CN109685006A - 从机载激光雷达点云中提取植被覆盖区道路目标的方法 - Google Patents

从机载激光雷达点云中提取植被覆盖区道路目标的方法 Download PDF

Info

Publication number
CN109685006A
CN109685006A CN201811588154.1A CN201811588154A CN109685006A CN 109685006 A CN109685006 A CN 109685006A CN 201811588154 A CN201811588154 A CN 201811588154A CN 109685006 A CN109685006 A CN 109685006A
Authority
CN
China
Prior art keywords
point
echo
value
laser
elevation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811588154.1A
Other languages
English (en)
Other versions
CN109685006B (zh
Inventor
伊丕源
童鹏
钱坤
赵英俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN201811588154.1A priority Critical patent/CN109685006B/zh
Publication of CN109685006A publication Critical patent/CN109685006A/zh
Application granted granted Critical
Publication of CN109685006B publication Critical patent/CN109685006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明属于遥感测绘技术领域，具体涉及一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，本发明的方法包括以下步骤：首先，依据回波次序分类，并对首次回波点和单次回波点进行回波强度校正，完成校正后合并分类；其次，采用三角网迭代滤波方法分离出地面点、其它地物点，进一步依据回波次序分类，从地面点中分离出单次回波点和末次回波点；然后，依据回波强度、末次回波点与同一激光脉冲首次回波点的高差分类提取道路目标；最后，依据距离值、高程值，去除离散噪点。本发明利用机载激光雷达对植被的穿透能力以及道路等地物的回波强度较稳定的特性，能够实现对植被覆盖区道路的准确快速提取。

Description

从机载激光雷达点云中提取植被覆盖区道路目标的方法
技术领域
本发明属于遥感测绘技术领域，具体涉及一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，尤其是一种基于激光点云的树下目标探测方法。
背景技术
在高植被覆盖区以及其他类似的环境中，光学遥感技术往往难以获取树下的地物和地质等相关信息，从而使得很多研究工作难以展开。
而激光雷达具有穿透性，每一束激光脉冲具有多次回波能力，能够穿透树木等地物，获取树下的地物和地表的回波信息。通过对其多次回波信号进行过滤和分类，能够对植被与非植被进行区分，并获取树下地物的激光回波信息进行识别。这种地物穿透能力与多次回波能力，弥补了传统光学遥感的不足，因此如何利用机载激光雷达的优势实现植被覆盖区的目标探测提取具有重要应用价值，其可以与传统光学遥感相互结合，进一步提高信息提取精度并拓宽应用领域。
发明内容
本发明的目的在于提供一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，该方法能够解决现有光学遥感技术穿透力较弱，难以实现植被覆盖区的目标探测提取的技术问题。
本发明的技术方案如下所述：
一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，包括以下步骤：步骤1依据回波次序分类，并对首次回波点和单次回波点进行回波强度校正，完成校正后合并分类；步骤2采用三角网迭代滤波方法分离出地面点、其它地物点，进一步依据回波次序分类，从地面点中分离出单次回波点和末次回波点；步骤3依据回波强度、末次回波点与同一激光脉冲首次回波点的高差分类提取道路目标；步骤4依据距离值、高程值，去除离散噪点。
进一步地，所述的步骤1中包括以下步骤：
步骤1.1对激光点数据依据回波次序进行处理，分离提取单次回波点、首次回波点；
步骤1.2对单次回波点、首次回波点的回波强度值进行校正：以激光传输距离为参考，对激光点的回波强度进行校正处理，首先采用依据下式计算高程平均值：
Z平均＝(Z最高+Z最低)/2
然后依据下式进行回波强度初步校正：
Ij校正值＝Ij原始值·Rj 2/(RA 2·cosα)；
步骤1.3合并校正后的激光单次回波点、首次回波点和其它激光点。
进一步地，所述的步骤1.2中Z最高为高程最大值，Z最低为高程最小值，Z平均为高程平均值。
进一步地，所述的步骤1.2中Rj＝H-Zj，RA＝H-Z平均，H为机载LiDAR数据获取时的飞行航高，Zj为激光点Pj高程值，j＝1,…,n，Rj为激光点Pj对地传输距离，RA为整个测区的n个激光点平均对地传输距离，Ij原始值为激光点Pj回波强度原始值，Ij校正值为激光点Pj回波强度校正值，α为激光扫描入射角。
进一步地，所述的步骤2中包括以下步骤：
步骤2.1采用三角网迭代滤波算法分离出地面点、其它地物点；
步骤2.2依据回波次序分类，从地面点中分离出单次回波点和末次回波点。
进一步地，所述的步骤3中包含以下步骤：
步骤3.1设定道路回波强度范围，对于步骤2保留的激光点云数据再次分类，仅保留回波强度处于道路回波强度范围内的激光点云数据；
若植被覆盖区道路存在部分裸露路段，则激光点为单次回波，且经过步骤1中校正，则可依靠回波强度实现较为准确的提取，且提取的道路宽度等数值可为后续步骤作参考。
步骤3.2设定距离阈值，若末次回波点与对应的同一激光脉冲首次回波点高差位于距离阈值范围内，则判定该点为道路点并予以保留；若末次回波点与对应的同一激光脉冲首次回波点高差不属于距离阈值范围内，则判定该点不属于道路点并删除。
进一步地，所述的步骤4中，对于步骤3保留的激光点云数据，以距离值、高程值为参考，进行迭代计算，逐个计算每个激光点云与其最近的激光点之间的距离、并比较其高程值，判定规则如下：
距离值>距离阈值，高程<高程阈值，判定为非道路点；
距离值>距离阈值，高程>高程阈值，判定为非道路点；
距离值<距离阈值，高程>高程阈值，判定为非道路点；
距离值<距离阈值，高程<高程阈值，判定为道路点；
通过以上过程，判定非道路点为孤立的噪点，并予以删除。
本发明的有益效果为：
(1)本发明的一种从机载激光雷达点云中提取植被覆盖区道路目标的
(2)方法，利用机载激光雷达对植被的穿透能力，以及道路等地物的回波强度较稳定的特性，能够实现对植被覆盖区道路的准确快速提取；
(3)本发明的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，能够提取植被覆盖区树林下均匀材质、形状较规则、具有一定面积的地物，可以拓展用于目标探测等领域。
具体实施方式
下面结合实施例对本发明的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法进行详细说明。
实验数据基于ALTM Gemini机载激光雷达系统获得，该设备激光波长1064nm，波束角0.3mrad，具有4次回波记录能力。实验区位于南宁市青秀山森林公园。
本发明的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，包括以下步骤：
步骤1依据回波次序分类，并对首次回波点和单次回波点进行回波强度校正，完成校正后合并分类
步骤1.1在TerraSolid软件中，对激光点数据依据回波次序进行分类处理，一类包括单次回波点、首次回波点，其余激光点归为一类，分离提取单次回波点、首次回波点；
步骤1.2导出单次回波点、首次回波点数据，对单次回波点、首次回波点的回波强度值进行校正：以激光传输距离为参考，对激光点的回波强度进行校正处理，采用依据下式计算高程平均值：；
Z平均＝(Z最高+Z最低)/2
式中，
Z最高为高程最大值；
Z最低为高程最小值；
Z平均为高程平均值；
然后依据下式进行回波强度初步校正：
Ij校正值＝Ij原始值·Rj 2/(RA 2·cosα)，其中，Rj＝H-Zj，RA＝H-Z平均；
式中，
H为机载LiDAR数据获取时的飞行航高；
Zj为激光点Pj高程值，j＝1,…,n；
Rj为激光点Pj对地传输距离；
RA为整个测区的n个激光点平均对地传输距离；
Ij原始值为激光点Pj回波强度原始值；
Ij校正值为激光点Pj回波强度校正值。
α为激光扫描入射角。
步骤1.3合并校正后的激光单次回波点、首次回波点和其它激光点。
步骤2采用三角网迭代滤波方法分离出地面点、其它地物点，进一步依据回波次序分类，从地面点中分离出单次回波点和末次回波点，包括以下步骤：
步骤2.1采用三角网迭代滤波算法重新对激光点数据进行分类，分离出地面点、其它地物。
步骤2.2依据回波次序分类，从地面点中分离出单次回波点和末次回波点。
步骤3依据回波强度、末次回波点与同一激光脉冲首次回波点的高差分类提取道路目标，包含以下步骤：
步骤3.1设定道路回波强度范围，此处取值为20-28、6-12，对于步骤2保留的激光点云数据再次分类，仅保留回波强度处于道路回波强度范围内的激光点云数据。其中20-28的回波强度范围对应于少量裸露的道路，6-12则对应于林下道路。
步骤3.2设定距离阈值为3-7m，若末次回波点与对应的同一激光脉冲首次回波点高差位于距离阈值范围内，则判定该点为道路点并予以保留；若末次回波点与对应的同一激光脉冲首次回波点高差不属于距离阈值范围内，则判定该点不属于道路点并删除。
步骤4依据距离值、高程值，去除离散噪点，包含以下步骤：
对于步骤3保留的激光点云数据，以距离值4m、高程值1m为参考，进行迭代计算，逐个计算每个激光点云与其最近的激光点之间的距离、并比较其高程值，判定规则如下：
距离值>距离阈值，高程<高程阈值，判定为非道路点；
距离值>距离阈值，高程>高程阈值，判定为非道路点；
距离值<距离阈值，高程>高程阈值，判定为非道路点；
距离值<距离阈值，高程<高程阈值，判定为道路点；
通过以上过程，判定非道路点为孤立的噪点，并予以删除。最终提取植被覆盖区道路。
上面结合实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。

Claims (8)

1.一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：包括以下步骤：
步骤1依据回波次序分类，并对首次回波点和单次回波点进行回波强度校正，完成校正后合并分类；
步骤2采用三角网迭代滤波方法分离出地面点、其它地物点，进一步依据回波次序分类，从地面点中分离出单次回波点和末次回波点；
步骤3依据回波强度、末次回波点与同一激光脉冲首次回波点的高差分类提取道路目标；
步骤4依据距离值、高程值，去除离散噪点。
2.根据权利要求1所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤1中包括以下步骤：
步骤1.1对激光点数据依据回波次序进行处理，分离提取单次回波点、首次回波点；
步骤1.2对单次回波点、首次回波点的回波强度值进行校正：以激光传输距离为参考，对激光点的回波强度进行校正处理，首先采用依据下式计算高程平均值：
Z平均＝(Z最高+Z最低)/2
然后依据下式进行回波强度初步校正：
Ij校正值＝Ij原始值·Rj 2/(RA 2·cosα)；；
步骤1.3合并校正后的激光单次回波点、首次回波点和其它激光点。
3.根据权利要求2所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤1.2中Z最高为高程最大值，Z最低为高程最小值，Z平均为高程平均值。
4.根据权利要求3所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤1.2中Rj＝H-Zj，RA＝H-Z平均，H为机载LiDAR数据获取时的飞行航高，Zj为激光点Pj高程值，j＝1,…,n，Rj为激光点Pj对地传输距离，RA为整个测区的n个激光点平均对地传输距离，Ij原始值为激光点Pj回波强度原始值，Ij校正值为激光点Pj回波强度校正值，α为激光扫描入射角。
5.根据权利要求4所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤2中包括以下步骤：
步骤2.1采用三角网迭代滤波算法分离出地面点、其它地物点；
步骤2.2依据回波次序分类，从地面点中分离出单次回波点和末次回波点。
6.根据权利要求5所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤3中包含以下步骤：
步骤3.1设定道路回波强度范围，对于步骤2保留的激光点数据再次分类，仅保留回波强度处于道路回波强度范围内的激光点云数据；
步骤3.2设定距离阈值，若末次回波点与对应的同一激光脉冲首次回波点高差位于距离阈值范围内，则判定该点为道路点并予以保留；若末次回波点与对应的同一激光脉冲首次回波点高差不属于距离阈值范围内，则判定该点不属于道路点并删除。
7.根据权利要求6所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤4中，对于步骤3保留的激光点云数据，以距离值、高程值为参考，进行迭代计算，逐个计算每个激光点云与其最近的激光点之间的距离、并比较其高程值。
8.根据权利要求7所述的一种从机载激光雷达点云中提取植被覆盖区道路目标的方法，其特征在于：所述的步骤4中距离的、高程值的判定规则如下：
距离值>距离阈值，高程<高程阈值，判定为非道路点；
距离值>距离阈值，高程>高程阈值，判定为非道路点；
距离值<距离阈值，高程<高程阈值，判定为道路点；
距离值<距离阈值，高程>高程阈值，判定为非道路点；
通过以上过程，判定非道路点为孤立的噪点，并予以删除。
CN201811588154.1A 2018-12-25 2018-12-25 从机载激光雷达点云中提取植被覆盖区道路目标的方法 Active CN109685006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811588154.1A CN109685006B (zh) 2018-12-25 2018-12-25 从机载激光雷达点云中提取植被覆盖区道路目标的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811588154.1A CN109685006B (zh) 2018-12-25 2018-12-25 从机载激光雷达点云中提取植被覆盖区道路目标的方法

Publications (2)

Publication Number Publication Date
CN109685006A true CN109685006A (zh) 2019-04-26
CN109685006B CN109685006B (zh) 2021-06-22

Family

ID=66189219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811588154.1A Active CN109685006B (zh) 2018-12-25 2018-12-25 从机载激光雷达点云中提取植被覆盖区道路目标的方法

Country Status (1)

Country Link
CN (1) CN109685006B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110346782A (zh) * 2019-05-31 2019-10-18 华东师范大学 一种长距离地面三维激光雷达回波强度数据的改正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488770A (zh) * 2015-12-11 2016-04-13 中国测绘科学研究院 一种面向对象的机载激光雷达点云滤波方法
CN106022259A (zh) * 2016-05-20 2016-10-12 江苏得得空间信息科技有限公司 一种基于激光点云三维特征描述模型的山区道路提取方法
CN106291505A (zh) * 2015-06-10 2017-01-04 核工业北京地质研究院 一种非植被覆盖区机载LiDAR数据回波强度值校正方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106291505A (zh) * 2015-06-10 2017-01-04 核工业北京地质研究院 一种非植被覆盖区机载LiDAR数据回波强度值校正方法
CN105488770A (zh) * 2015-12-11 2016-04-13 中国测绘科学研究院 一种面向对象的机载激光雷达点云滤波方法
CN106022259A (zh) * 2016-05-20 2016-10-12 江苏得得空间信息科技有限公司 一种基于激光点云三维特征描述模型的山区道路提取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZAHRA AZIZI等: "Forest Road Detection Using LiDAR Data", 《JOURNAL OF FORESTRY RESEARCH》 *
张永等: "《长安大学研究生学术论文集 2016年卷》", 30 June 2017, 陕西科学技术出版社 *
王丽英: "《机载LiDAR数据误差处理理论与方法》", 31 December 2013, 测绘出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110346782A (zh) * 2019-05-31 2019-10-18 华东师范大学 一种长距离地面三维激光雷达回波强度数据的改正方法

Also Published As

Publication number Publication date
CN109685006B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN104656098B (zh) 一种遥感森林生物量反演的方法
Popescu et al. Fusion of small-footprint lidar and multispectral data to estimate plot-level volume and biomass in deciduous and pine forests in Virginia, USA
CN107274417B (zh) 一种基于机载激光点云聚集关系的单木分割方法
CN107085710B (zh) 一种基于多光谱LiDAR数据的单木自动提取方法
Ørka et al. Effects of different sensors and leaf-on and leaf-off canopy conditions on echo distributions and individual tree properties derived from airborne laser scanning
FI117490B (fi) Menetelmä puustotunnusten määrittämiseksi laserkeilaimen, kuvainformaation ja yksittäisten puiden tulkinnan avulla
CN104820830B (zh) 一种基于全波形LiDAR冠层剖面模型的树种识别方法
CN103760565A (zh) 一种区域尺度森林冠层高度遥感反演方法
CN104155638A (zh) 一种基于LiDAR伪垂直波形模型的树种分类方法
CN104502919A (zh) 利用机载激光雷达点云提取城市植被三维覆盖的方法
Coluzzi et al. On the LiDAR contribution for landscape archaeology and palaeoenvironmental studies: the case study of Bosco dell'Incoronata (Southern Italy)
Apostol et al. Height extraction and stand volume estimation based on fusion airborne LiDAR data and terrestrial measurements for a Norway spruce [Picea abies (L.) Karst.] test site in Romania
Stereńczak Factors influencing individual tree crowns detection based on airborne laser scanning data
CN110532975A (zh) 基于全波形机载激光雷达数据的tin滤波修正方法
Gwenzi et al. Prospects of photon counting lidar for savanna ecosystem structural studies
Mikita et al. Evaluation of airborne laser scanning data for tree parameters and terrain modelling in forest environment
Crespo-Peremarch et al. Comparing the generation of DTM in a forest ecosystem using TLS, ALS and UAV-DAP, and different software tools
Stereńczak et al. Accuracy of crown segmentation and estimation of selected trees and forest stand parameters in order to resolution of used DSM and nDSM models generated from dense small footprint LIDAR data
CN109685006A (zh) 从机载激光雷达点云中提取植被覆盖区道路目标的方法
Muumbe et al. Estimating above-ground biomass of individual trees with terrestrial laser scanner and 3D quantitative structure modelling
Rinnamang et al. Estimation of aboveground biomass using aerial photogrammetry from unmanned aerial vehicle in teak (Tectona grandis) plantation in Thailand
Su et al. The integration of uavand backpack LiDAR systems for forest inventory
Liu et al. Dominant trees analysis using UAV LiDAR and photogrammetry
Chen et al. Extraction of Forestry Parameters Based on Multi-Platform LiDAR
Pont et al. Tree counts from airborne LiDAR

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant