吴丽沙开题报告最终版.docx

吴丽沙开题报告最终版.docx

《吴丽沙开题报告最终版.docx》由会员分享，可在线阅读，更多相关《吴丽沙开题报告最终版.docx（12页珍藏版）》请在冰豆网上搜索。

吴丽沙开题报告最终版

辽宁工程技术大学

本科毕业设计（论文）开题报告

题目基于平面特征的机载LiDAR数据航带平差

研究

指导教师王丽英

院（系、部）测绘与地理科学学院

专业班级遥感10-1班

学号1004090121

姓名吴丽沙

日期2014年3月16日

教务处

一、选题的目的、意义和研究现状

1:

研究的目的和意义：

摄影测量与遥感历经数十年的发展，在信息获取技术上已经达到了很完善的阶段。

随着技术的不断进步和社会需求的不断提，各种传感器的出现，不断的更新多源遥感信息，使得人类能从不同的角度认识和了解自然。

在面临当前人口、资源和环境的问题上，遥感提供了良好的调查、分析和处理手段。

在如今这样一个急需高精度、高分辨率和高光谱遥感信息源的时代，特别是地震、洪水、塌方、泥石流等灾情不断的现在，机载激光雷达（LightDetectionAndRanging，LiDAR）的出现极大的满足了人类对遥感信息源的需求。

机载LiDAR系统作为信息获取的一种新模式，其理论依据、集成方案以及数据处理方式等均不同于传统的摄影测量与遥感系统。

相比而言，机载LiDAR具有其独有的特点：

①空间上，LiDAR点云数据为三维，而影像数据为二维。

影像数据规则分布在二维格网点上，而LiDAR数据在地面平面的分布是不规则的。

二者的数据都是离散的[1]。

②LiDAR获得的数据是多次回波数据。

多次回波对应不同的表面。

③不同位置的光斑密度不同，这主要是因为激光扫描方式不同。

在不考虑地形起伏影响的情况下，圆锥扫描、线扫描的扫描带两侧数据密度大、中间部分稀[2]，而光纤扫描的扫描线方向上光斑密度大于垂直扫描线方向上的光斑密度。

④数据量大。

LiDAR能够提供高达每平方米十几个点的光斑密度，这样一块1km×1km测区将包含1千万个测点以上。

实际工程中测区的面积可达几千平方公里甚至数万平方公里。

这么大范围内的激光点云构成的海量数据对压缩存储、数据处理环境、软件计算效率等都提出了很高的要求[3]。

⑤航带覆盖面积较小。

受LiDAR技术数据获取方式和硬件条件所限，LiDAR的扫描带覆盖面积较小。

在飞行高度、速度、时间、航摄航带重叠度相同的条件下，相机（75°视场）覆盖面积是激光扫描仪（30°扫描宽度）的2.9倍[4]。

这意味着为获得相同的覆盖面积，需要对更多的扫描航带进行相关处理。

⑥获取同名点困难。

同名点在摄影测量、计算机视觉等诸多应用中扮演着重要的角色。

LiDAR系统的数据采样频率要远低于摄影测量的采样频率，因此LiDAR点云数据并不能保证获取到地面特征点。

另外，同名特征并不能保证被不同航带扫描到，因此航带间不存在真正意义上的同名点。

因此，对点云数据还需要开发新的处理方法。

⑦存在数据盲区。

由于遮挡、物体特性（如镜面反射）等因素，数据集中往往会出现没有数据的部分（缝隙）。

机载LiDAR的上述特点决定了其对航带间重叠区域的误差进行消除的处理不同于传统的航空摄影测量处理方式。

机载LiDAR系统是整合了激光测距系统（LaserScanningRanging）、全球定位系统（GlobalPositioningSystem，GPS）和惯性导航系统（InertialNavigationSystem，INS）等多个部件的集成系统，精度受到内在部件的共同影响。

飞行高度、GPS、INS、扫描角度等都会引起误差的产生。

这些误差分为系统误差和随机误差。

随机误差主要来源于激光发散、空气透明度、电子时钟准确度、接收器反应以及地表材料等，随机误差无法消除，但是可以通过反复测量和平差等手段进行消减。

系统误差主要来源于子系统的测量误差和子系统之间的集成误差。

系统误差不仅会影响激光脚点坐标精度，最主要是直接导致同名地物存在空间偏差，严重影响后续数据的处理，是影响精度的主要因素。

所以，为了获取高精度的机载LiDAR数据，必须对系统误差进行消除。

机载LiDAR作业时，由于航高和扫描视场角的限制，每条航带的图像只能覆盖地面一定的宽度，要完成一定的作业面积就必须飞行多条航线，而且这些航线还必须保持一定的重叠度。

机载LiDAR系统集成了激光扫描系统、POS系统等主要部件，各个量测子系统本身以及子系统间的集成都有误差存在。

通常，由于误差会导致LiDAR数据不同航带的同名特征间存在三维系统性的空间偏移，严重影响点云数据的相对精度。

航带平差的目的在于通过消除或减少不同航带重叠区域之间的差异从而生成无缝产品，为最终地理空间产品提供质量保证和质量控制。

2：

研究现状：

机载LiDAR系统整合了多个子系统完成观测，子系统在运行过程中不可避免产生测量误差，而多个子系统之间在整合上也会存在偏差，进而导致最终数据含有粗差或系统误差，为了得到高精度且实用强的机载LiDAR数据，降低系统误差则成为必要的处理过程。

目前对于降低系统误差影响的方法比较多，主要是分为系统检校和航带平差。

系统检校是为确定系统中存在的系统误差，使其只剩下随机误差，进而改正原始激光脚点数据。

该方法通常是在飞行作业之前进行，主要是针对各部件自身以及各部件在位置空间上的检校。

很多学者认为安置角误差对激光脚点影响最大，会使扫描线与真实位置发生偏移，导致被扫描物体发生严重变形。

而安置角误差是无法在事先获取，只能通过在航检校，如Thiel和Wehr[5]利用公式推导求解激光扫描仪与INS之间的安置角问题。

依次对俯仰角、侧滚角和航偏角进行计算，更新所有激光脚点坐标，然后以新的坐标进行下一次计算，当三个角度的改正值都在收敛范围内时则结束迭代过程。

Burman利用飞行场，由4条相互垂直且方向相反的航带，通过对重叠航带内的高程值的计算，确定安置角。

Habib[6]分析了系统检校对点云精度的影响，得出经过检校的机载LiDAR仍会存在残余的系统误差，其中包含安置角误差。

国内有武汉大学和山东科技大学几所高校对航带平差进行了系统研究，但是目前还没有针对安置角误差进行定性、定量分析[7][8]。

尤瑞哲[9]利用自动化技术对安置角进行检校；许晓东[10]提出利用重叠航带而无需地面控制点的检校方式；张小红[11]提出分步几何法恢复线扫描系统安置角误差方法。

航带平差技术是在近十余年来被很多学者加以研究和利用：

如参数转换来描述航带变形，采用不规则三角网（TriangularIrregularNetwork,TIN）的数据组织形式以确保点云分布，平差时引入强度数据，或是利用数据特征等。

综述如下：

从采用的特征看待航带平插：

①基于点特征的航带平差[12-15]：

以点特征为基元建立误差观测方程。

②基于线特征的平差[16-18]：

以线特征为基元建立误差观测方程。

Habib利用航带重叠区域线特征实现了LiDAR航带平差；Vosselman基于线性特征完成了航带间平移量的估算。

③基于面特征约束的平差[19-22]：

对于平面上的点，点坐标满足平面方程，通过提取同名面特征，同名面上的点满足相同的平面方程，以此来建立误差方程式。

从消除误差的维数角度看待航带平差。

①一维航带平差。

如Crombaghs[23]提出了基于重叠区域的平差方法，将机载LiDAR航带间的高程漂移视为系统误差，采用三个航带变形参数对高程误差进行改正，消除高程上的偏移和航带上的倾斜，此方法只考虑高程误差，忽略平面误差的影响。

童俊雄[24]在Crombaghs基础上通过模型改正，在平差中加入航带扭曲参数。

②三维航带平差。

机载LiDAR最初目的是获取DEM，所以人们把目光聚集在高程精度上，而忽略平面精度。

随着技术的不断发展，人们对精度的要求也不断提高，平面精度逐步被人关注。

Vosselman和Maas[25]总结出平面精度比高程精度更明显，所以必须以三维平差模型进行误差的消除。

从数据组织形式的角度看待航带平差。

①不规则格网的数据组织形式。

Mass[26]为了避免内插误差造成的影响，利用TIN和离散点建立两条航带间的对应关系，通过最小二乘匹配使得两者之间的法向距离不断地缩小，但此方法仅将简单的转换用于函数，存在着模型有效性的缺陷；Vosselman[27]利用山墙和沟渠提取的线性特征，估算重叠航带间的差异，并将求解的参数用于航带，加以改正；Pfeiferetal[28]利用重叠区域的平面分割代替以往的基于点、特征、建TIN等的处理方式，提出了一种自动检测差异的方法；Robert[29]在Mass基础上利用加权最小二乘匹配原理最小化两个表面的法向距离，对参考点云TIN，建立与目标点对应的唯一三角形。

王丽英（2001）提出无控制三维表面匹配算法，并引入高斯-马尔可夫模型视随机变量为观测值，进行合理的参数配置，显著提高了平差精度，达到商业化精度。

②规则格网的数据组织形式[30]。

基于规格格网的数据形式，需要对原始点云数据进行内插处理，精度没有不规则格网精度好。

从引入强度数据角度看待航带平差。

机载LiDAR系统可以记录回波信号，信号的强弱即为获取的强度值，是否能够将强度数据与航带平差结合已然成为探讨的热点之一。

Mass[31]将机载LiDAR系统的强度数据用于求解航带水平偏差，并且显著的改善了水平方向的平差效果。

Vosselman在文章中指出，即使是含有大量的噪声，强度数据也是适合于平面偏差的估算。

蔡欣怡[32]利用规则格网描述离散点，并将规则格网的高程值和强度值作为未知量，加入平差模型中求解。

二、研究方案及预期结果

研究内容：

本文主要针对机载LiDAR系统误差展开研究，旨在利用基于面特征的机载LIDAR数据航带平差技术消除误差。

研究内容如下：

①由于机载LiDAR数据不存在同名点而且还存在遮挡问题，因此不能利用点特征。

同时，线特征的解算精度不是很高，也不能采用。

本文采用的面特征相对于点特征、线特征具有明显的的优势，它可以避免点对点之间的匹配，是较可靠的方法，但是对地表有一定约条件，要求有平地或者平面地物。

并且解算精度高。

②基于面特征的机载LiDAR数据航带平差研究。

主要包括点云数据的滤波分类、分割实现平面特征提取、拟合、匹配、基于面特征的航带平差等。

技术路线：

本文提出如下技术路线，见图1.1：

是

否

是

图1.1航带平差技术路线

论文框架：

第一章：

绪论

第二章：

机载LiDAR系统组成

第三章：

机载LiDAR系统误差分析

第四章：

机载LiDAR航带平差理论基础

第五章：

基于面特征的机载LiDAR数据航带平差研究

第六章：

结论与展望

三、研究进度

第5周:

搜集资料、查阅文献，制定研究方案；

第6-7周：

学习相关理论，完成基于面特征的机载LiDAR数据航带平差公式理论推导；

第8周：

运用TerraSolid软件进行点云预处理；

第9周：

基于Matlab编程实现平面特征拟合；

第10-11周：

基于Matlab编程实现平面特征匹配；

第12-13周：

Matlab编程实现基于面特征的航带平差；

第14-15周：

撰写论文及修改论文；

第16-17周：

论文排版、打印、装订；

第18周：

准备答辩

四、主要参考文献

[1]管海燕.LiDAR与影像结合的地物分类及房屋重建研究[D].武汉:

武汉大学,2009.

[2]尤红建.激光三维遥感数据处理及建筑物重建[D].测绘出版社,2006.

[3]赖旭东.机载激光雷达数据处理中若干关键技术的研究[D].武汉:

武汉大学,2006.

[4]BaltsaviasEP.AirborneLaserscanning:

existingsystemsandfirmsandotherresources[J].ISPRSJournalofPhotogrammetryandRemoteSensing,1999,54

（2）:

164-198.

[5]ThielKH,WehrA.Operationaldataprocessingforimaginglaseraltimeterdata[C].ProceedingoftheFourthInternationalAirborneRemoteSensingConferenceandExhibition,ERIM,June,21-24,Ottawa,Canada,1999.[3]Burman,H.CalibrationandOrientationofAirborneImageandLaserScannerDataUsingGPSandINS[D].Royal

InstituteofTechnology,Stockholm,Sweden,2000.

[6]HabibA,KerstingAP,BangKI,Al-DurghamM.AstripadjustmentproceduretomiligatetheimpactofinaccuratemountingparametersinparallelLiDARstrips[J].ThePhotogrammetricRecord,2009,24（126）:

171-195.

[7]刘经南,张小红,李征航.影响机载激光扫描测高精度的系统误差分析[J].武汉大学学报（信息科学版）,2002,27

（2）:

111-117.

[8]尤红建,江月松,李树楷.机载遥感直接对地定位的误差分析和精度估计[J].测绘学报,1998,1:

86-90.

[9]尤瑞哲,游勋乔.空载雷射扫描置角自动化率定[J].航测及遥测学刊论文,2003,8（3）:

15-32.

[10]许晓东.机载激光扫描测高系统的安置角误差检验[J].中国科技论文在线.2006.

[11]张小红.机载激光雷达测量技术理论与方法[M].武汉:

武汉大学出版社,2007.

[12]MorinK,El-SheimyN.Post-missionadjustmentofairbornelaserscanningdata[C],ProceedingsXXIIFIGInternationalCongress,WashingtonDC,USA,19-26April,2002.

[13]TothCK.CalibratingairborneLIDARsystems[C].Proc.ISPRSCommissionII,Symposium,20-23August,

Xian,China.Availableat,2002.

[14]MorinK.Calibrationofairbornelaserscanners[D].alberta:

TheUniversityofCalgary,2002.

[15]BangKI,KerstingAP,HabibA,LeeDCh.Lidarsystemcalibrationusingpointcloudcoordinatesinoverlappingstrips[C].ASPRS2009AnnualConference.2009.www.asprs.org/publications/proceedings/

baltimore09/0011.pdf,2009.

[16]VosselmanG.Stripoffsetestimationusinglinearfeatures[C].Proceedingsofthe3rdInternationalLIDARWorkshop,07-09October,Columbus,Ohio,2002.

[17]LeeJ,YuKJ,KiY,HabibAF.AdjustmentofdiscrepanciesbetweenLIDARdatastripsusinglinearfeatures[J].IEEEGeosci.RemoteSens.Lett,2007,4:

475-479.

[18]HabibA,KerstingAP,RuifangZ,DurghamAM,KimC,LeeDC.LIDARstripadjustmentusingconjugate

linearfeaturesinoverlappingstrips[C].InProceedingsofInternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationSciences,Beijing,China,July3-112008:

385-390.

[19]FilinS.Recoveryofsystematicbiasesinlaseraltimetrydatausingnaturalsurfaces[J].ISPRSJournalofPhotogrammetricEngineeringandRemoteSensing,2003,69:

1235-1242.

[20]SkaloudaJ,LichtiD.Rigorousapproachtoboresightself-calibrationinairbornelaserscanning[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2006,61

（1）:

47-59.

[21]FriessP.Towardarigorousmethodologyforairbornelasermapping[C].ProceedingsInternational

CalibrationandOrientationWorkshopEuroCOW2006,Castelldefels,Spain,25-27January,2006.

[22]RentschM,KrzystekP.LiDARstripadjustmentusingautomaticallyreconstructedroofshapes[C].InProceedingsofInternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationSciences,Hannover,Germany,June2-52009:

158-164.

[23]Crombaghs,M.J.E.,Brügelmann,R.,andMinE.J.de.,2000.Ontheadjustmentofoverlappingstripsoflaseraltimeterheightdata[J].InternationalArchivesofPhotogrammetryandRemoteSensing,2000（33）:

230-237.

[24]童俊雄.空载光达系统误差分析与航带平差方法之探讨[D].国立成功大学,2005.

[25]VosselmanG,MassHG.Adjustmentandfiteringofrawlaseraltimetrydata[C].InProceedingofOEEPEworkshoponAirbornelaserscanningandinterferometricSARfordetaileddigitalelevationmodel,Stockholm:

OEEPEOfficialPublication,2001.

[26]Maas,H.G.Least-squaresmatchingwithairbornelaser-scanningdatainaTINstructure[J].InternationalArchivesofPhotogrammetryandRemoteSensing,2000,548-555.

[27]Vosselman,G.Stripoffsetestimationusinglinearfeatures[C].3rdInternationalWorkshoponMappingGeo-SurficalProcessesusingLaserAltimetry,[CD-ROM].7-9May,ColumbusOhio,2002.

[28]Pfeifer,N.,Elberink,S.O.,andFilin,S.AutomaticTieElementsDetectionforLaserScannerStripAdjustment[J].ISPRSWGIII/3,III/4,V/3Workshop‘Laserscanning2005’,12-14September,Enschede,theNetherlands,2005:

1682-1750.

[29]RobertJMP.Theoryandapplicationsofweightedleastsquaressurfacematchingforaccuratespatialdataregistration[D].Australia:

TheUniversityofNewcastle,2004.

[30]BehanA,MassHG,VosselmanG.Stepstowardsqualityimprovementofairbornelaserscannerdata[J].InternetPublication,DelftUniversityofTechnology,FacultyofCivilEngineeringandGeoscience,SectionofPhotogrammetryandRemoteSenceing,2000.

[31]MassHG.Ontheuseofpulsereflectancedataforlaserscannerstripadjustment[J].InternationalArchivesofPhotogrammetry,RemoteSensingandSpatialInformationSciences,2001（33）:

53-56.

[32]蔡欣怡.结合雷射测高与强度数据进行区域平差可行性之研究[D].国立成功大学,2004.

[33]ShanJ,TothCK.TopographicLaserRangingandScanning:

PrinciplesandProcessing.BocaRaton:

CRCPress,2008.

[34]赖旭东.机载激光雷达数据处理中若干关键技术的研究[D].武汉:

武汉大学,2006.

[35]WehrA,Lo