基于TerraSolid的机载激光雷达点云数据处理应用

刘妍;司海燕;鲍建宽;刘崴;李伟

【摘 要】基于TerraSolid系列软件构建完整的用于机载激光雷达点云数据处理的详细技术流程,通过优化处理流程提高其数据处理的效率和精度.对4组实验数据的处理结果表明,该技术具有较好的可行性和较高的工作效率. 【期刊名称】《黑龙江工程学院学报（自然科学版）》 【年(卷),期】2012(026)003 【总页数】4页(P10-13)

【关键词】机载LiDAR;TerraSoild;数据处理;技术流程 【作 者】刘妍;司海燕;鲍建宽;刘崴;李伟

【作者单位】黑龙江工程学院测绘工程学院,黑龙江哈尔滨150050;黑龙江工程学院测绘工程学院,黑龙江哈尔滨150050;黑龙江工程学院测绘工程学院,黑龙江哈尔滨150050;黑龙江省国土资源勘测规划院,黑龙江哈尔滨150000;辽宁省摄影测量与遥感院,辽宁沈阳110034 【正文语种】中 文 【中图分类】P208

作为一个新的研究领域，机载激光雷达（Airborne Light Detection and Ranging，Airborne Li－DAR）系统的前身是早期的激光测距系统和激光断面测量系统［1］。实际上，它们都是主动提供地面三维信息的全新系统。自LiDAR诞

生开始，其直接获取地表高精度三维信息的特点就引起了众多地理学家的高度重视。三维技术的发展应用前景越来越广阔，如测绘、城市建模等。近几年，随着机载激光雷达硬件系统的快速发展，其产生的点云数据也变得更加精确，更加海量。在整个激光雷达的数据处理过程中，占60%～80%的点云数据分类工作已经成为制约LiDAR进一步应用发展的瓶颈问题，设计高效、高精度的海量点云数据处理流程意义十分重大。

1 TerraSolid系列软件概述

TerraSolid系列软件是第1套商业化LiDAR点云数据处理软件，由芬兰

TerraSolid公司在Microstation基础之上开发，运行于Micorstation系统之上，主要用来处理三维坐标数据和影像数据的专业化软件包［2］。由 TerraMatch、TerraScan、Terra－Modeler、TerraPhoto、TerraSurvey、TerraPhoto Viewer、TerraScan Viewer、TerraPipe、TerraSlave、TerraPipeNet等模块组成。用户可以根据项目所需选择不同的程序模块组合使用，本文的数据处理权涉及前3个模块。

2 机载激光雷达数据处理一般流程

机载激光雷达数据处理极为复杂，处理步骤大致有以下几步［3－6］。 2.1 确定飞行航迹

利用GPS的基准站和机载GPS流动站的测量数据，通过联合差分解算，精确确定飞行航迹。 2.2 数据预处理

1）计算激光点的三维坐标数据。利用获取的激光扫描仪数据、DGPS／IMU数据、地面GPS基站数据和其它相关数据，使用专业软件处理，得到地面目标的三维空间坐标（X，Y，Z）数据，即狭义的点云数据。

2）激光数据的噪声和异常值剔除。由于激光具有被某些物质吸收或被大面积物体

遮挡的特性，以及那些具有镜面反射的地面，均会致使某些激光测距点无明显的回波信号。此外，电路、飞禽等原因也会使测得的数据中产生异常距离值。因此，在进行机载激光雷达原始数据处理时，首先必须剔除异常点或噪声，例如航高为800m时，对于小于200m且大于1 300m的点均可作为噪声和异常值剔除。 2.3 数据后处理

机载激光雷达点云数据的后处理主要是指点云数据的分割、滤波和分类。机载LiDAR数据滤波和分割的主要目的是将位于不同目标物上的激光点分离开来，如将地面点和建筑物或植被上的激光点的分离，激光点经过分离后可以减少后续计算对资源的占用，并为随后的地物分类和识别提供基础。

地面对象提取以及地物分类是将激光点云分解为几种不同性质的点集合，还需要通过进一步的分类将点集合按照地物类型或特定的应用做更为细致的划分，以满足地面特征提取、对象识别等工作的需求。如建筑物三维建模或植被识别，需要分别提取屋顶和墙面、植被冠型和枝干的激光点；地面点也需要进一步分解为道路、水体、草地等多种类型。

目前用于机载激光雷达点云数据滤波、分类的方法概括来讲大致可分为数学形态学滤波法、移动窗口法、迭代线性最小二乘内插法、基于地形坡度滤波等几种。 2.4 航带拼接

由于飞机航高和扫描视场角的，要完成大面积区域的数据采集就必须飞行多条航线，要求这些航线必须保持10%～20%的重叠度。但是，不同航带的点云数据要进行精确拼接，应尽可能消除系统误差和随机误差。目前，通过评估机载激光雷达系统的系统误差，计算改正数，实现平差。但是，由于两条航线间每行扫描数据的重叠都是不一样的，只有根据每行的实际变化情况平差，才能保证重叠区到非重叠区的平稳过渡。 2.5 激光数据分类输出

数据分类处理完毕后，冗余数据和噪声均被剔除，数据量减小，数据存储文件也减小。此时这些分类后的数据以ASCII或二进制形式输出。 2.6 坐标系和高程基准的转换

由于机载激光雷达系统的三维坐标数据是在WGS－84坐标系下建立的，而用户往往需要将其转换到某一特定坐标系中如我国GCS2000坐标系或地方坐标系等，因此，需要进行坐标转换。另一个问题是高程基准问题。实际所需要的是似大地水准面为基准的正常高程，而GPS定位问题所提供的是以椭球面为基准的大地高程，高程基准的转换通过测区内若干已知正常高程的控制点拟合建立高程异常模型进行。 2.7 DEM和DSM生成

根据滤波、分类获得的地面点，按照一定内插方法生成DEM和DSM。 2.8 影像数据的定向和镶嵌

将高分辨率影像先进行解压处理，结合航片的内外方位元素进行空中三角测量，然后利用机载LiDAR点云数据获取的DEM数据进行定向镶嵌，形成正射影像图（DOM）。

3 基于TerraSolid的点云数据处理流程

目前的LiDAR数据处理技术、流程和方法还很不完善，使用TerraSolid软件实现机载LiDAR点云数据的处理，直至生成DEM产品的过程主要可以归为以下五大步骤［7－9］。

3.1 导入原始数据并建立项目流程

导入原始点云数据和建立项目是后面所有操作的阶石，具体操作步骤顺序如下： 1）设置坐标系。 2）导入飞行航线。

3）导入机载LiDAR点云数据，检查覆盖情况，确定点密度及单个作业Block大小（2GBRAM：5百万个点，4GBRAM：1.0～1.5千万个点）。

4）定义作业区。

5）裁切飞行航线（值得注意的是，航线不能自相交）。 6）定义项目（新建后要注意保存）。

7）定义作业分区Block（定义后，删除并在指定层重画Block）。

8）导入机载LiDAR点云数据点，生成分区存储的机载LiDAR数据点文件。 9）推测航线号并检查正确性。 3.2 数据校正流程

原始数据在使用之前需要进行适当的数据校正处理，任何一个技术环节把握不当都将直接导致项目的失败。TerraSolid主要是用宏命令的方式帮助校正、平差、纠正相关数据项。详细流程如下：

1）创建用于数据校正的项目文件（注意只选择几个有不同坡向或多坡的Block区进行测试）。

2）装载TerraMatch模块。

3）运行“Measure match”命令，量测相邻航线间的匹配差值。

4）运行“Find match”命令，计算3个角度偏转误差及镜向比例误差，保存改正数及误差报告。

5）运行“Apply correction”命令，用上一步保存的改正数纠正整个项目区数据。 6）检查改正效果。

7）运行“Find match”计算Z误差（整个测区），保存改正数及误差报告。 8）选择整个项目，Solve for：individual lines。 9）如果需要，对误差较大的航线调整其质量属性。

10）运行“Apply correction”命令，用上一步保存的Z改正数纠正整个项目区数据。

11）检查改正效果。

12）运行“Find fluctuation”量测整个测区重叠部分的波动较差，保存改正数及误差报告。

13）对整个测区进行波动较差改正。 14）检查改正效果。 15）检查整体匹配效果。

3.3 机载LiDAR点云数据的自动分类流程

机载LiDAR的点云数据的分类处理概括地分为自动分类处理和手动分类两部分。这项工作在整个机载LiDAR的数据后处理过程中占六到八成的工作量。下面详细介绍自动分类处理的流程：

1）删除重叠点（有的项目不需要删除）。

2）创建宏命令进行单航线地面点分类，由4个命令组成：①“Low point classification”in groups，即成组的低点分类。主要指明显低于地面的点，如在开着的检修井里的点、反射错误的点等。②“Low point classification”single points，即单个的低点分类。③“Ground classification”，即地面点分类。④“Below surface”，即低于表面的点分类，在非常粗糙的区域稍低于地面的点。 3）运行于一个区，检查结果。在利用宏进行数据分类时，由于分类宏参数设置的偏差，会导致房屋有些地方分的不到位，有一些不属于房屋的点进入。这样在后期处理时就要多注意一些。所以宏的参数设置很重要，需要多试验几次再确定。 4）运行于整个区。

5）还原前面分类为地面的点为默认类（Default），创建宏运行并确认结果。 6）最终Ground分类，即地面点分类（注意不要勾选“process flightline separately”）。 7）植被和建筑物等分类。

3.4 机载LiDAR点云数据手动分类与编辑流程

由于机载LiDAR点云数据用宏处理的只是自动的初步分类，仍会存在许多分类误差，如存在飞点、地面点缺失等 。接下来就是手动处理一些宏没有自动处理好的地方。

1）“Point display”参数。设置TerraScan模块的主工具栏的Setting工具“Point display”参数，如图1所示。

2）“Editable laser model”参数。设置 Terra－Modeler模块的主工具栏Setting工具的“Editable laser model”参数，如图2所示。

3）导入＊.ptc文件。在TerraScan工具栏中选“Define Classes”工具，加载之前已经分类设置好的图层文件（＊.ptc）。

4）导入＊.prj文件。需用记事本打开＊.prj文件，导入数据路径，即“ 数据路径”。

5）检查数据是否完整。

6）使用背景影像。①有同时获取的航空影像时，使用Terraphoto制作简易正射影像。②无航空影像时，利用机载LiDAR数据点生成Intensity灰度影像，或参照Google影像。

7）建立多个视图窗口并同步显示。

8）根据晕渲的TIN表面发现异常点，主要如陡坎、河岸等地形变换较大处的地面点分类。9）注意大面积没有分类为地面的地方。10）重点查找。 11）手动处理本应为地面而未被分类为地面的点，工作量比较大。

12）手动处理非地面点，如树冠、桥梁、人工建筑物等被分类为地面点的要予以改正，特别是桥梁，工作量比较大。 3.5 最终成果制作流程

原始数据经过前面四大步的处理之后，可以根据客户的具体需求制作最终成果。

1）确保手动编辑的地面点（Bare Earth）的分类正确。

2）模型特征点（Model Keypoints）手动编辑处理后，从地面点抽取尽可能少的能控制住地面精度的点。

3）生成产品。①生成GRID模型。由地面点生成规则格网的地面点数据。②生成TIN模型。考虑其它方式获取采集的特征线（Breakline）数据的约束生成不规则三角网模型，图3所示即为利用本文设计流程将图3（a）原始数据处理为图3（b）成果数据的对比情况。③生成等高线模型。也需考虑特征线数据的约束，经平滑处理和等高线关键点的提取处理后，生成等高线模型。 图3 原始数据与成果数据Surface对比 4 结束语

本文针对机载激光雷达点云数据的处理，构建了基于TerraSolid的机载LiDAR点云数据处理详细流程：包括导入原始数据并建立项目流程、数据校正流程、机载LiDAR点云数据的自动分类流程、机载LiDAR点云数据手动分类与编辑流程、最终成果制作流程五部分。本文的流程设计从根源上实现了提高机载LiDAR数据处理效率和精度的目的。 参考文献

［1］郑德华.点云数据直接缩减方法及所见效果研究［J］.测绘工程，2006，15（4）：27－30.

［2］刘文.基于数学形态学原理和TerraScan的Lidar点云数据分类方法研究［Z］.青岛：国家海洋局第一海洋研究所，2008，6.

［3］刘旭春，丁延辉.三维激光扫描技术在古建筑保护中的应用［J］.测绘工程，2006，15（1）：48－49.

［4］隋立春，张熠斌，柳艳，等.基于改进的数学形态学算法的LiDAR点云数据滤波［J］.测绘学报，2010，39（4）：390－396.

［5］Friedrich Ackermann.Airborne laser scanning－present status and future expectations［J］.ISPRS Journal of photogrammetry ＆ Remote sensing，1999，：－67.

［6］Bretar F.，ChesnierM.，Pierrot D.M.et a1.Terrain modeling and airborne laser data classification using multiple pass filtering［J］.ISPRS.20th 2004，35（B）：314－319.

［7］黄金浪.基于TerraScan的LiDAR数据处理［J］.测绘通报，2007（10）：13－16.

［8］陈云，丁思磊，王铁军.基于TerraSolid软件的Lidar数据处理初探［J］.测绘与空间地理信息，2009，32（4）：40－42.

［9］刘沛，李英成，薛艳丽，等.基于TerraSolid与Inpho的LiDAR数据处理方法分析与研究［J］.遥感应用，2010（1）：17－21.