Lidar数据的分类.pptx

Lidar数据的分类机载激光雷达原理简介Lidar数据的滤波原理Lidar数据的粗分类Lidar数据的细分类一 机载激光雷达原理简介系统原理及组成扫描方式数据格式数据包含的信息1 系统原理及组成系统搭载平台GPS系统IMU系统激光雷达测距系统数码相机中心控制单元定位定位定姿定姿测测距距加拿大加拿大Optech公司的公司的ALTM3100德国德国Topsys公司公司的的FALCONIII瑞士瑞士Leica公司公司的的ALS60奥地利奥地利Riegl公司公司2 扫描方式线扫描方式线扫描方式圆锥扫描方式圆锥扫描方式光纤扫描方式光纤扫描方式ALSALTMLiteMapper5600FALCON3 数据格式标准格式：标准格式：LASLAS（v1.0v1.0、v1.1v1.1、v1.2v1.2、v2.0 v2.0）BINBIN格式（格式（terrasolidterrasolid软件特有）软件特有）栅格格式栅格格式自定义文本格式自定义文本格式可直接用于可直接用于ARC GIS平台下平台下4 LAS数据包含的信息LAS1.0-1.2文件包括公共数据块（头文件）、可变长数据区、激光脚点数据三部分。LAS2.0文件增加了元数据区。激光脚点数据信息：Intensity(Intensity(回波强度回波强度)：反映地物的波谱反射特性。：反映地物的波谱反射特性。Return Number(Return Number(激光回波次数激光回波次数)Number of Returns(Number of Returns(激光的第几次回波激光的第几次回波)Classification(Classification(分类标识号分类标识号)Elevation(Elevation(高程信息高程信息)二 Lidar数据的滤波原理从激光数据点云中提取数字地面高程模型从激光数据点云中提取数字地面高程模型（DTM/DEM)DTM/DEM)需要将其中的地物数据脚点去掉，需要将其中的地物数据脚点去掉，这就是所谓的激光雷达数据的滤波。这就是所谓的激光雷达数据的滤波。滤波的基本原理是基于邻近激光脚点间的高滤波的基本原理是基于邻近激光脚点间的高程突变程突变(局部不连续局部不连续)一般不是由地形的陡然一般不是由地形的陡然起伏所引起，更为可能的是较高点位于某些起伏所引起，更为可能的是较高点位于某些地物。即使高程突变是由地形变化所引起的，地物。即使高程突变是由地形变化所引起的，就一个区域来讲，其表现形态也不会相同，就一个区域来讲，其表现形态也不会相同，陡坎只引起某个方向的高程突变，而房屋所陡坎只引起某个方向的高程突变，而房屋所引起的高程突变在四个方向都会形成阶跃边引起的高程突变在四个方向都会形成阶跃边界。界。两临近点间的距离越近两临近点间的距离越近,两点高差越大两点高差越大,较较高点位于地形表面的可能性就越小高点位于地形表面的可能性就越小,因此因此,判断某点是否位于地形表面时判断某点是否位于地形表面时,要顾及该点要顾及该点到参考地形表面点的距离到参考地形表面点的距离,随着两点间距离随着两点间距离的增加的增加,判断的阈值判断的阈值(threshold)(threshold)也应放宽也应放宽,主要是为了同时考虑地形起伏产生的高程变主要是为了同时考虑地形起伏产生的高程变化。两地面点间的距离越远化。两地面点间的距离越远,自然高差自然高差(地地形变化形成的高差形变化形成的高差)就会越大。就会越大。三 LIDAR数据的粗分类Lidar数据数据强度信息强度信息回波信息回波信息距离信息距离信息种子地面点种子地面点低点分类、地面点、表面以下点的分类低点分类、地面点、表面以下点的分类（阈值比较法）（阈值比较法）地面点地面点低中高植被、建筑物屋顶分类低中高植被、建筑物屋顶分类高差信息高差信息核心思想保证所选的点是地面点（宁少勿多，逐步添加）保证你筛选掉的点是非地面点不规则三角网滤波算法：不规则三角网滤波算法：通过通过“Max building size”参数来控制地面点的参数来控制地面点的选择。如果建筑物的最大选择。如果建筑物的最大边长是边长是60m,应用程序认应用程序认为每隔为每隔60m至少存在一个至少存在一个位于地表处的点位于地表处的点,也就是也就是说说,那个最低的点就位于那个最低的点就位于地表处。地表处。设置地面点参数的最大设置地面点参数的最大极限值：极限值：地形最大倾角可根据具地形最大倾角可根据具体地形调整设置。体地形调整设置。迭代角和迭代距离是决迭代角和迭代距离是决定符合什么条件的激光点定符合什么条件的激光点被纳入三角网建立地面模被纳入三角网建立地面模型。迭代角通常设置在型。迭代角通常设置在4度到度到10度，平丘地一般选度，平丘地一般选择接近择接近4度，山地一般选度，山地一般选择接近择接近10度。迭代距离一度。迭代距离一般设置在般设置在0.5m-1.5m。四 LIDAR数据的细分类原则：克服原则：克服I I、ll ll类误差类误差I I类误差：地面点被错误的分类到非地面点类误差：地面点被错误的分类到非地面点ll ll类误差：非地面点被错误的分类到地面点类误差：非地面点被错误的分类到地面点方法：方法：利用影象信息利用影象信息利用算法局部修改参数利用算法局部修改参数（add point to groundadd point to ground、remove vegetablesremove vegetables）人工分析（通过不同模式显示数据、改变光照人工分析（通过不同模式显示数据、改变光照角度、三维旋转分析、画剖面等手段）角度、三维旋转分析、画剖面等手段）谢谢大家！