[发明专利]一种基于机载激光雷达点云数据的高精DEM构建方法

说明书

一种基于机载激光雷达点云数据的高精DEM构建方法，首先进行点云数据预处理，为点云数据质量检查和点云数据大地定向；然后采用改进的三角网迭代加密滤波法，将每个待判定点赋予一个与距离相关的优先级，保证优先级最高的激光点优先判断，用于地面点云与非地面点云的分离；再使用已知高程点，构建邻近三角形并进行线性内插处理；最后采用逻辑分析法与高程误差分析法对DEM精度进行评价，实现基于机载激光雷达点云数据的高精DEM构建。本发明采用改进三角网迭代加密滤波法获得地面点云，再基于随机森林回归法内插DEM提供精密度，最后通过逻辑分析法与高程误差分析法，对LiDAR点云数据生成的DEM数据进行了精度评价。

技术领域

本发明属于激光雷达点云数据构建技术领域，具体涉及一种基于机载激光雷达点云数据的高精DEM构建方法。

背景技术

目前，数字高程模型(DEM)的获取方法主要包括传统地面测量法、地形图等高线扫描数字化、航空摄影测量法、星载合成孔径雷达干涉(InSAR)和机载激光雷达技术等。其中，激光雷达是一种主动式遥感测量设备，具有作业周期短、精度高、成本低等优点，是当前获取高精度DEM的一种新技术。

国内主要使用大型机载激光雷达系统获取DEM，但激光雷达系统对飞行器的要求很高，且价格昂贵，因此应用领域较狭窄。近年来，随着无人机技术的迅速发展，轻巧型激光雷达系统可搭载在无人旋翼机上，广泛应用于地理信息采集等领域；虽然激光雷达系统可直接测量三维坐标，但点云数据的离散特性不能连续表征地表信息。

发明内容

基于上述现有技术的不足，本发明提出了一种基于机载激光雷达点云数据的高精DEM构建方法。

本发明是通过如下技术方案来实现的。

一种基于机载激光雷达点云数据的高精DEM构建方法，所述方法为：

1)首先进行点云数据预处理，参考现行GBT 24356-2009《测绘成果质量检查与验收》及相关规范，在满足误差允许的情况下实现点云数据质量检查，避免出现地物扭曲、接边匹配误差影响后续数据处理精度与后续产品的质量。

2)然后采用改进的三角网迭代加密滤波法，将每个待判定点赋予一个与距离相关的优先级，保证优先级最高(距三角形顶点最近)的激光点优先判断，用于地面点云与非地面点云的分离；三角网迭代加密滤波在迭代加密时，采取随机选取待定点的方式，若待定点满足加密要求，则待定点判定为地面点，并更新TIN，再判定下一个待定点；在地形起伏时，低矮植被可能会被误判断为地面点，地面点可能会被误判为非地面点。因此，采用改进三角网迭代加密滤波，将每个待判定点赋予一个与距离相关的优先级，保证优先级最高的激光点优先判断，分离地面点云和非地面点云；

3)再使用已知高程点，构建邻近三角形并进行线性内插处理；高程可以表示地表垂直方向上的形态变化，等高线是常用的高程表示模型，表示为一条条互不交叉的闭合线段，通过连续的曲面函数来模拟地表形态；当使用有序数列对地表进行数字化模拟时，此高程模型称为DEM。

较佳地，本发明通过不规则三角网(TriangulatedIrregularNetwork，TIN)模型将点云数据构建成DEM；使用Delaunay三角剖分算法拟合点云数据，首先形成初始三角形，然后寻找最邻近点构成共边图形，直到构建的图形将整个区域覆盖为止。该方法有三个特点，包括不论从哪三个点开始构建图形网，得到的模拟面都是相同的；每一个图形的外接圆都不含有其他的点；最小角特性，即共边三角形所形成的不含有优角的四边形，两个三角形中最小的两个值不会改变；其具体定义是在平面上有不全共线的两点欧氏距离和两点构成的Voronoi图，比到任意三都近时，此时的Voronoi图即为一个点的内核，连接所有相邻内核；

4)最后采用逻辑分析法与高程误差分析法对DEM精度进行评价，实现基于机载激光雷达点云数据的高精DEM构建。