浅析LIDAR与遥感影像融合方法.docVIP

浅析LIDAR与遥感影像融合方法 　　摘 要:本文介绍了LIDAR点云数据的数据组织方式,提出了采用矩形规则格网形式来表达LIDAR点云数据,将LIDAR数据和影像数据的分布采用统一的形式来表达;分析各种数据插值算法,对滤波后的原数据和地面数据,综合采用Kriging插值和反距离加权插值法,得到DTM和DSM;对遥感影像进行了预处理,并对LIDAR和遥感影像进行了配准以及融合研究。 　　关键词:LIDAR 点云数据 遥感影像配准 遥感影像融合 　　 　　机载LIDAR是最近30年才发展起来的一种高新技术,机载激光雷达技术是激光测距技术、计算机技术、高精度动态载体姿态测量技术(INS)和高精度动态GPS差分定位技术迅速发展的集中体现。激光测距技术在传统的常规测量中就扮演着非常重要的角色,从最初的有反射棱镜的测距仪系统发展到如今无合作目标的激光测距系统;GPS定位技术的出现彻底解决了海陆空的定位问题:INS和GPS的集成为确定高动态载体的姿态成为可能。以上几种技术的成熟运用及相关技术的发展为整个系统的集成奠定了技术基础,机载激光雷达实际上已经代表了对地观测领域一个新的发展方向。整个系统比较复杂,就数据获取的方式来讲更像大地测量系统(通过测边、测角进行点的定位),就数据后处理的方式来讲却更像摄影测量系统,包括地物的提取,建筑物三维重建等。 　　机载激光雷达目前主要用于快速获取大面积三维地形数据,快速生成DEM等数字产品,特别是用于测绘森林覆盖区域和山区的真实地形图;将机载激光雷达技术作为一种新的技术手段应用于快速生成城市地区的数字地面模型(DTM),进行地物自动提取,由数字地面模型(DTM)生成数字高程模型(DEM),并进一步建立三维城市模型,是当前在该领域的一个研究热点。 　　1 融合LIDAR和遥感影像进行分类方法的提出 　　目前人们研究出了一系列激光雷达数据的分类算法。比如,(1)仅仅用LIDAR数据单独进行城市表面地物的提取,例如将LIDAR点云数据生成DSM,借助统计直方图分析可确定阈值的大小,再利用面积、高程、梯度阈值来进行建筑物提取;利用激光脉冲两次回波的高差变化,将首次回波获得的高程减去尾次回波所获得的高程,在空旷地带和房屋等表面规则的地物,两者的高程差几乎为零,而在植被覆盖区,特别是树林地带,高程差不为零,利用这一特性,可将植被和非植被点区分开来。(2)结合LIDAR数据和等高线、电子地图等数据源进行地物提取。例如Palme将GIS数据和LIDAR点云数据结合在一起,以GIS数据为基础对LIDAR点云数据进行分析和归类,进而提取出三维建筑物。它首先将GIS数据和LIDAR点云数据生成的DSM进行重合,然后在GIS数据中标出建筑物的位置,在DSM中对应的找到其中的建筑物,最终获得完整的三维建筑物模型。但对于一些不适合人工作业的地区,数据不易获得,因此该方法也存在一定的局限性。(3)融合激光回波信号强度和激光脚点高程进行分类。机载LIDAR系统不仅能提供数据点的高程信息,而且越来越多的系统可以提供激光回波信号的强度信息。激光脉冲打到相同的物质表面时,其回波信号的强度较为接近,每种物质对激光信号的反射特性是不一样的,当树和房屋靠近时,用常规的基于高程变化的数据很难将两者分开,而利用强度信息可以将它们分开。首先对不同介质激光回波信号强度进行标定,可以先利用内插后的高程数据图像识别出房屋和树等;然后利用激光回波信号的强度数据形成的图像识别出道路和草地等。 　　近年来,随着遥感技术的发展,QuickBird、IKONOS、SPOT5等高分辨率遥感影像的出现大大提高了遥感技术应用的发展。高空间、高光谱分辨率的提高带来了单位空间内像元数量的增加,提供了更为丰富的地物信息。同时,高分辨率的航空影像记录了连续波谱信息,包含了空间结构、地物边界、色彩属性等判读地物的重要信息。现在,有的数字航摄仪地面采样率可达到厘米级,能够分辨地物微小差别。激光雷达数据虽然对描述地物三维空间结构的优势明显,但其每平方米几个点的激光点密度以及分米级的光斑分辨率(光斑直径)对于精确描述地物边界还存在误差。尤其是不规则房屋边缘存在高度相似植被的情况下,容易造成错分和误判,需要借助正射影像进行辅助判读。此外,快速建立建筑物三维模型时房屋边界探测也需要航空影像数据加以判读。实验表明,如果不融合其他数据源(如影像数据、多光谱数据等),而单独利用LIDAR数据进行地物的分类和识别等自动化、智能化的处理具有很大的难度。基于这一现状,我们试图将LIDAR与遥感影像加以融合,综合利用LIDAR数据的位置、高程信息以及遥感影像的光谱、纹理信息,对地物加以分类研究。在进行数据融合之前,需要对两种数据进行预处理。 　　2 数据预处理 　　LIDAR点云数据表