激光雷達(dá)與攝影測量相結(jié)合如何提高點(diǎn)云質(zhì)量？

是否可以通過將激光雷達(dá)與攝影測量技術(shù)相結(jié)合來提高點(diǎn)云的準(zhǔn)確性和密度？激光雷達(dá)數(shù)據(jù)可以穿透樹木并測量陰影區(qū)域以生成非常準(zhǔn)確的點(diǎn)云。被動(dòng)成像相機(jī)衍生出更詳細(xì)的 3D 模型并使用多光譜信息對點(diǎn)云進(jìn)行編碼，從而產(chǎn)生有用的彩色點(diǎn)云分類。

如果可以合并這些技術(shù)會(huì)怎樣？中性密度濾鏡對點(diǎn)云顏色有什么影響？本文更詳細(xì)地探討了定量和定性點(diǎn)云增強(qiáng)。

無人機(jī)（UAV 或“無人機(jī)”）在許多環(huán)境應(yīng)用中變得越來越流行，提供點(diǎn)云數(shù)字表面模型 (DSM) 和正射影像。無人機(jī)飛行生成的數(shù)據(jù)集的準(zhǔn)確性取決于數(shù)據(jù)捕獲方法，有源激光雷達(dá)傳感器或無源遙感傳感器（相機(jī)）。點(diǎn)云數(shù)據(jù)集通常包含大量不良的不規(guī)則性，例如局部點(diǎn)密度的強(qiáng)烈可變性、缺失數(shù)據(jù)、重疊點(diǎn)和噪聲。黎巴嫩大學(xué)文學(xué)與人文科學(xué)學(xué)院地理空間實(shí)驗(yàn)室最近的這項(xiàng)研究應(yīng)用了各種方法來增強(qiáng)點(diǎn)云質(zhì)量，還進(jìn)行了現(xiàn)場實(shí)驗(yàn)以減少點(diǎn)云的不規(guī)則性。

高分辨率和高密度點(diǎn)云在變形監(jiān)測研究和室內(nèi)外測繪等許多應(yīng)用中發(fā)揮著重要作用。幾項(xiàng)研究比較了激光雷達(dá)和運(yùn)動(dòng) (SfM) 攝影測量技術(shù)的結(jié)構(gòu)，發(fā)現(xiàn)激光雷達(dá)數(shù)據(jù)集更準(zhǔn)確，因?yàn)?SfM 派生的結(jié)果是可變的。SfM 攝影測量的一個(gè)優(yōu)點(diǎn)是使用多光譜信息對點(diǎn)云進(jìn)行編碼，這是一種有用的彩色點(diǎn)云分類。但是，激光雷達(dá)數(shù)據(jù)可以穿透樹木并測量陰影區(qū)域以生成非常準(zhǔn)確的點(diǎn)云。激光雷達(dá)掃描儀可提供相對準(zhǔn)確的 3D 點(diǎn)云，而被動(dòng)成像相機(jī)則可生成更詳細(xì)的真實(shí)世界 3D 模型。

地理空間技術(shù)用戶經(jīng)常會(huì)問，選擇什么來掃描市區(qū)：激光雷達(dá)還是攝影測量？但是，當(dāng)同時(shí)使用這兩種技術(shù)時(shí)會(huì)發(fā)生什么？風(fēng)景和街頭攝影師使用中性密度 (ND) 濾鏡來增強(qiáng)他們的圖像，那么為什么不將這種方法應(yīng)用于攝影測量呢？

黎巴嫩大學(xué)文學(xué)與人文科學(xué)學(xué)院的地理空間實(shí)驗(yàn)室開發(fā)了一個(gè)框架，以引入基于激光雷達(dá)和 SfM 融合以及中性密度濾波器在無源傳感器上集成的新型點(diǎn)云質(zhì)量改進(jìn)方法。實(shí)施了兩項(xiàng)改進(jìn)：1) 提高激光雷達(dá)點(diǎn)云密度和 SfM 點(diǎn)云精度，以及 2) 增強(qiáng)點(diǎn)云顏色。通過測試點(diǎn)云融合和四種中性密度濾鏡（ND-4、ND-8、ND-16 和 ND-32）對點(diǎn)云著色的影響，探索了定量和定性點(diǎn)云增強(qiáng)。

來自許多學(xué)科的點(diǎn)云用戶對融合激光雷達(dá)和攝影測量數(shù)據(jù)以定性增強(qiáng)點(diǎn)云表現(xiàn)出興趣。SfM 和激光雷達(dá)數(shù)據(jù)的融合然后增加了數(shù)據(jù)集的可用性和好處。在這項(xiàng)研究中，研究人員利用激光雷達(dá)和 SfM 技術(shù)制作了一個(gè)點(diǎn)云，并利用迭代最近點(diǎn) (ICP) 方法將激光雷達(dá)和攝影測量點(diǎn)云融合到一個(gè)映射框架中。

由于無人機(jī)圖像會(huì)受到太陽光線的影響，攝影測量師建議在較低的太陽強(qiáng)度下執(zhí)行任務(wù)。為了減少陽光量，專業(yè)攝影師使用 ND 濾鏡。由于缺乏在攝影測量中使用 ND 濾鏡的文獻(xiàn)和項(xiàng)目，本研究是最早測試此類濾鏡對無人機(jī)數(shù)據(jù)集增強(qiáng)效果的研究之一。

激光雷達(dá)和攝影測量的航空數(shù)據(jù)集的地理配準(zhǔn)可以通過 GPS-RTK 或 GPS-PPK 在相同的坐標(biāo)系中完成。迭代最近點(diǎn) (ICP) 算法有助于減少源激光雷達(dá)點(diǎn)云與攝影測量最近點(diǎn)對之間的距離，從而提高精度。

ICP 方法的主要優(yōu)點(diǎn)是直接使用測量數(shù)據(jù)，因?yàn)椴恍枰逯祷蚱渌麛?shù)據(jù)修改。它試圖通過最小化對應(yīng)點(diǎn)對的平均距離來找到兩個(gè)點(diǎn)云之間的最佳變換。

遵循 ICP 算法，基于激光雷達(dá)和 SfM 的點(diǎn)云合并為一個(gè)融合點(diǎn)云文件（圖 1）。

新融合點(diǎn)云的特點(diǎn)是激光雷達(dá)精度高，SfM點(diǎn)云密度高。在飛行高度為 150m 的市區(qū)，研究人員掃描了 845,669 個(gè)激光雷達(dá)點(diǎn)。在同一個(gè)空中平臺上，一臺攝像機(jī)拍攝了 343 幀。應(yīng)用 SfM 技術(shù)生成的點(diǎn)云比單獨(dú)的激光雷達(dá)大七倍，總共有 600 萬個(gè)點(diǎn)（圖 2）。

圖 2 的視覺定性分析使用形狀、形式和密度等標(biāo)準(zhǔn)，而定量方法使用點(diǎn)云密度。不同數(shù)據(jù)集的點(diǎn)云可視化在點(diǎn)密度、細(xì)節(jié)和噪聲方面顯示出明顯的差異。由于攝影測量點(diǎn)云的噪聲和各種不確定性，使用攝影測量和激光雷達(dá)點(diǎn)云檢測建筑物邊界具有局限性。此外，由于激光雷達(dá)技術(shù)是一種基于激光束的主動(dòng)遙感技術(shù)，它可以檢測電線、圍欄等細(xì)長結(jié)構(gòu)。

建筑物邊界的線性結(jié)構(gòu)的視覺分析在激光雷達(dá)中具有非常準(zhǔn)確的幾何形式。相比之下，在 SfM 中，建筑物和高大的樹木受到陰影的影響并且沒有點(diǎn)云區(qū)域。激光雷達(dá)和 SfM 之間的差異是由于建筑物和樹木造成的陰影以及樹木在沒有葉子時(shí)被忽略（圖 2）。ICP 算法通過填充激光雷達(dá)點(diǎn)云中的這些空白區(qū)域以在合并的點(diǎn)云中進(jìn)行插值來解決這一問題。

在 SfM 中，由于地面采樣距離 (GSD) 為 3 厘米，因此檢測到了屋頂上的灌木、小喬木、堤防和太陽能電池板。合并的數(shù)據(jù)集還可以可視化這些城市結(jié)構(gòu)。SfM 方法不能穿透植被覆蓋。

圖 2：城市區(qū)域的激光雷達(dá)、SfM 和合并點(diǎn)云的示例。

生成的融合點(diǎn)云通過從激光雷達(dá)數(shù)據(jù)集中獲取準(zhǔn)確性來提高 SfM 點(diǎn)云的質(zhì)量，并通過增加 SfM 點(diǎn)云的密度來提高激光雷達(dá)點(diǎn)云的質(zhì)量（Doumit，2020）。

中性密度濾光片因其不影響通過它們的光的顏色而得名。使用 ND 濾鏡可以將光線減少一檔、兩檔、三檔或更多檔，從而實(shí)現(xiàn)較慢的快門速度（Bryan 2004）。

表 1 表明濾光片的光密度和光闌減少隨著濾光片數(shù)量的增加而增加，并且對透射率有很大的影響。為了測試 ND 濾光片，在同一區(qū)域進(jìn)行了五次飛行：無濾光片、ND-4、ND-8、ND-16 和 ND-32。處理導(dǎo)致輸出具有相同規(guī)格但具有不同顏色、輻射度和紋理的五個(gè)點(diǎn)云。無過濾點(diǎn)云作為過濾點(diǎn)云之間比較的基礎(chǔ)。在視覺解釋中（圖 3），在使用 ND-4、ND-8 和 ND-16 生成的點(diǎn)云中檢測到高紋理細(xì)節(jié)，而在沒有過濾器和使用 ND-32 的點(diǎn)云中，細(xì)節(jié)不太清晰.

磚屋頂、樹葉、柵欄和其他細(xì)節(jié)在 ND-8 和 ND-16 中突出顯示，并在所有其他點(diǎn)云中被遮擋。顏色亮度和對比度的變化可以通過形狀、大小等其他元素來識別目標(biāo)。紋理是從粗糙到平滑的色調(diào)變化的排列和頻率；平滑紋理具有均勻的色調(diào)變化，如沒有過濾器和 ND-32 的點(diǎn)云，而粗糙的紋理具有突然的色調(diào)變化，如使用 ND-4、ND-8 和 ND-16 的結(jié)果（Doumit & Abou Chakra，2020） .

圖 3：不使用和使用中性密度過濾器生成的點(diǎn)云顏色。

在視覺圖像解釋中，ND-8 和 ND-16 被選為顏色較好的點(diǎn)云。如果將圖 3 中顯示的結(jié)果從最詳細(xì)到最不詳細(xì)進(jìn)行排序，則分類如下：ND-8、ND-16、ND-4 和 ND-32。只有在攝影測量任務(wù)期間發(fā)生高太陽強(qiáng)度時(shí)，才應(yīng)使用濾光片 ND-32。

研究人員測試了無人機(jī)生成的激光雷達(dá)和攝影測量點(diǎn)云，以評估點(diǎn)云質(zhì)量的增強(qiáng)。ICP 用于將兩個(gè)點(diǎn)云合并為一個(gè)映射框架，以提高攝影測量點(diǎn)云的準(zhǔn)確性并為激光雷達(dá)點(diǎn)云增加更多的密度。

生產(chǎn)激光雷達(dá)、SfM 攝影測量和合并的點(diǎn)云允許在質(zhì)量方面進(jìn)行比較。結(jié)果表明，經(jīng)過數(shù)據(jù)融合處理后，可以增強(qiáng)攝影測量點(diǎn)云的間隙和激光雷達(dá)點(diǎn)云的低密度。該研究還考慮了中性密度過濾器對點(diǎn)云顏色增強(qiáng)的影響。

綜上所述，為了更好地繪制大尺度城市區(qū)域，最好使用激光雷達(dá)和攝影測量點(diǎn)云數(shù)據(jù)的融合，因?yàn)榧す饫走_(dá)可以穿透茂密的植被并準(zhǔn)確地產(chǎn)生地面點(diǎn)，而基于圖像的匹配點(diǎn)云可以給出密集的高紋理和高空間分辨率數(shù)據(jù)集。鑒于此，作者希望新軟件能夠很快用于將攝影測量生成的點(diǎn)云與激光雷達(dá)點(diǎn)云合并為一個(gè)最終的增強(qiáng)數(shù)據(jù)集。

原文來自網(wǎng)絡(luò)，由LIDAR前沿小編翻譯整理

版權(quán)歸原平臺及作者所有，如有侵權(quán)聯(lián)系刪除