基于機載LIDAR樹木提取應用

任 海 成

(中鐵第六勘察設計院集團有限公司，天津 300308)

20世紀80年代末，在攝影測量技術的影響下，逐漸興起了機載LIDAR技術，主要集成了激光測距儀、全球定位系統GPS、慣性導航裝置IMU、中心測量單元以及CCD相機等[1,2]。機載LIDAR技術原理主要是利用激光發射器發射激光，脈沖激光到達地面目標物經過多次反射被激光器接收，能夠快速獲取三維地形數據。機載LIDAR技術因其主動性、不受氣候和地形復雜程度因素影響，以及具有一定穿透性，又可同時獲取地表物體的三維信息、強度信息、回波信息，在相關領域已取得重要成果：基礎測繪領域制作大比例尺地形圖如：1∶500,1∶1 000,1∶2 000等，數字化城市領域構建三維模型，工程勘察提供線路優化依據，電力巡線中樹障安全性分析等。國內外利用機載LIDAR技術也做了相關研究。在國外，大多數研究主要集中在森林區域，通過相關算法可以很好的評估林木特征。芬蘭學者Juha Hyyppa研究了單株樹木分割法。Suresh K.Lodha，2007根據LIDAR數據特征，應用AdaBoost方法進行了道路、建筑物、植被信息提取。國內劉峰[3]研究了面向對象分類，通過Kd-Tree樹存儲大量點云，利用SVM法，進行點云預分類。張齊勇、周國清利用區域生長算法大面積濾波建筑物，再結合梯度閾值法進行樹木提取[4]。

1 點云空間結構特征及濾波分類

本文基于LIDAR點云空間數據組織模式(如圖1所示)，從點云幾何分布特征分析出激光點到達植被樹木時，大部分位于樹冠且反射，小部分位于樹干上，而在垂直方向變化較大，尤其是樹木邊緣處和內部方向上。根據樹木表面不具規則性和建筑物具規則性，利用梯度分割二階導數分離建筑物。

利用濾波分類算法，點云數據內插生成DSM，通過移動曲面擬合法內插生成DTM[5]。樹木具有時間特征、區域特征、位置特征、空間分布格局特征等，而建筑物都是人工建造，具有幾何規則特性。因此，樹木和建筑物激光腳點在平面上差異不大，但在垂直高程有很大不同，利用這一特性，本文以冠層高度模型CHM為參考，利用激光穿透性和回波特性，結合區域增長算法和拉普拉斯算子，濾除地面建筑物激光腳點和樹木及建筑物激光腳點，達到分離效果(見圖2)。

2 實驗結果分析及應用

通過實驗數據，利用區域增長算法和拉普拉斯算法能夠分離絕大部分樹木和建筑物：閾值K的選取和地形有很大關系，直接影響著二次局部曲面能否很好的擬合DSM。本文研究區域主要是山區，建筑物不到1/6，具有規則性和平整度較高，K值選6時，拉普拉斯算子介于0.75～1.3之間，可以成片的提取樹木，樹木提取信息見表1。

表1 樹木提取信息

從表1中可以看出，閾值選取受地形因素較大，當閾值在0.75～1.3之間，樹木提取率可以達到88.5%，在一定程度上滿足了工程需要。根據架空輸電線路運行規程DLT741—2001，當電壓等級為220 kV時，檢測到樹障信息如表2所示。

表2 危險點預警檢測表

由表2可以看出，1號危險點水平距離為3.74 m，超過了導線與樹木最小安全距離，垂直距離4.09 m小于導線與樹木最大弧垂距離。2號危險點水平距離3.14 m，超過了導線與樹木最小安全距離，垂直距離4.08 m小于導線與樹木最大弧垂距離。3號危險點水平距離3.83 m，超過了導線與樹木最小安全距離，垂直距離4.19 m小于導線與樹木最大弧垂距離[6]。

3 結語

本文基于激光點云空間幾何特征、濾波分類算法進行植被樹木分離提取。結合研究區環境特點，經試驗得到合適閾值，大范圍提取樹木。基于提取結果模擬輸電線路樹障安全性預警研究分析，從而確定導線與地面的安全距離、導線與建筑物的安全距離、導線與樹木之間的安全距離，智能化實時工況距離安全檢測。為工程后續清理障礙物提供了一定依據。