基于Terrasolid的機載激光雷達點云組合濾波方法研究

劉哲延,劉 璐

(貴州省第一測繪院 貴州 貴陽 550025)

0 引言

機載激光雷達(light detection and ranging,LiDAR)是一種集激光測距系統、全球定位系統(global navigation satellite system,GNSS)和慣性導航系統(inertial navigation system,INS)于一身的新型測量系統,用于獲取被測對象表面三維坐標并生成精確的數字三維模型。機載LiDAR技術具有較大程度穿透植被獲取真實地表坐標的能力,被廣泛用于大范圍地面數字高程模型(digital elevation model,DEM)制作。由機載LiDAR獲取的點云數據主要由地面點、非地面點和噪聲組成,復雜的地形、形態各異的非地面點以及大量的噪聲極大增加了通過濾波獲取正確地面點的難度。在實際生產中,通過專業點云處理軟件濾波得到的地面點云通常無法直接用于制作DEM,而是需經過人工編輯后才能做進一步使用。因此,從機載LiDAR點云中通過濾波盡可能多地獲取正確的面點以減少后期人工編輯具有非常重要的現實意義。

在實際航空攝影過程中,由于存在懸空云霧或儀器自身問題等情況,機載LiDAR點云可能有大量噪點。針對去噪和地面點濾波算法,已經有學者做過大量研究[1-3]。但該類研究主要側重于理論,多探討算法本身,與工程實踐結合不夠緊密,在工程實踐中遇到的情況極其復雜,單一算法難以滿足實踐需求,通常是通過相關商業軟件設定濾波算法組合以達到期望效果。Terrasolid軟件是目前被廣泛用于處理機載LiDAR點云實際工程數據,在國內得到了較多應用[4-5]。采用Terrasolid進行常規組合濾波的流程通常為去除飛點、孤立點和低點,通過軟件內置的ground算法(分類地面點)得到地面點,再在此地面點基礎上進行建筑、植被等點云的分類。但Terrasolid的地面點分類采用的是漸進三角網加密算法,經典的漸進三角網加密算法基本原理為:首先對數據區域劃分規則格網,認為格網中最低點為地面點,并作為初始化的種子點[6-7];然后構建不規則三角網,再遍歷非地面點,若三角面的坡度小于該閾值,則計算待判斷點到三角面的距離,以及待判斷點與距離最近的三角面的頂點的連線與三角面之間的夾角,示意圖如圖1所示,如果這兩者均小于給定的閾值,則將待判斷點視為地面點,計入地面點集[8];重復以上步驟,直到不再有新的地面點生成。

圖1 經典的漸進三角網加密算法中迭代加密步驟對待判斷點計算距離d和夾角α

經典的漸進三角網加密算法雖然普適性較好,但是該算法執行效率較低且對孤立點、飛點、低點、低矮植被、低矮構筑物等較為敏感,導致濾波結果出現錯誤。本文基于Terrasolid軟件,結合點云回波特性、地形數據和噪聲的相對關系,提出了一種組合濾波的方法,提高了地面點濾波的準確度,為實際工程中點云組合濾波方法提供參考。

1 方法與步驟

就機載LiDAR點云而言,通過噪聲點與地表點的位置關系可以將噪聲點分為三類:獨立于地表點的噪聲點、與地表點相交的噪聲點、與地表點混雜的噪聲點。少量的孤立獨立噪聲點可以通過點的離群距離去除,但大量聚集的噪聲點卻經常被誤判為地物,相交噪聲點和混雜噪聲點僅難以通過噪聲點的離群距離剔除,該類噪聲點通常由人工編輯去除,這往往耗時費力,且難以明確界定交織點為地面點還是噪聲點。如圖2所示[4]。

圖2 噪聲點類別

利用噪聲點和地表點的位置關系可以在Terrasolid中快速實現去噪功能,但由于該算法中地表點的提取是與去噪交替進行的,故該算法的去噪效果與地表點的選擇有較大關系。機載LiDAR點云數據通常都有多次回波,首次回波一般為樹冠、裸露地表、樓頂、高空噪聲等區域,末次回波則大多數為地面點,非首、末次回波多為冠層下的樹葉、樹干、鏤空的地面構筑物等。利用回波特性,可以去除大量相交噪聲點和混雜噪聲點。基于機載LiDAR點云的回波特性,算法如圖3所示。

圖3 算法流程圖

(1)初始化機載LiDAR點云。濾波前初始化準備,把所有類別的點云劃分到Default類中。

(2)孤立點、飛點、低點分類。利用孤立點、飛點、低點與點云主體的位置關系,剔除離群較遠的噪聲點。

(3)利用回波特性構造初步地表點集合。將首次回波的點云和末次回波的點云歸為一類,再對該點集提取地表點,這些表面點能夠包含絕大部分的地面點和地物點,同時去掉了中間回波的干擾,可以用作去噪的基準面。

(4)以地表點為基準區分高于地表的點、地表附近的點和低于地表的點。借助粗略劃分地表點點集合為基準,利用噪聲點和地表點的位置關系去噪。

(5)把除噪聲以外的點歸入Default。后續進行地面點濾波需要去噪后的點,該類點包含了首次提取的地表點和原本Default圖層中的點。

(6)提取地面點。使用Terrasolid內置的地面點濾波算法提取地面點。

2 實驗內容

試驗區位于貴州省六盤水市境內,數據由Riegl 580Ⅱ機載激光雷達設備于2021年采集所得。試驗區最大點密度為13.5 個/m2,平均點密度5.09 點/m2。取1 km×1 km為試驗區,該區域高差達500 m,屬于典型的高地形。該區域密林區,植被覆蓋高,由于測區高差大,在航攝的時候遇到的云霧,導致有較多的連片懸空噪點和連片低點。如圖4、圖5所示。

圖4 試驗區范圍

本文所述的組合濾波方法在Terrasolid中實現如表1所示。

運行本文組合濾波方法后,生成對應的DEM山體陰影圖,并將本文所得結果和Terrasolid常規組合濾波算法結果對比如圖6～圖8所示。

圖6 常規濾波后DEM山體陰影圖(45°俯視圖)

圖7 常規濾波后DEM山體陰影圖

圖8 本文組合濾后DEM山體陰影圖

從圖6～圖8中可以看出,本文提出的組合濾波方法相對Terrasolid中傳統濾波方法在抵抗噪聲和建筑物濾除方面有著更好的效果,但也將部分山體被誤分為非地面點。但總體來說,本文組合算法與Terrasolid中傳統濾波方法相比,更能兼顧抗噪和建筑濾除的效果。

3 結語

綜上所述,本文基于Terrasolid軟件,結合點云回波特性、地形數據和噪聲的相對關系,提出了一種組合濾波的方法,并將其與常規采用Terrasolid進行組合濾波的流程方法進行了對比,驗證了本文組合濾波方法在地面點分類中更能兼顧抗噪和建筑濾除效果。同時本文給出了Terrasolid中組合濾波方法的具體實現,具有較強的可操作性,可對廣大專業技術人員的工程實踐提供直接參考。但在工程實踐中可能遇到不同的場景,專業技術人員應對不同濾波方案進行比選,選取最合適的點云濾波方法。