相关技术的发展必会引起测量技术，特别是数据采集技术的巨大发展。主要包括传感器、扫描装置、控制模块和其它附件。硬件及控制技术数据的获取、预处理、后处理；计算模型、误差模型、算法空间信息获取技术色彩信息获取技术姿态测量与定位模型重建与可视化关键技术激光扫描系统采集及处理一般流程框图数据采集预处理数据处理三维操作相关量算2、激光扫描基本原理和特点•2.1基本原理•2.2激光扫描三维测量系统机载激光扫描系统车载激光扫描系统•2.3激光扫描的误差来源与精度提高基本原理--什么是激光•受激辐射光放大（lightamplificationbystimulatedemissionofradiation,laser）•三要素：泵浦、增益介质、谐振腔•三性：方向性、单色性、相干性•固体、气体、化学、液体……激光测量扫描原理工作原理----由激光发射器、接收器、时间计数器、微电脑TimeofFlight----成象为“点云”，据此数据重建目标立体模型激光扫描仪是一种相对定位传感器激光扫描几何原理数据处理模型)1(0321221321CossSinscccbbbaaaZYXZYXSSS1.2激光扫描三维测量系统•机载系统◆数据获取设备:激光扫描仪CCD数字相机◆定位设备：DGPSINS•地面系统激光扫描仪姿态参数可一次性测定•车载系统◆数据获取设备:激光扫描仪CCD数字相机◆定位设备：DGPSIMUDMI◆汽车运行轨迹已知且激光扫描仪到地面的高度已知且固定不变机载激光测量系统构成由多源传感器集成，一般包括：1.CCD2.GPS（全球定位系统）3.INS/IMU/POS4.LaserScanner（激光扫描仪）机载系统构成实例图•INS平台机载激光测量原理机载扫描扫描轨迹机载激光测量原理机载激光测量定位原理机载激光测量过程SurveyArea/ObjectAccuracyFlightLinesGPSDataGPSReferenceSystemplatformOnepilotGPSDataSurveyData车载激光测量系统构成及原理•由多源传感器集成，一般包括：•1.CCDCAMERA•2.DGPS（全球定位系统）•3.INS/IMU/POS/•4.LaserScanner（激光扫描仪）•其原理及测量过程类似于机载激光扫描系统车载系统构成外部实例图整体外形传感器特写车载系统构成工作实例图地面测量系统构成—原理图地面测量系统构成激光扫描传感器CCD相机电脑处理系统地面测量系统构成—测量结果激光扫描图像TIN模型基于TIN的纹理模型实验场景图2.3激光扫描的误差来源与精度提高•激光扫描生成的DTM的精度主要取决于三个主要因素：•1、thedistance－measurement•2、thedynamicorientation(INS)•3、thedynamicpositionofthesensor(dGPS)•原始激光数据的滤波质量也对激光DTM的质量有很大影响。可以使用不同的数学模型和算法。2.3激光扫描的误差来源与精度提高•1.偶然误差：•2.系统误差：•3.联合影响：平面高度2222222222222222222cossincossinsincosxcLyczcLmmmLmmmLLmmmLcossincossinsincosxsLyszsLmmmLmmmLLmmmL22222Pxcycxsysmmmmm222Hzczsmmm3、激光扫描数据的基本处理方法•3.1激光扫描数据的三维构网（２Ｄ和３Ｄ三角网）•3.2激光扫描数据的滤波•3.3激光扫描数据特征提取•3.4多帧数据的自动拼接•3.5机载和地面数据的集成处理3.1激光扫描数据的三维构网—2D3.1激光扫描数据的三维构网—2D3.1激光扫描数据的三维构网—3D3.1激光扫描数据的三维构网—3D3.1激光扫描数据的三维构网—3D3.1激光扫描数据的三维构网—3D3.2激光扫描数据的滤波—车载测量系统要滤除的数据主要分为三类：•滤除无效数据，主要是超出量程的数据。•去除粗大误差。•去除一些ghost数据，主要是移动目标(行人、车辆、飞鸟等)形成的数据，这些数据在数据的配准中有相当大影响3.2激光扫描数据的滤波—航空测量系统主要的一些滤波方法：•数学形态学􀂃Lindenberger[1993]–multipleopenings􀂃Kilian,Haala,andEnglich[1996]–weightedmultipleopenings􀂃Vosselman[2000]–slopebasedfiltering•最小二乘插值法􀂃Pfeifer,Köstli,andKraus[1998]•三角构网法􀂃Axelsson[1999]3.3激光扫描数据特征提取—折线类型edgetypetypediscontinuityincontinuityinJumpedgerangeCreaseedgeSurfacenormalrangeCurvatureedgecurvatureRangeandsurfacenormal3.3激光扫描数据特征提取-微分逼近法DikeprofilewithbreakpointsFirstderivativeSecondderivativewiththresholds3.3激光扫描数据特征提取-平面相交法•在线段的两侧选择合适的点•对点进行面的拟合•对面的交线进行拟合3.4多帧数据的自动拼接•多帧数据的拼接主要发生在车载激光测量系统和地面激光测量系统中•需要拼接的原因是由于单个视角不能获取被测物体的全貌或者是对一个物体的多次测量•多帧数据的拼接主要是基于点云拼接的ICP（IterativeClosestPoints）算法3.4多帧数据的自动拼接–固定点激光3.4多帧数据的自动拼接–固定点激光拼接前拼接后3.4多帧数据的自动拼接–室内拼接前拼接后3.5机载和地面数据的集成处理•机载数据的特点主要是获取地面DEM，以及建筑物的顶部，对于建筑物的立面信息，则无法获取。•地面数据的特点主要获取建筑物的立面信息，以及一些相关物体的细节，可以和机载数据形成互补。3.5机载和地面数据的集成处理地面激光机载激光4、激光扫描数据的三维可视化•4.1基于三角网的可视化是构成面状模型的可视化（包括体状目标），包括建筑物模型、地面模型等，得到具有一定纹理、光照或者运动效果的场景；•4.2基于点云的可视化是单纯的点云数据的可视化，包括点云高程着色、分类着色、强度显示等。4.1基于三角网的可视化•在过去的几十年中，计算机图形学领域对面状模型的可视化进行了长期而深入的研究，取得了不少的进展和突破•国际上两大著名的图形学年会SIGGRAPH和EUROGRAPH每年都展现出大量的可视化产品和技术4.1基于三角网的可视化249,412vertices,497,342faces139,931vertices,282,243faces4.2基于点云的可视化—常用的技术•Progressive渲染技术是大数据处理中使用的一种渐进式渲染技术•Out-of-Core技术将计算的结果存储在外存上，进行三维渲染和处理时，将数据由外存调入内存进行渲染处理•快速数据裁切技术数据裁切是大数据可视化中能够减少GPU绘制数据量的一个重要方法•四叉树四叉树（Quadtree）是在d维空间中，在每一个维分成两份，从而形成每一个父节点拥有2d个子节点的树结构。4.2基于点云的可视化4.2基于点云的可视化5、地物信息提取•5.1DEM提取•5.2建筑物提取•5.3植被提取•5.4道路提取5.1DEM提取•已有大量的文献提出了各种滤波算法从点云中提取DTM/DEM，但这些方法只能处理某种特点的数据，不能适用于综合的地理环境，没有通用性。•在进行LIDAR数据处理时，一个必要的前提就是给定一个规则来区分地面点和非地面点，这就是滤波算法的假设条件，不同的算法的假设条件不同•为了提高提取精度，除了LIDAR的强度信息外，有些算法还使用了其他供辅助信息，如：光谱图像和GIS、地图等信息。5.1DEM提取—常用方法•形态学•线性预测•基于三角网(TIN)的滤波方法•其他方法：例如基于最小描述长度的滤波方法，双阶(DualRand)滤波算法和的多通滤波地面点分离算法等DEM提取—形态学•1996年，(Kilian,Haalaetal.1996)用形态学开运算获取DTM，结果证明形态学方法能够用于LIDAR数据DTM/DEM提取。•(Vosselman2000;VosselmanandMaas2001)利用形态学中的腐蚀算法消除植物和建筑物。•(Zhang,Chenetal.2003)通过逐渐增加滤波器窗口的大小和使用高程差的限制，来消除车辆、植物和建筑物上的点，同时保留了地面点。DEM提取—线性预测•(KrausandPfeifer1997;KrausandPfeifer1998)提出首先要确定一个粗糙的DTM，然后计算出每个点的权值，权值的大小通过该点与上一步DTM面之间距离获得，保留一定范围内的权值，然后不断地迭代计算直到得到最后结果。•(BrieseandPfeifer2001)采用了由低精度到高精度的分层次处理方式；•(SchicklerandThorpe2001)首先分析出断裂线（BreakLine）并借助数据的地质特点来提高分类精度，并且引入了曲线和