一種從LIDAR點(diǎn)云數(shù)據(jù)中提取DTM的方法

一種從LIDAR點(diǎn)云數(shù)據(jù)中提取DTM的方法李瑞林;李濤【摘要】DTM的應(yīng)用日益重要和廣泛，利用LIDAR點(diǎn)云數(shù)據(jù)提取DTM是一種簡(jiǎn)單有效的方法。但由于地形的多樣性和地面上物體的復(fù)雜性，以及LIDAR原始點(diǎn)云數(shù)據(jù)的不連續(xù)性和不規(guī)律性，很難找出一種在各種地形都適用的DTM提取方法。提出一種從LIDAR數(shù)據(jù)中快速提取DTM的方法，分三個(gè)步驟：首先對(duì)原始LIDAR點(diǎn)云數(shù)據(jù)進(jìn)行規(guī)則化處理，生成DSM；然后對(duì)DSM按單元進(jìn)行一些操作，得到初始DTM；最后利用梯度閾值操作，進(jìn)行DTM平滑。實(shí)驗(yàn)結(jié)果表明，該方法簡(jiǎn)單實(shí)用，適應(yīng)性強(qiáng).【期刊名稱】《鐵道勘察》【年(卷)，期】2007(033)005【總頁?】3頁(P53-54,57)【關(guān)鍵詞】LIDA;DTM;提取【作者】李瑞林;李濤【作者單位】中鐵工程設(shè)計(jì)咨詢集團(tuán)有限公司，北京,100020;西南交通大學(xué)土木工程院，四川成都,610031【正文語種】中文【中圖分類】U21概述LIDAR是集激光掃描系統(tǒng)、全球定位系統(tǒng)(GPS)和慣性導(dǎo)航技術(shù)為一體的高新技術(shù),該系統(tǒng)可以快速獲取地球表面三維數(shù)據(jù)信息［1］,即由密集的點(diǎn)云所組成的原始數(shù)據(jù)。通過對(duì)LIDAR原始數(shù)據(jù)進(jìn)行處理，就可以直接生成數(shù)字表面模型(DSM),然后對(duì)得到的DSM進(jìn)行處理，對(duì)其中的建筑物、樹木等地面上物體進(jìn)行過濾,就可以生成DTM。目前已經(jīng)有許多DTM的提取方法。文獻(xiàn)［2］對(duì)LIDAR點(diǎn)云數(shù)據(jù)進(jìn)行規(guī)則格網(wǎng)化處理,用中值濾波去除粗差并平滑數(shù)據(jù)后，首先用Delaunay算法計(jì)算表面的TIN模型，對(duì)每個(gè)三角形的法向量和高差進(jìn)行判斷，然后使用區(qū)域增長的辦法來獲取道路信息，最后選擇一些道路點(diǎn)作為種子點(diǎn)，通過改變每一個(gè)格網(wǎng)的高程得到DTM。該方法在區(qū)域生長時(shí)，道路很容易被噪聲干擾,種子點(diǎn)的自動(dòng)選取也較困難。ChristopherA［3］則提取了另外一種方法，該方法首先在一個(gè)格網(wǎng)單元中尋找出最小值并形成一個(gè)模擬的表面，然后對(duì)模擬表面內(nèi)差處理得到地面值,對(duì)于平表面的橋梁和建筑物，要進(jìn)行基于梯度特征的操作,最終得到DTM。該方法內(nèi)差計(jì)算是在模擬地表上進(jìn)行，提取準(zhǔn)確度較差。由于地形和地面上物體的復(fù)雜性，以及LIDAR原始點(diǎn)云數(shù)據(jù)的不連續(xù)性和不規(guī)律性,很難找出一種方法適用于所有的地形［4］。本文提出一種從原始LIDAR點(diǎn)云數(shù)據(jù)中快速提取DTM的方法，該方法先對(duì)原始LIDAR數(shù)據(jù)進(jìn)行格網(wǎng)化處理，生成DSM,然后對(duì)DSM進(jìn)行地表植被和建筑物去除的一系列操作，接著用梯度閾值等操作進(jìn)行平滑，最終得到DTM。2原始LIDAR點(diǎn)云數(shù)據(jù)預(yù)處理LIDAR點(diǎn)云數(shù)據(jù)的分布特點(diǎn)，使直接進(jìn)行處理非常困難，因此需要進(jìn)行預(yù)處理。在數(shù)據(jù)處理與分析中，規(guī)則格網(wǎng)法通常使用線性代數(shù)的二維數(shù)字矩陣分析法作為數(shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)，一個(gè)矩陣數(shù)據(jù)在計(jì)算機(jī)的數(shù)據(jù)管理中變成一個(gè)二維數(shù)組。每個(gè)格網(wǎng)單元或數(shù)組元素對(duì)應(yīng)一個(gè)高程值。因此，規(guī)則格網(wǎng)法具有分析處理簡(jiǎn)單、處理模式化強(qiáng)的特征。原始的LIDAR點(diǎn)云數(shù)據(jù)就是若干個(gè)地面或地物點(diǎn)的精確三維坐標(biāo)信息。將原始LIDAR點(diǎn)表示為Ip,則lp定義為lp=(lpx,lpy,lpz)lpx,lpy,lpz分別表示每個(gè)原始LIDAR點(diǎn)lp的經(jīng)度、緯度和高程三維信息。經(jīng)過規(guī)則格網(wǎng)化預(yù)處理后,得到DSM,其數(shù)據(jù)表達(dá)形式可以表示為矩陣形式。設(shè)所有的原始LIDAR點(diǎn)云數(shù)據(jù)經(jīng)處理后的集合為LP,則：其中：m和n分別為矩陣的行和列而且mxn=N,N為LIDAR點(diǎn)總數(shù)。原始LIDAR點(diǎn)云數(shù)據(jù)預(yù)處理后生成的規(guī)則DSM如圖1所示。從圖中可以看出，選取的實(shí)驗(yàn)區(qū)域地形復(fù)雜多變。圖1原始LIDAR點(diǎn)云數(shù)據(jù)生成規(guī)則DSM3DTM提取原始LIDAR數(shù)據(jù)經(jīng)過規(guī)則格網(wǎng)化處理后,生成規(guī)則DSM,隨后可以從中提取DTM。DTM的提取分兩部分完成，首先是去除樹木，然后是去除建筑物，最終在通過梯度閾值等操作后得到DTM。3.1初始DTM提取在規(guī)則DSM中，非地面物體如樹木、建筑物等通常都高于與之相鄰的地面。樹木高度不一，面積較小，而建筑物在一個(gè)很小的范圍內(nèi)高差不大，且面積較大。因此LIDAR數(shù)據(jù)DTM的生成首先就是根據(jù)這些特征去除掉這些非地面物體點(diǎn)，取而代之的是與之臨近的地面點(diǎn)。具體的做法如下：從第一個(gè)點(diǎn)開始,間隔為2進(jìn)行行、列循環(huán)，選擇與之相鄰的4個(gè)點(diǎn)為一個(gè)單元，統(tǒng)計(jì)每個(gè)單元內(nèi)4個(gè)點(diǎn)中的最大值、最小值和平均值(如圖2所示)。圖2非地面物體點(diǎn)的去除對(duì)每個(gè)單元內(nèi)的最大值和最小值進(jìn)行相減，如果兩者差值大于給定的閾值，則將最大值對(duì)應(yīng)的LIDAR點(diǎn)高程值改變?yōu)樽钚≈?。然后?duì)該單元內(nèi)剩余兩個(gè)點(diǎn)進(jìn)行判斷，如果兩點(diǎn)中任意一點(diǎn)高程值和最大值接近，則將該點(diǎn)的高程也改變?yōu)樽钚≈?。逐行、列進(jìn)行循環(huán)，以某個(gè)單元為中心，若該單元的最大值與其上下左右4個(gè)方向中任意一個(gè)單元的最大值差值大于閾值，且兩者的最小值接近,則將該單元內(nèi)4個(gè)點(diǎn)的高程值都改變?yōu)樵搯卧獌?nèi)的最小值；若該單元最大值與其周圍4方向上任意一個(gè)單元的最大值差值和最小值差值都超過閾值,則將該單元內(nèi)4個(gè)點(diǎn)的高程全部改變?yōu)閷?duì)應(yīng)方向單元的平均值。逐行、列進(jìn)行循環(huán)（如圖3）,以每個(gè)點(diǎn)為中心（0位置），若中心點(diǎn)高程值均大于周圍8方向（1~8方向）點(diǎn)高程值，則將該點(diǎn)的高程值改變?yōu)橹車?點(diǎn)的平均值；若中心點(diǎn)高程大于其周圍8方向中任一點(diǎn)（如0-2方向）且差值超過閾值，而與之相反方向上（0-6方向）兩者高程差值較小，則將該點(diǎn)的高程改變?yōu)樵摲较螯c(diǎn)的高程（即將0點(diǎn)高程改變?yōu)?點(diǎn)高程）。圖38方向示意通過以上4步,可以去除掉地面上的絕大部分物體，得到初始DTM。圖1所示的DSM經(jīng)過上述步驟處理后,得到的初始DTM（如圖4）。圖4初始DTM3.2初始DTM平滑提取出來的初始DTM,已經(jīng)去除了絕大部分非地面物體，但是在一些區(qū)域中如建筑物和地面臨界處,高程變化比較劇烈,還必須對(duì)得到的初始DTM進(jìn)行光滑處理。光滑處理的步驟如下：梯度閾值分割。由梯度的定義可知，在高程變化劇烈的地區(qū)，梯度值也相對(duì)較大，因此對(duì)每個(gè)點(diǎn)求梯度，若梯度值大于閾值，表示該點(diǎn)和周圍的點(diǎn)高程有劇烈變化，則將該點(diǎn)的高程改變?yōu)閰⒓釉擖c(diǎn)閾值運(yùn)算時(shí)其他所有點(diǎn)的平均值。逐行、列進(jìn)行循環(huán)（如圖2所示）,將0點(diǎn)的高程改變?yōu)橹車?個(gè)點(diǎn)的平均值。經(jīng)過上述步驟的處理，初始DTM中高程變化劇烈的區(qū)域可以有效地得到平滑，最終得到DTM(如圖5所示)。可以看出,此時(shí)的DTM已經(jīng)去除了所有的非地面物體，且高程變化比較平滑。圖5DTM提取結(jié)果4結(jié)論本文提出的從LIDAR數(shù)據(jù)中快速提取DTM的方法基本不受地形起伏的影響，無須人工干預(yù)選擇種子點(diǎn)，適用性強(qiáng)啟動(dòng)化程度高，可以快速、準(zhǔn)確地提取DTM。試驗(yàn)結(jié)果表明該方法是有效和可行的。參考文獻(xiàn)李英成，等.快速獲取地面三維數(shù)據(jù)的LIDAR技術(shù)系統(tǒng)[J].測(cè)繪科學(xué),2002,27(4):35-38NizarABOAKEL,AutomaticDTMExtractionfromDenseRawLIDARDatainUrbanAreas,TS26BestPracticeinFacilityManagementChristopherA.Weed,MelbaM.Crawford.ClassificationofLIDARDataUsingaLowerEnvelopeFollowerandGradientbased-Operator.0-7803-7536-X,IEEE,2002VosselmanG.SlopeBasedFilteringofLaserAltimetryData[A].InternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationSciences.2000,33(3):935-942G.Priestnall,J.Jaafar.ExtractionurbanfeaturesfromLIDARdigitalsurfacemodels[J],Computers,EnvironmentandUrbanSystems,24(2