點(diǎn)云數(shù)據(jù)是LiDAR的主要數(shù)據(jù)，尤其是早期的LiDAR數(shù)據(jù)處理都是針對點(diǎn)云數(shù)據(jù)進(jìn)行的。機(jī)載LiDAR激光腳點(diǎn)的分布是按照時間序列進(jìn)行采樣和存儲的，其在地面上的分布不是規(guī)則的，其空間分布呈現(xiàn)為離散的數(shù)據(jù)“點(diǎn)云”。這些點(diǎn)中，有些點(diǎn)位于真實(shí)地形表面上，有些位于不同的地物上（房屋、管線、煙囪等），還有些落在植被上（數(shù)木、灌木、草)等。

激光腳點(diǎn)分布

LiDAR點(diǎn)云數(shù)據(jù)中信息的分類提取，即點(diǎn)云數(shù)據(jù)的分類工作在整個 LiDAR數(shù)據(jù)后處理過程中占 60%-80%的工作量，但目前還沒有一種全能的方法能有效的提取復(fù)雜地形中的各種信息。且現(xiàn)有的分類算法的具體操作細(xì)節(jié)也由于版權(quán)問題極少公開，這也增加了分類算法研究的難度。機(jī)載LiDAR數(shù)據(jù)采集具有一定的盲目性，激光腳點(diǎn)的位置是隨機(jī)的，不能保證地形特征點(diǎn)和地物特征點(diǎn)能有數(shù)據(jù)，這給激光腳點(diǎn)性質(zhì)的判別帶來了很大的困難，使機(jī)載LiDAR數(shù)據(jù)的分類很困難。

LiDAR點(diǎn)云數(shù)據(jù)的分類可分為一級分類和二級分類，一級分類主要指區(qū)分地面點(diǎn)和地物點(diǎn)，而二級分類是指在一級分類的基礎(chǔ)上對地物點(diǎn)集的再分類，主要分類類別包括有植被、建筑物、道路信息和電力線等等。一般的分類方法還停留在一級分類上。
國外 LiDAR點(diǎn)云的分類算法的研究起步較早，發(fā)展的分類方法理論基礎(chǔ)主要分成四類：基于坡度理論的分類方法、最小區(qū)域分類方法、基于面理論的分類方法和聚類/分割算法。
1、坡度理論
計算相異的兩點(diǎn)間的坡度值或高差，當(dāng)這個坡度值或高差超過設(shè)定的閾值時，就認(rèn)為其中的較高點(diǎn)就是地物點(diǎn)（如圖 2-27（a）所示）。這種理論的基礎(chǔ)是假設(shè)陡坡只會出現(xiàn)在地物數(shù)據(jù)集中。
2、最小區(qū)域理論

設(shè)定一個水平面，并在其垂直方向上設(shè)置一定區(qū)域作為緩沖區(qū)，包含在這個三維緩沖區(qū)域內(nèi)的點(diǎn)都劃為地面點(diǎn)集（如圖2-27（b）所示）。

3、面理論
不同于最小區(qū)域理論，面理論選擇的面是一個由參數(shù)計算的不規(guī)則的面，在面上也設(shè)定一個緩沖區(qū)，包含在這個三維緩沖區(qū)域內(nèi)的點(diǎn)劃為地面點(diǎn)集（如圖 2-27（c）所示）。
4、聚類/分割算法
用周圍鄰近區(qū)點(diǎn)域進(jìn)行分類時，聚類/分割算法的理論依據(jù)是一個類中所有的點(diǎn)共同來描述一個完整的物體，而非物體中單獨(dú)的面（如圖2-27（d）所示）。聚類算法是由 Filin（2002） 和 Roggero（2002）提出，分割算法是由 Lee, Schenk 和 Sithole（2002）提出。

目前基于面理論的分類方法使用得最廣泛。依據(jù)模擬近似地面方法的不同，可以再將分類方法細(xì)分為兩種：
1、內(nèi)插的分類方法
線性加權(quán)最小二乘內(nèi)插模擬近似地面（Kraus and Pfeifer，1999）， 計算點(diǎn)到初始模擬面的高差。通常情況下，地物點(diǎn)到初始模擬面的高差為正，而地面點(diǎn)到初始模擬面的高差則為負(fù)。在重新計算近似地面時，正高差的權(quán)較小，甚至為負(fù)；負(fù)高差將獲取較大的權(quán)，甚至接近 1。將分級的概念融合到內(nèi)插中可以得到一種新的分類方法（Pfeifer et al，2001）。進(jìn)一步改進(jìn)，用標(biāo)準(zhǔn)化最小二乘取代最小二乘得到另外一種新方法，但此方法需要預(yù)先獲取一些參數(shù)的值（Lee 和 Younan， 2003）。

2、基于數(shù)學(xué)形態(tài)學(xué)原理的分類方法

利用數(shù)學(xué)形態(tài)學(xué)的操作運(yùn)算來獲取近似地面，如開運(yùn)算。數(shù)學(xué)形態(tài)學(xué)的方法從概念上來講，是簡單易操作的。只要激光點(diǎn)云數(shù)據(jù)分辨率足夠好，開運(yùn)算就能有效地剔除地面物信息。如果數(shù)據(jù)分辨率太低，就需要較大的操作窗口來提出地物信息，相應(yīng)的一些地面突出特征也會被抹平（Qi Chen，2007）。

圖2-27 國外分類方法的分類原理示意圖
(a)坡度理論；(b) 最小區(qū)域理論；? 面理論；(d) 聚類/分割理論
[參考文獻(xiàn)] 王麗英. 機(jī)載LiDAR數(shù)據(jù)誤差處理理論與方法[M]. 測繪出版社, 2013

總結(jié)

以上是生活随笔為你收集整理的LiDAR点云数据及其处理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。