1、LiDAR原理原理,技术与应用技术与应用武汉大学李德仁 院士2010年7月23日, 青岛主要内容主要内容一、机载机载LiDAR原理原理, ,技术与技术与应用应用二、机载二、机载LiDAR与光学影像的联合处理与光学影像的联合处理三、基于光学成像和激光雷达技术的移动三、基于光学成像和激光雷达技术的移动 测量系统测量系统四四、地面地面LiDAR及在文物保护中的应用及在文物保护中的应用五五、结束语、结束语一、机载一、机载LiDARLiDAR原理原理激光是具有大功率、高度方向性的光束。激光回波测距的原激光是具有大功率、高度方向性的光束。激光回波测距的原理是由激光器发射激光并接收回波，加上一个能记录激光发
2、理是由激光器发射激光并接收回波，加上一个能记录激光发射和接收时间点的计时器，就很容易的通过以下公式得到距射和接收时间点的计时器，就很容易的通过以下公式得到距离：离：ClockTargetReturnSensor Head激光回波测距原理激光回波测距原理LctR21Result:XYZ Pos. in WGS84 坐标系GPS & INSPosition.Distance机载机载LiDARLiDAR数据采集原理数据采集原理由回波测距测量距离、由由回波测距测量距离、由POS系统测量飞机姿态和激光束扫描角度，即系统测量飞机姿态和激光束扫描角度，即可以获得激光束在地面撞击点的三维坐标。该装置安置在卫星
3、、飞机和可以获得激光束在地面撞击点的三维坐标。该装置安置在卫星、飞机和汽车上，分别为星载、机载和车载激光雷达。地面汽车上，分别为星载、机载和车载激光雷达。地面LiDAR无需无需POS系统系统。机载机载LiDAR扫描原理扫描原理 上述激光测距系统，只能测量单点的三维空间坐上述激光测距系统，只能测量单点的三维空间坐标。要进行面状测量，必须要加入扫描装置标。要进行面状测量，必须要加入扫描装置 主要由三种类型的扫描原理主要由三种类型的扫描原理 摇摆扫描镜（摇摆扫描镜（oscillating mirror) ，为，为Leica ，Optech采用采用 旋转多棱镜（旋转多棱镜（rotating polyg
4、on) ，为，为Riegl 和和IGI采用采用 光纤扫描（光纤扫描（fiber scanning)，仅为，仅为TopoSys的的Falcon系统采用系统采用优点：优点：扫描角度可以调节扫描角度可以调节较高的数据获取航高较高的数据获取航高缺点：缺点：扭矩、加速度、机器磨损扭矩、加速度、机器磨损引起误差引起误差扫描条带两边的点密集，扫描条带两边的点密集，而中间的点少而中间的点少机载机载LiDARLiDAR扫描原理扫描原理- -摆动扫描镜摆动扫描镜两个摆动方向而产生对于地面两个摆动方向而产生对于地面的双向扫描，在地面上形成的双向扫描，在地面上形成Z形扫描线形扫描线 比较适合于精度要求不太高，而测量面
5、积又比较大的应用场合比较适合于精度要求不太高，而测量面积又比较大的应用场合设备要经常进行检校，使用时间过长后，精度受影响较大设备要经常进行检校，使用时间过长后，精度受影响较大机载机载LiDARLiDAR扫描原理扫描原理- -摆动扫描镜摆动扫描镜密度最不均匀情况密度最不均匀情况密度最均匀情况密度最均匀情况旋转正多面体扫描镜只有一个旋转旋转正多面体扫描镜只有一个旋转方向，其每个表平面都按同一方向方向，其每个表平面都按同一方向扫描，在地面形成单向扫描平行线扫描，在地面形成单向扫描平行线优点：优点：扫描点是均匀分布的扫描点是均匀分布的旋转较扭矩式磨损少，设备能保旋转较扭矩式磨损少，设备能保持长期的可靠
6、性和稳定性持长期的可靠性和稳定性缺点：缺点：视场角不可调节视场角不可调节不适合较高的航高获取数据不适合较高的航高获取数据机载机载LiDARLiDAR扫描原理扫描原理- -旋转正多面体扫描仪旋转正多面体扫描仪 机载机载LiDARLiDAR扫描原理扫描原理- -旋转正多面体扫描仪旋转正多面体扫描仪 点云数据分布均匀点云数据分布均匀优点：优点：是发射光路和接受光路一一对应，激光发是发射光路和接受光路一一对应，激光发射频率不受航高视场角约束射频率不受航高视场角约束点云数据密度均匀（同点云数据密度均匀（同旋转正多面体扫描旋转正多面体扫描仪仪 ）缺点：缺点：扫描角固定扫描角固定数据获取范围小数据获取范围小
7、要求飞机平台低速飞行要求飞机平台低速飞行机载机载LiDARLiDAR扫描原理扫描原理- -光纤扫描仪光纤扫描仪激光束固定的纤维线阵激光束固定的纤维线阵 3rd返回返回 从地面从地面1st 返回返回 从树顶从树顶2nd 返回返回 从树枝从树枝1st (仅一次仅一次) 从地面返回从地面返回机载机载LiDARLiDAR多次回波信息多次回波信息- -树木树木机载机载LiDARLiDAR多次回波信息多次回波信息- -房屋房屋3rd返回返回 从地面从地面1st 返回返回 从房顶从房顶2nd 返回返回 从房檐从房檐1st (仅一次仅一次) 从地面返回从地面返回传统遥感传感器是地表的二维成像传统遥感传感器是地
8、表的二维成像全数字波形分析概念全数字波形分析概念离散回波记录连续波回波记录机载机载LiDARLiDAR分类分类事实上，机载事实上，机载LiDAR系统有陆地和海洋之分系统有陆地和海洋之分。海洋。海洋LiDAR是为了测量是为了测量海底地形而研制的，主要为国外的军方使用，海底地形而研制的，主要为国外的军方使用，我们通常说的机载我们通常说的机载LiDAR主要操作于陆地上，为获取陆地主要操作于陆地上，为获取陆地DEM数据而研制的。数据而研制的。 LIDAR系统的操作平台主要为飞机。一般航摄飞机、直升机都可以搭系统的操作平台主要为飞机。一般航摄飞机、直升机都可以搭载载LIDAR。美国美国NASA开始在卫星
9、上搭载开始在卫星上搭载LiDAR，他们发射的，他们发射的ICEsat卫星上就有卫星上就有LiDAR系统。系统。激光雷达激光雷达l针对大气应用：大气圈层结构针对大气应用：大气圈层结构l航空测绘应用：地形测量航空测绘应用：地形测量l地面激光雷达：近地面三维建模地面激光雷达：近地面三维建模在测绘领域中，所谈的机载激光雷达大部分指用于地形测绘用的机载在测绘领域中，所谈的机载激光雷达大部分指用于地形测绘用的机载激光雷达系统激光雷达系统机载机载LiDARLiDAR研究背景和意义研究背景和意义机载机载LiDARLiDAR是新型航空传是新型航空传感器。在对地观测领域，感器。在对地观测领域，其最初目的是为获取高
10、精其最初目的是为获取高精度数字表面模型。经一定度数字表面模型。经一定处理，获得剔除植被、人处理，获得剔除植被、人工建筑等以后的数字地面工建筑等以后的数字地面模型。应用已经扩大到基模型。应用已经扩大到基础测绘、林业管理、管线础测绘、林业管理、管线选线、岛礁测绘、困难地选线、岛礁测绘、困难地区测绘等领域区测绘等领域机载机载LiDARLiDAR系统直接获取系统直接获取高精高精度的数字表面模型度的数字表面模型，还可以同，还可以同时获取时获取回波、强度回波、强度等数据为目等数据为目标识别、分类提供标识别、分类提供辅助数据辅助数据。机载机载LiDARLiDAR系统可以携带航空系统可以携带航空多光谱多光谱C
11、CDCCD相机，具备了同时相机，具备了同时获得获得多光谱多光谱CCDCCD影像的能力影像的能力，为后续应用提供了丰富的数据为后续应用提供了丰富的数据资源。资源。 数据的密度数据的密度每平米每平米1 1个点或更多个点或更多(0.4xo.4m)(0.4xo.4m) 数据的精度数据的精度垂直精度可以达到垂直精度可以达到5-15cm5-15cm平面精度可以达到平面精度可以达到10-75cm10-75cm 数据的分布数据的分布扫描带重叠区域数据密度高扫描带重叠区域数据密度高一个扫描内点的间距很小，而一个扫描内点的间距很小，而扫描线之间点的间距却较大扫描线之间点的间距却较大采样模式和地形起伏对数据的采样模
12、式和地形起伏对数据的分布也有影响分布也有影响 噪声噪声系统误差系统误差高的及低的局外点高的及低的局外点( (粗差粗差) )空洞空洞机载机载LiDARLiDAR数据特点数据特点 LiDAR获得的水平和垂直精度和众多因素有关，主获得的水平和垂直精度和众多因素有关，主要的有内外两种因素：要的有内外两种因素： GPSIMU（POS）系统和激光系统本身都有自）系统和激光系统本身都有自身的精度限制，此为内因。身的精度限制，此为内因。 外因主要与航线设计、飞行条件、大气条件、地外因主要与航线设计、飞行条件、大气条件、地形起伏因素和植被覆盖有关。形起伏因素和植被覆盖有关。 在给定系统误差的情况下，在给定系统误
13、差的情况下，LIDAR获得的三维坐获得的三维坐标精度可以看做是地形和植被覆盖的函数标精度可以看做是地形和植被覆盖的函数。 机载机载LiDARLiDAR数据精度影响因素数据精度影响因素AeroScan System Accuracy0.0000.1000.2000.3000.4000.5000.6000.7000.8000100020003000400050006000Flying Height (m AGL)Estimated Accuracy FOV edge (m, 1 sigma)horizontal (75)horizontal (45)vertical (75)vertical (4
14、5)LeicaASL50飞行高度和精度、扫描角度关系飞行高度和精度、扫描角度关系 常见参数：常见参数：飞行高度：依据测区地物反射率飞行高度：依据测区地物反射率水平精度、垂直精度水平精度、垂直精度回波次数回波次数/是否有全波形数字化仪是否有全波形数字化仪强度信息量化级别：一般强度信息量化级别：一般8 - 12bits发射和扫描频率：发射频率发射和扫描频率：发射频率200 - 400KHz，扫描频率，扫描频率一般为几十一般为几十Hz扫描角度：最大可达扫描角度：最大可达7575，实用中，一般为，实用中，一般为45机载机载LiDARLiDAR的重要参数的重要参数 常见参数：常见参数：翻滚角度补偿（翻滚
15、角度补偿（Roll Compensation）POS：常用的有：常用的有Applanix、IGI、Honeywell等公司从产品，定等公司从产品，定姿精度姿精度0.0025 - 0.005之间之间激光点分布模式：均匀分布或激光点分布模式：均匀分布或Z字形分布字形分布数据存储设备：一般商业系统支持数据存储设备：一般商业系统支持10小时以上的连续飞行小时以上的连续飞行光斑直径（用毫弧度表示）：决定水平精度。光斑直径（用毫弧度表示）：决定水平精度。1000米相对航高时，米相对航高时，对应地面直径一般在对应地面直径一般在10cm - 50cm不等不等激光安全等级：影响最低航高。安全等级越低，对人的危险
16、越大，激光安全等级：影响最低航高。安全等级越低，对人的危险越大，飞行的最低航高也越大飞行的最低航高也越大机载机载LiDARLiDAR的重要参数的重要参数飞行数据记录数据处理可视化处理数据预处理和质量检测Orthoimage + DTM or DSMDSMDTM机载机载LiDAR数据一般处理流程（含车载）数据一般处理流程（含车载）地面地面LiDAR获得的数据格式和数据性质和机载、车载完全一样。但地获得的数据格式和数据性质和机载、车载完全一样。但地面无需面无需POS系统，因此处理步骤相对简单系统，因此处理步骤相对简单航线设计飞行控制数据存储目前的数据处理软件，大多数是设备生产厂家根据自己的目前的数
17、据处理软件，大多数是设备生产厂家根据自己的设备而开发的，没有象遥感数据处理那样的通用平台。芬设备而开发的，没有象遥感数据处理那样的通用平台。芬兰兰Terrasolid公司的软件是一个商业化的软件，但是必须公司的软件是一个商业化的软件，但是必须在在Microstation上运行上运行优点：研发较早，有成熟的用户基础，商品化程度高优点：研发较早，有成熟的用户基础，商品化程度高缺点：二次开发产品、没有强大的算法支持队伍，人缺点：二次开发产品、没有强大的算法支持队伍，人员单薄；在国内市场虽有用户基础，但相对于遥感软员单薄；在国内市场虽有用户基础，但相对于遥感软件、件、GISGIS软件，还相当薄弱软件，
18、还相当薄弱其它国外软件，基本上不具备商品化其它国外软件，基本上不具备商品化LiDAR数据处理软件数据处理软件2006年，国家十二五年，国家十二五863的第一年，以武汉大学牵头、联的第一年，以武汉大学牵头、联合国内相关优势单位的技术力量，获得目标导向类资助，合国内相关优势单位的技术力量，获得目标导向类资助，从底层开始，研发具有自主知识产权的机载从底层开始，研发具有自主知识产权的机载LiDAR数据处数据处理软件。周期三年理软件。周期三年;经过经过3年的研发，已经具备商品化、产业化的条件。已经年的研发，已经具备商品化、产业化的条件。已经在包括陕西测绘局、甘肃测绘局、北京东方道迩等单位在在包括陕西测绘
19、局、甘肃测绘局、北京东方道迩等单位在内的内的LiDAR数据加工部门推广使用数据加工部门推广使用.我国自主研发的我国自主研发的LiDARLiDAR数据处理软件数据处理软件机载机载LiDARLiDAR数据的多视角与多专题可视化数据的多视角与多专题可视化生产作业工程的管理和数据批处理生产作业工程的管理和数据批处理用户二次开发插件无缝集成用户二次开发插件无缝集成航线设计以及航线管理器航线设计以及航线管理器机载机载LiDARLiDAR数据的整体平差与拼接处理数据的整体平差与拼接处理机载机载LiDARLiDAR数据滤波自动滤波、分类及相应的人工编辑工具数据滤波自动滤波、分类及相应的人工编辑工具机载机载Li
20、DARLiDAR点云数据与影像的配准点云数据与影像的配准/ /融合分类融合分类基础测绘应用模块（包括：基于点云的基础测绘应用模块（包括：基于点云的DEMDEM和等高线生产、和等高线生产、POSPOS数据预处理数据预处理/ /正正射影像生成模块）射影像生成模块）基于点云的植被结构参数提取基于点云的植被结构参数提取基于点云的建筑物提取和三维建模基于点云的建筑物提取和三维建模波形数据分析与处理、基于点云数据的简单三维线划图生成波形数据分析与处理、基于点云数据的简单三维线划图生成 共110个功能武大自主研发武大自主研发LiDARLiDAR数据处理软件数据处理软件软件整体界面软件整体界面数据检校数据检校
21、检校目的：检校目的：主要消除激光扫描坐标系与主要消除激光扫描坐标系与IMU坐标系坐标轴不坐标系坐标轴不平行（安置角误差）引起点云数据的坐标偏移误差平行（安置角误差）引起点云数据的坐标偏移误差安置角误差示意图安置角误差示意图数据检校数据检校检校方法：检校方法：利用相互平行和相互交叉的航线，以及不利用相互平行和相互交叉的航线，以及不同航高（高低行高）的点云数据重叠区域同名地物的同航高（高低行高）的点云数据重叠区域同名地物的坐标不一致性实现设备安置角误差的改正。坐标不一致性实现设备安置角误差的改正。检校飞行航线检校飞行航线数据检校数据检校- -以翻滚角为例以翻滚角为例/2arctanhRollr翻滚
22、角绕飞行方向（翻滚角绕飞行方向（X轴）旋转，其误差未消除时，观测得到的水平地表轴）旋转，其误差未消除时，观测得到的水平地表与真实水平地表存在大小与翻滚角相近的夹角，两者间高差与真实水平地表存在大小与翻滚角相近的夹角，两者间高差 与点和航带与点和航带中心的水平距离中心的水平距离r成线性关系，如图成线性关系，如图1所示（实线代表真实水平地表）。因所示（实线代表真实水平地表）。因此，对同航高来回飞行的两航带，其同名水平地表间高程差是此，对同航高来回飞行的两航带，其同名水平地表间高程差是 的两倍。的两倍。由图由图2对翻滚角改正值有：对翻滚角改正值有：Roll图1 翻滚角影响图2 翻滚角与航带间高差关系
23、示意图原理原理r选择同航高来回飞行的两条带数据通过航带管理器获取点云的航带号信息选择重叠区平地拉一剖面翻滚角误差导致的航带间高差量测剖面到航带中心的距离r量测航带高程差h/2arctanhRollr由得到翻滚角检校值利用检校值改正点云检校改正后两航带高差基本消除自主软件用于数据检校自主软件用于数据检校- -以翻滚角为例以翻滚角为例自主软件用于基础测绘的实际生产成果自主软件用于基础测绘的实际生产成果以敦煌数据为例以敦煌数据为例沙丘DEM沙漠河道DEM敦煌市郊DSM敦煌市郊DEM自主软件用于三维矢量建模自主软件用于三维矢量建模- -三维树木精细模型三维树木精细模型三维树木精细模型（加入树叶和树干纹
24、理，添加光照）。这是我们的成果这是TerraSolid树建模模块的成果基于基于EM（方差极大算法）的全波形数（方差极大算法）的全波形数据波形分解据波形分解：decomposition of full-wave form data with Expectation MaximumLiDar 数据处理数据处理试验研究试验研究SLICER data (NASA) 使用的数据是使用的数据是SLICER在一片植被覆盖地在一片植被覆盖地区采集到的，区采集到的，SLICER的波形数据是的波形数据是.dat格式格式的二进制文件，每一个波形有的二进制文件，每一个波形有600个采样，采个采样，采样间的距离为样间的
25、距离为0.1112米。在数据里还有激光发米。在数据里还有激光发射的方位角、倾斜角，检测到的最高物体表面射的方位角、倾斜角，检测到的最高物体表面的经纬度和高程等信息。的经纬度和高程等信息。Peak detected by SLICER algorithmDetected by our algorithmmore comparison 二、机载二、机载LiDAR与光学影像的联合处理与光学影像的联合处理目的、意义目的、意义 机载机载LiDARLiDAR点云数据具有较高的高程精度，但缺乏光谱、点云数据具有较高的高程精度，但缺乏光谱、纹理信息纹理信息 单片或单景高分辨率影像具有较高的平面精度，但是缺乏单
26、片或单景高分辨率影像具有较高的平面精度，但是缺乏高程信息高程信息 必须立体相对，才能获得高程。在困难地区，即使有立体必须立体相对，才能获得高程。在困难地区，即使有立体相对也难以获得较高的高程精度相对也难以获得较高的高程精度 融合融合LiDARLiDAR点云和高分辨率光学影像，是三维可视化、地点云和高分辨率光学影像，是三维可视化、地物三维提取、三维线划图（物三维提取、三维线划图（3D DLG3D DLG）提取的有效途径）提取的有效途径摄影测量摄影测量LIDARLIDAR系统系统被动式测量主动式测量采用覆盖整个摄影区域逐点采样间接获取地面三维坐标直接获取地面三维坐标获取高质量的灰度影像或多光谱数据
27、能够识别比激光斑点小的物体，如输电线等软硬件经多年发展已比较成熟 新技术需不断发展，具有很大发展潜力可利用的传感器类型很多(多光谱，线阵CCD)可供选择传感器类型较少飞行计划相对简单飞行计划相对复杂，要求较苛刻相同的飞行高度下飞行带宽较宽，覆盖面积大飞行带宽较窄，容易形成漏飞区域受天气影响理论上能全天候采集数据，实际上背景反射越弱，测距效果越好数据处理自动化程度低，特别是处理航片时需要人工干预容易实现数据处理自动化GPS(INS可选)，GPS/INS数据采样率低GPS+INS(价格昂贵)，GPS/INS数据采样率高传统摄影测量与传统摄影测量与LIDAR系统比较系统比较影像和点云数据的配准影像和
28、点云数据的配准融合高分辨率遥感影像与点云数据，配准是第一步融合高分辨率遥感影像与点云数据，配准是第一步机载机载LiDARLiDAR三维离散点的半随机分布特性，导致影像特征点三维离散点的半随机分布特性，导致影像特征点与机载与机载LiDARLiDAR特征点难于对应特征点难于对应经尺度分析，当影像分辨率远小于机载经尺度分析，当影像分辨率远小于机载LiDARLiDAR点云点间距时，点云点间距时，利用点特征配准基元，利用点特征配准基元，LiDARLiDAR点云密度限制配准精度，无法点云密度限制配准精度，无法体现高分辨率遥感影像水平精度的优势体现高分辨率遥感影像水平精度的优势我们提出利用多次回波和全波形分
29、析方法提取点云线特征、我们提出利用多次回波和全波形分析方法提取点云线特征、并用线特征替代点特征的方法进行点云数据和影像的配准并用线特征替代点特征的方法进行点云数据和影像的配准方法特点方法特点基于共线方程的基于共线方程的2D-3D2D-3D数据直接配准的严格配准模型数据直接配准的严格配准模型在配准基元中，适当引入未知辅助参量，与配准变换模型在配准基元中，适当引入未知辅助参量，与配准变换模型参数联合解算参数联合解算不仅限于不仅限于LiDARLiDAR点云数据与同机获取的摄影测量遥感影像点云数据与同机获取的摄影测量遥感影像数据的配准数据的配准考虑传感器系统的误差影响考虑传感器系统的误差影响线特征表示
30、点特征线特征表示点特征PABABABpAAAPPPZZYYXXZYXZYXLiDARLiDAR数据的空间直线特征，用该直线上任意不重合数据的空间直线特征，用该直线上任意不重合的的ABAB两点表示，直线上任意一点两点表示，直线上任意一点P P，引入参数，引入参数 ，都，都可用可用ABAB两点表示。两点表示。P配准模型示意图配准模型示意图单片（左）和多片（右）航空遥感影像与单片（左）和多片（右）航空遥感影像与LiDARLiDAR点云数据配准的示意图点云数据配准的示意图配准变换模型配准变换模型 假设无系统误差前提下的共线方程配准变换模型：假设无系统误差前提下的共线方程配准变换模型：)()()()()
31、()()()()()()()(33231332221203323133121110opopopopopopopopopopopopZZaYYaXXaZZaYYaXXacyyZZaYYaXXaZZaYYaXXacxx参数解算参数解算每引入一个配准控制点，就引入一个未知参数，单片每引入一个配准控制点，就引入一个未知参数，单片只需解算一组航空影像外方位元素。对于一组配准基只需解算一组航空影像外方位元素。对于一组配准基元点、线对应组合可建两个方程，同时引入一个未知元点、线对应组合可建两个方程，同时引入一个未知数，因此对于数，因此对于n n组点、线组合观测值，在假设传感器组点、线组合观测值，在假设传感器
32、系统误差为零的情况下满足，观测值方程如下：系统误差为零的情况下满足，观测值方程如下：参数解算参数解算)()()()()()()()()()()()()()()()() 1()()()()()()()()()()()() 1()()()()()()()(nnnn33nnnn23nnnn13nnnn32nnnn22nnnn120nnnn33nnnn23nnnn13nnnn31nnnn21nnnn110iiii33iiii23iiii13iiii32iiii22iiii120iiii33iiii23iiii13iiii31iiii21iiii110i1111331111231111131111321
33、11221111120111113311112311111311113111112111111101oABAoABAoABAoABAoABAoABAnoABAoABAoABAoABAoABAoABAnoABAoABAoABAoABAoABAoABAioABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAoABAZZZZaYYYYaXXXXaZZZZaYYYYaXXXXafyyZZZZaYYYYaXXXXaZZZZaYYYYaXXXXafxxZZZZaYYYYaXXXXaZZZZaYYYYaXXXXafyyZZZZ
34、aYYYYaXXXXaZZZZaYYYYaXXXXafxxZZZZaYYYYaXXXXaZZZZaYYYYaXXXXafyyZZZZaYYYYaXXXXaZZZZaYYYYaXXXXafxx参数解算参数解算对配准转换参数以及引入的参数进行泰勒公式展开线对配准转换参数以及引入的参数进行泰勒公式展开线性化，建立法方程，迭代运算，求解未知数。迭代的性化，建立法方程，迭代运算，求解未知数。迭代的过程也是影像上点对应的值计算得到过程也是影像上点对应的值计算得到LiDARLiDAR空间对应空间对应点不断靠近真值的过程。点不断靠近真值的过程。配准结果检查（目视和统计）配准结果检查（目视和统计） 多片沙市数据
35、（配准精度1个影像像素左右，10个检查点）注意水体边缘，点云与影像的叠加配准结果检查（目视和统计）配准结果检查（目视和统计） 单片敦煌数据（配准精度1个影像像素左右，10个检查点）配准结果：点云与光学影像叠加配准结果：点云与光学影像叠加湖北长阳湖北长阳敦煌莫高窟敦煌莫高窟敦煌月牙泉敦煌月牙泉真正射影像生成技术真正射影像生成技术 传统正射影像利用传统正射影像利用DTMDTM纠正了传感器的倾斜和由地形起伏纠正了传感器的倾斜和由地形起伏引起的投影差，但是高大地物引起的投影差仍然存在，真引起的投影差，但是高大地物引起的投影差仍然存在，真正射影像通过应用正射影像通过应用DSMDSM克服了这些缺陷克服了这
36、些缺陷由地形起伏引起的投影差及人由地形起伏引起的投影差及人造地物引起的投影差，如左图造地物引起的投影差，如左图所示所示LIDARLIDAR技术的发展为真正射影像生产提供了高精度的技术的发展为真正射影像生产提供了高精度的DSMDSM。通过。通过DSMDSM对影像进行正射纠正，可以消除地物引起的投影差，但是同对影像进行正射纠正，可以消除地物引起的投影差，但是同时出现了新的问题时出现了新的问题在纠正后的真正射影像中，由于未检测在纠正后的真正射影像中，由于未检测出遮挡区域，高大地物附近出现了重影现象出遮挡区域，高大地物附近出现了重影现象传统正射影像 出现重影的真正射影像真正射影像生成技术真正射影像生成
37、技术真正射影像生成技术 遮挡检测的方法有遮挡检测的方法有z-bufferz-buffer基于角度的遮挡检测基于角度的遮挡检测 基于角度和高度的投影光线跟踪算法检测等基于角度和高度的投影光线跟踪算法检测等 通常检测出来的遮挡区域灰度值都赋值为通常检测出来的遮挡区域灰度值都赋值为0 0，最终，最终的结果影像中所有区域都要求是可见的，所以需的结果影像中所有区域都要求是可见的，所以需要对遮挡区域进行补偿，遮挡区域丢失的信息需要对遮挡区域进行补偿，遮挡区域丢失的信息需要从相邻重叠区域的影像中获取，如下图示要从相邻重叠区域的影像中获取，如下图示遮挡区域影像数据获取示意图遮挡区域影像数据获取示意图真正射影像
38、真正射影像一般正射影像墙面可见真正射影像中，遮挡去除、墙面消失真正射影像中，遮挡去除、墙面消失 真正射影像真正射影像阴影消除阴影消除传统正射影像传统正射影像墙面墙面LiDARLiDAR数据建筑物检测和重建数据建筑物检测和重建整个流程分为两大部分整个流程分为两大部分1.1.从从LiDARLiDAR数据中检测建筑物脚点数据中检测建筑物脚点2.2.由建筑物脚点提取建筑物边缘特征线，并重建模由建筑物脚点提取建筑物边缘特征线，并重建模型型建筑物检测建筑物检测具有多次反射LIDAR数据预处理（消除大误差）消除树丛（利用多次反射）分治实现线性预测法DEM检测删除地面点清除噪声和碎片得到建筑物点实际工程实验结
39、果实际工程实验结果实验区点云数据高程着色自动检测建筑区域人工勾画和自动检测建筑区域对比（检测率可达人工勾画和自动检测建筑区域对比（检测率可达90%）屋顶结构的分解屋顶结构的分解 利用离散点均值平移屋顶法向统计分析和竞争优利用离散点均值平移屋顶法向统计分析和竞争优化的屋顶改正方法实现屋顶结构的分解化的屋顶改正方法实现屋顶结构的分解测试数据先检测 抢点多1m1m间距点云测试结果间距点云测试结果非常复杂建筑物结构分解非常复杂建筑物结构分解国内沙市数据屋顶自动检测和分割结果国内沙市数据屋顶自动检测和分割结果线特征提取线特征提取PcPnminmaxmaxminchPjumpedgelsddifddT针对
40、LiDAR数据特点的准确边缘点检测算法线特征提取线特征提取点云数点云数据据点云数据的直线特征检测点云数据的直线特征检测屋顶拓扑结构重构屋顶拓扑结构重构利用线、面特征的互补特性的利用线、面特征的互补特性的BSPBSP合并分裂的拓扑生成方法合并分裂的拓扑生成方法基于边界追踪和快速规则化的模型生成基于边界追踪和快速规则化的模型生成天津10Km2全自动建模（800MB点云）运行约10小时， 计算机 2G内存，3.0GHZ双核CPU XP 系统 在进行电力线路设计时，通过在进行电力线路设计时，通过LIDARLIDAR数据可以了解整个线路数据可以了解整个线路设计区域内的地形和地物要素的情况。尤其是在树木密
41、集设计区域内的地形和地物要素的情况。尤其是在树木密集处，可以估算出需要砍伐树木的面积和木材量。处，可以估算出需要砍伐树木的面积和木材量。 在进行电力线抢修和维护时，根据电力线路上的在进行电力线抢修和维护时，根据电力线路上的LIDARLIDAR数据数据点和相应的地面裸露点的高程可以测算出任意一处线路距点和相应的地面裸露点的高程可以测算出任意一处线路距离地面的高度，这样就可以便于抢修和维护。离地面的高度，这样就可以便于抢修和维护。LIDAR电力线应用电力线应用 点云中电力线的三维显示点云中电力线的三维显示LIDAR电力线应用电力线应用 通过人工勾选电力线通过人工勾选电力线LIDAR电力线应用电力线
42、应用 匀质的架空电力线在自身重力作用下呈悬链线状态。匀质的架空电力线在自身重力作用下呈悬链线状态。 悬链线悬链线 是一种曲线，其的形状因与悬在两端的绳子因均是一种曲线，其的形状因与悬在两端的绳子因均匀引力作用下垂之形相似而得名。适当选择坐标系后，悬匀引力作用下垂之形相似而得名。适当选择坐标系后，悬链线的方程是一个双曲余弦函数，其公式为：链线的方程是一个双曲余弦函数，其公式为： y = ay = a* *cosh(x/a)cosh(x/a)其中其中 a a 是一个常数。悬索桥、双曲拱桥、架空电缆都用是一个常数。悬索桥、双曲拱桥、架空电缆都用到悬链线的原理。到悬链线的原理。架空电力线的悬链线模型自
43、动计算架空电力线的悬链线模型自动计算 剖面显示电力线剖面显示电力线架空电力线的悬链线模型自动计算架空电力线的悬链线模型自动计算在断面坐标系下通过鼠标点击的点自动拟合悬链线在断面坐标系下通过鼠标点击的点自动拟合悬链线架空电力线的悬链线模型自动计算架空电力线的悬链线模型自动计算三三.基于光学成像和激光雷达技基于光学成像和激光雷达技术的移动道路测量系统术的移动道路测量系统系统组成系统组成GPSIMU全景相机激光扫描设备同步设备存储设备里程计全景数据全景数据激光扫描数据激光扫描数据 系统中的激光扫描仪只做线扫描，在移动道路测系统中的激光扫描仪只做线扫描，在移动道路测量系统行进过程中，才能得到三维激光点
44、云。量系统行进过程中，才能得到三维激光点云。 现阶段，系统采集实验速度为现阶段，系统采集实验速度为20km/h20km/h。在技术成。在技术成熟后，车速可提高熟后，车速可提高。激光点云激光点云 系统在一条道路上进行动态扫描，得到全景影像数据、系统在一条道路上进行动态扫描，得到全景影像数据、激光扫描数据、整个系统的定位定姿数据，将这些数据融合激光扫描数据、整个系统的定位定姿数据，将这些数据融合处理得到整个场景的激光点云，点云可根据高程的变化生成处理得到整个场景的激光点云，点云可根据高程的变化生成伪彩色点云，如左侧图所示，也可反投到全景影像上获取真伪彩色点云，如左侧图所示，也可反投到全景影像上获取
45、真彩色信息，生成真彩色点云，如右侧图所示。彩色信息，生成真彩色点云，如右侧图所示。数据融合显示数据融合显示数据融合显示数据融合显示应用：添加虚拟三维物体应用：添加虚拟三维物体 选择一个点建立局部坐标系加入三个虚拟的老虎模型在别的地方查看加入的虚拟模型应用四：影像导航选中的影像曝光点影像跳转结果选中的平面特征影像跳转结果影像跳转结果 Main step Triangulation Smoothing Hole filling Decimating Model merging Laser scanning technology has been widely used in the model r
46、econstruction for ancient buildings A spherical projection based on triangulation algorithm is developed to process the dataPoint cloud of Cave No. 158 四四. 地面地面LiDAR及在文物保护中的应用及在文物保护中的应用 Working flow Geometric data gathering Point cloud data processing Texture preprocessing Texture mapping Results3D
47、ModelingMappingPreprocessingshootingLaser ScanningModelingObjectPoint CloudSurface ModelRaw ImageTextureTextured Model作业流程作业流程(Working flow) Method: 3D Laser Scanning Instrument: Leica HDS 6000 Leica Scan Station2 Industry Laser Scanner for MachanicsGeometric data acquiring3.2 Geometric data acquiri
48、ngHDS6000 ScanStation 2Working with Leica stafferPoint cloudPattern of the painting can be represented by the point cloud intensity. Point cloud data processing Steps: Registration Generate TIN Reduce noise Edit mesh Simplify Tools: Geomagic Studio Polyworks Self-developed tool 3.2 Point cloud data
49、processingTIN of a statuary in 196 caveModel of a statuary in 196 caveTIN of 285 caveModel of 285 cave Camera: Canon EOS-1Ds Mark III Photos are stored in Camera Raw format. Preprocessing can adjust the color temperature, tone, exposure, saturation, etc. to approximately uniform the color between ph
50、otos.Texture preprocessing Texture mapping(2D to 3D) Platform:ModelPaint - a self-developed tool, special for texture mapping on irregular, complex object. Main steps: Geometric alignment between texture and model Texture blending Control Points Assignment Robust Least Square resolve Camara Paramete
