小波演算法重建点云覆盖面.PDFVIP

航測及遙測學刊 第十二卷 第三期 第 197-216 頁 民國96 年9 月 197 Journal of Photogrammetry and Remote Sensing Volume 12, No.3, September 2007, pp. 197-216 小波演算法重建點雲覆蓋面 1 2 蔡展榮 嚴晟瑋 摘要 本文提出一個重建點雲覆蓋面的演算法，它應用具備碎形表達能力的二維三階 Daubechies 小波之尺 度函數來組成每一個點的觀測方程式，運用由粗而細的求解策略，並使用二元格點位置上的虛擬觀測量 PHO 及 POI 來解決最小二乘平差求解過程常出現的劣態問題。同時，本文也提出了一個全自動重新給權 的模式，來降低改正數絕對值大於兩倍先驗高程精度的光達點高程觀測值之權值；空載光達點雲實驗結 果驗證了此法已有效降低「吉布斯效應」之影響，而且當二元格點的點間隔(1.25m)與點雲之平均點間距(約 1m)相當時，後驗單位權中誤差為±20~23cm ，已相當於點雲的先驗高程精度±25cm 。 關鍵詞：物面重建、空載光達點雲、小波、劣態條件、吉布斯效應 1. 前言  三角面或規則網格面或立方體元(voxel)來組成物 面、CSG(Constructive Solid Geometry)模型法等； 近年來，光達(LIght Detection And Ranging, 其中 CSG 模型法雖可藉由高階曲面 (high-order LIDAR)的資料廣泛地被應用於不同的場合，例如 surface primitive)之方式來描述較複雜的物面(You 空載光達產製高解析力數值地形模型、三維城市模 et al., 2003) ，然而它所能表達的複雜度仍會受限於 型之萃取與重建等；雖然光達測量具有”快速”取得 所使用的幾何元件。相對地，在第二大類中，由於 大量三維點雲的優勢，可是，目前的光達測量仍有 物面是由一些所給定的參數以及特定的數學模式 一些嚴重的缺點，例如：可靠度為零（光達點無多 產生，此類型的物面即可具有較高的複雜度與不連 餘觀測、缺乏自我檢核錯誤的能力）、光達點未落 續度(Hill, 2000) 。如：在歐幾里德幾何學中，有 在物面特徵上、（對高品質應用而言）解析力仍嫌 Bezier 曲面、B-spline 曲面等表達方式(Busé and 不足，所以它必須和其它測量方法合作以確保成果 Galligo, 2004; Xie et al., 2003; Anca et al., 2004) ；在 的品質。另外，在實務上，欲重建高精度的點雲覆 非歐幾里德幾何學中，可藉由非正交的歐幾里德空 蓋面（包含地面、房屋面、植被表面、路面等）， 間來表達物面(Hill, 2000) ；在碎形幾何學中，物面 則所使用的物面模式要能夠表達碎形的真實面函 可由所給定的隨機模式與碎形維度來產生(Peitgen 數。 and Saupe, 1988) 。 直至今日，表達一個物面的方式可概略地分為 然而，上述兩大類之物面表達法於實務應用上 兩 大 類 : (1) 以 一 些 簡 單 的 幾 何 元 件 (geometry 仍有一些限制與問題。實務上，現有的物面表達法 primitives)組成一個複雜的物面、(2)以歐幾里德幾 僅能夠描述（局部）較平滑、連續、且不具