激光遥感整理全.docx
《激光遥感整理全.docx》由会员分享，可在线阅读，更多相关《激光遥感整理全.docx（31页珍藏版）》请在冰豆网上搜索。
激光遥感整理全
发射频率：
1064附近
1.发展激光遥感集成的目的？
激光成像系统提供的地物目标距离信息与GPS定位信息结合起来，加上惯性导航系统（INS）提供飞行平台姿态信息，可以十分快捷的确定目标的位置和三维坐标。
同步工作的成像仪器获取地物目标影像信息与激光成像系统获取的强度信息可以为地物目标分析提供丰富的光谱数据。
有助于在获得三维坐标信息的同时准确地判断各类地物的属性。
2.为什么要发展激光遥感，或者说激光遥感的优点和特点？
（1）主动获取地面三维数据的能力，全天时全天候（候是指有云、雨时也可以用）
（2）部分穿透植被，同时测量地面和非地面层（云、树叶）
（3）很少需要进入测量现场，不需要大量的地面控制点（POS、惯导定位）
（4）精度高（分米级）、获取速度快（24小时可提取测区的DEM数据）、数据处理快（集成RS和GPS技术，数据可直接作为GIS数据源，有利于提高地理数据自动化，加快处理速度）
（5）独特的数据类型（点云：
三维，强度，波形，CCD相机，高光谱）
3.激光遥感的关键是有激光器，那么激光器的组成是什么？
激光产生的条件是什么？
激光器的组成：
●工作物质（激光物质、激光增益媒介）
●抽运系统（激励系统、泵浦、光泵）
●光学谐振腔
产生条件：
●工作物质处于粒子反转状态
●受激辐射跃迁超过受激吸收跃迁
●传播中的光得到激励和放大
4.大气对激光有损耗，激光在大气传输过程中受到哪些干扰？
吸收、散射（米氏散射、瑞利散射）、折射
●由于激光的波长较短，大气对它的吸收和散射作用较强
●它的大气穿透能力较差
●大气中雨滴、尘埃、雾等对激光的干扰作用更大
干扰效应的表现：
1.衰减
●吸收：
线吸收：
与单色光波长相应的大气分子
连续吸收：
与大气窗口内的大气分子
●散射：
瑞利散射：
当粒子大小远小于光的波长时，如大气分子
米氏散射：
当粒子大小和光的波长差不多时，如气溶胶
规律：
大气分子和气溶胶的散射系数服从高度的负指数规律，高度增加，散射系数减小。
低空气溶胶散射为主，高空气溶胶和分子的散射相当。
2.折射
由于不同高度大气密度不同，折射率也不同。
激光通过大气时因不同的折射率造成光程增加，传播路径弯曲的现象为大气折射效应。
大气折射效应会造成目标位置和距离测量误差。
5.激光雷达成像的关键技术，为什么能成像？
（展开叙述）
-
●高功率高波束质量的辐射源（点要密）
扫描器：
发射激光需要较高的重复频率
非扫描激光成像系统：
不要求有较高重复频率
有气体激光器、固体激光器、半导体二极管激光器
●高灵敏度接收技术（主动式）
1.单元探测器：
每次只获得一个像素的数据
回波强度反映目标反射率
距离图像、强度图像
2.面阵探测器：
成像分辨率很高
尝试在成像速率和成像分辨率之间找到平衡
3.阵列探测器：
发射光分为N束，同时照射目标上的N点
（新）可实现高速高分
●高性能二维扫描技术（面状成像）
1.力学扫描器：
转镜可以达到很高的扫描速度
摆镜方式
旋转棱镜方式
2.声光扫描系统（少）
3.二元光学扫描器
扫描速度高，但是扫描角度小、透过率低
●图像处理及目标识别算法
6.激光测距的距离，最远能测多远？
最大飞行高度和哪些因素有关？
（很多条，每条都要稍微解释一下）
激光测距中影响距离测量的主要因素是：
激光功率、光束发散度、大气传输（损耗）、目标反射特性、探测器灵敏度（是否能引起响应）、飞行高度、飞机姿态测量误差。
最大量测距离和最远目标有关，脉冲往返于激光器和最远目标之间所需时间最长。
Rmax=1/2*c*tmax
要避免最远目标反射的光束还未返回就发射下一束激光。
最大量测距离取决于时间间隔计数器可以量测的最远距离和脉冲发射率。
（脉冲发射率指的是一秒钟能发射多少次激光，决定两束脉冲激光之间的时间间隔）
目前飞行高度并没有因为时间计数器和脉冲发射率受到限制，因为飞行高度在1km左右，远小于发射率所决定的最远距离。
（25KHZ——6km高度）
7.激光测距仪测距误差？
前面的ppt（系统误差、随机误差）会影响到测距精度
测距误差主要来源于噪声、脉冲宽度和幅度、电光系统的延迟以及时间测量单元中基准振荡频率的稳定性。
脉冲激光测距仪测距误差：
系统误差：
●计数器频率误差
●大气折射误差
●电光延迟误差
随机误差：
●噪声误差
●距离误差
●漂移误差
连续波激光测距仪测距误差：
固定误差（与距离无关的误差，偶然误差）
●数字测相误差
●幅相误差
●照准误差
比例误差（与距离有关的误差，系统误差）
●真空光速误差
●大气折射率误差
●测尺频率误差
（1）与测距信号的一些参量有关：
脉冲测距时的起止时间的确定，连续波频率和波长，脉冲长度（太长不可能记录下多次回波）
（2）信噪比越高精度越高：
接收信号功率，信号带宽、背景辐射、探测器响应灵敏度、放大器噪声；
其中接收信号功率的相关参量是：
发射功率、接受光孔孔径、目标距离。
8.机载激光测距仪要求有哪些？
（1）精度高
精度与测距信号的信噪比的平方根成反比，信噪比越高，测距精度也越高。
（2）功率高
LiDAR系统是空中对地面扫描，高工作功率——激光能量大——长距离的大气损耗和目标吸收——到探测器时有足够能量被记录。
可以加大发射功率和提高探测器灵敏度
（3）体积小
飞机的载重量和体积有限——LiDAR设备体积重量减到最小——测距仪同理
（4）波长合适
a.大气窗口（损耗最小）
b.与背景光的区别大
c.目标反射率大
d.探测器灵敏度（要与选择的波长对应）
e.人眼安全范围内
f.综合结果——800nm-1600nm
一般选择1064nm
9.LiDAR系统波长的范围是多少？
（1）灵敏度最好的探测器，其激光波长在800nm-1000nm
（2）人眼的安全问题：
采用大功率高能脉冲激光器时，要求人眼对工作波长的敏感度小
（3）发射高能量激光
（4）考虑目标的后向散射
（5）目标反射特性也会影响最大测距
（6）背景辐射能量低
10.TopoSys为什么选择1535nm的波长，有什么优缺点？
优点：
可以发射较高能量激光；
没有弄伤人眼；
探测器灵敏度低但是较高的发射能力弥补了不足；
最大测距可以到1500m以上；
信噪比和精度保持不变；
在1535nm处，由散射太阳光造成的背景辐射能量低，对提高信噪比有利。
缺点：
对冰川的测量不好，冰和雪对1535nm激光反射率很低。
11.POS系统有两部分组成，一部分是差分GPS技术，另一部分是IMU技术。
为什么要组合起来？
答：
DGPS技术：
优点：
使用方便、成本低，
可测量传感器的位置和速率
高精度、误差不随时间积累
缺点：
动态性能差、数据输出频率低，
无法量测瞬间的快速变化
没有姿态测量功能
IMU技术：
优点：
姿态量测功能
完全自主、无信号传播
既能定位、测速，又可快速量测传感器瞬间的移动，输出姿态信息
缺点：
定位误差随着时间迅速积累增长，每次使用前初始对准时间长，不能长时间单独工作，必须不断加以校准。
POS=GPS+IMU：
提高了定位精度
增强系统可靠性
解决了采样频率低的问题
12.画一个LiDAR系统主要构成，每个模块（子系统）有什么作用？
如：
激光测距，用来测量高精度距离——得到s值；画清楚、标清楚、解释清楚！
控制处理系统：
将信息数据通过同步信号保持相互关联、匹配
定姿定位装置：
DGPS：
成像时刻系统中心的地理坐标
提供数据给IMU提高精度
提供导航控制数据
IMU：
测三角
激光测距装置：
高精度距离，考虑成像速率、像素数和视场
遥感平台：
搭载机载激光雷达系统，是系统工作平台。
其他传感器
激光测距单元包括激光发射器和接收机
激光扫描是主动方式，由发射器产生激光，由扫描装置控制激光束发射出去的方向。
接收机接受反射回来的激光束之后——记录单元记录。
13.常用的商业的LiDAR系统，常用的LiDAR的公司：
莱卡，optac，rigol，chanmpo，topses
LeicaALS50-IIALS80
OptechALTM3100EAALTMGalaxy
RieglLiteMapper5600LMS-Q1560
TrimbleAX60
北科天绘A-Pilot
14.扫描系统
（1）摆镜扫描方式
特点：
1.z字形
2.不均匀，两边密（两边的速度小）
3.由于两个摆动方向产生双向扫描
优点：
1.
可以调，
小、效率低、点宽
2.可以飞的比较高
缺点：
1.点不均匀，密的地方精度不高
2.磨损造成摆动非匀速
（2）旋转正多面体扫描方式
特点：
1.单向扫描，成像为平行线不是折线（扫完一圈后再从第一个点开始）
2.点间距均匀
缺点：
对地面扫描角度固定，不能灵活调整视场角。
（3）光纤扫描
特点：
产生扫描平行线
优点：
1.扫描速度非常快
2.发射光路与接收光路一一对应
（4）圆锥镜扫描
特点：
旋转一周后形成椭圆扫描线
缺点：
精度低
15.LiDAR系统的主要参数？
（发射频率、扫描频率、激光脚点的光斑、最大飞行高度、最小飞行高度、视场角、带宽、每张扫描点上的激光脚点数：
书上题：
为什么要密一点就要降低高度？
为什么扫描点的计算、飞行高度的计算和带宽是没有关系的？
）
书上：
为什么扫描点数计算与飞行高度无关，而需要点的密度大一些时就要适当降低飞行高度？
瞬时视场角：
激光束发射时发散的角度。
视场角：
激光束的扫描角
脉冲频率：
单位时间可以发射的激光束数量
扫描频率：
每秒钟扫描的行数。
扫描镜每秒钟摆动的周期。
最大飞行高度（最大量测距离）：
系统能精确测定的最远距离。
最小飞行高度：
取决于飞行平台的类型，探测地区的地形和人眼的安全距离。
激光脚点光斑特性及影响：
●激光脚点光斑大小（激光束照射面直径）
●回波多值性：
（由于不同的地物、地面的起伏）（可以用来确定位置关系）
●动态重合系数及影响
扫描带宽：
扫描行的点数N：
F：
脉冲频率fsc：
扫描频率
Q：
从公式可见点数和飞行高度和扫描带宽都无关。
不同地区需要的量测密度不同，但是由于F和fsc固定，所以需要增加点密度则可以降低飞行高度——使带宽SW减小——在点数一定的情况下，小带宽的密度更大
激光脚点点距：
●航向点距：
沿飞行方向扫描点距离
是平均点间距
所以与飞行高度也没有关系
●旁向点距：
一条扫描线上相邻扫描点间距
光纤扫描
椭圆扫描
必须航带数n，航带间扫描重叠度q：
扫描带宽与航高有关，航高的确定根据区域内的最低点
重叠度的计算依据区域内的最高点，避免在扫描带宽很窄的情况下遗漏。
实际量测面积：
量测点密度：
发射及接收激光束间隔内的飞行距离：
16.数据生产，LiDAR数据生成DEM流程图/工作步骤
（有两种：
1.点云数据2.LiDAR基本数据：
拓扑数据、测距数据、检校数据——怎么用这种基本的数据生成航片、点云）坐标转换-生成点云对点云的滤波-DEM内插-DEM分析的精度和评定
●LiDAR数据预处理（得到x、y、z点云坐标的过程）
坐标变换：
●点云滤波：
识别地面点，去除非地面点，从DSM到DEM的过程
1.强度图像的滤波（强度变化）
2.激光点云的滤波（高程突变）
●DEM内插
●DEM精度分析
1.平坦地区与摄影测量成图结果比较——高程残差统计图
2.差分GPS得到高程作对比
附：
点云空间的分布特征：
激光脉冲发射频率固定，在平坦区域分布规则（但是地形一般不平坦）
遇到植被可能会有多次回波造成团聚现象
云、雨、水的遮挡——点云缺失
金属、玻璃、建筑物边缘、水的镜面反射——强反射、固有噪声
高程特点：
建筑物和高大植被点云——较大z值
裸露地表点云——z最小
地面突出物——介于两者之间
17.框幅式像片由DEM和DSM得到真正DOM，有什么区别？
主要区别是在建筑物上
18.LiDAR强度信息的优点缺点，举个例子怎么用？
缺点：
噪声大
未定标
优点：
与距离信息同时获取（与点云天然匹配）
与光学影像相似
处理步骤：
重采样：
时间序列数据转化为规则网格数据，每个像素值代表回波强度值
去粗差：
取整、拉伸：
回波强度往往不是整数、也不正好是256个灰度级
去噪：
脉冲噪声、椒盐噪声
应用处理：
结果分析：
边缘保持特性，清晰度（平均梯度），信噪比，统计特征指标（平均值）
针对城区LiDAR强度数据的去噪：
（像素级的融合数据，特性完全一致的不同信息）
距离信息：
高程变化突兀——剖面的曲线变化剧烈
强度信息：
边缘多——块状、线状目标明显
结论：
既保持了传统中值滤波的优点，又改进了对弱边缘目标的保护
19.波形数据的优缺点，高斯分解步骤，常用方法？
优点：
1.得到更多数量的激光脚点
2.得到更多次回波数据
3.更了解数据采集的实际情况——以便得到更高精度的点位坐标
4.波形分解——得到每次地面目标反射的波形——得到强度、回波宽度、回波位置、反射系数等参数。
高斯分解：
波形数据由一系列高斯波组成。
分解后可得到一系列参数。
步骤：
（1）去噪：
●去除背景噪声：
计算开始时或结束前若干采样点均值作为背景噪声
●去除随机噪声：
中值滤波
高斯滤波
滤波：
在高斯函数基础上增加了抑止峰值变小的因子。
避免波形畸变
（2）参数预估：
峰值法、重心法、拐点法（利用波形的梯度和拐点）
（3）参数优化：
●EM算法（期望最大化）：
全波形视为高斯混合模型，找出一组高斯参数符合原波形的期望值，用最大似然法估计期望值。
●LM算法（最小二乘）：
假设同上，必须事先给出单一波的个数（一般先统计波形信息，以波峰的个数决定单一波的个数。
）用最小二乘法估计参数。
20.八字，先平飞5min，为什么？
飞个8字，为什么？
再平飞5min，再八字，基站和基站的距离说明了什么问题？
最开始的5min是没有起飞之前的GPS的静态观测，这个可有可无，第一个平飞5min和8字都是为了提高IMU精度。
第二个平飞5min是保证空中直线平飞距离足够长，可以锁定GPS，调整飞机的飞行方向。
基站距最远不能超过50km，否则差分会不准。
21.滤波基本原理（基于高差、早期为强度）？
（分段光滑、不同地物高度不同，脚点有高差）讲一种算法原理和步骤讲清楚：
如基于不规则TIN不断加密的滤波算法。
滤波原理：
1.强度变化：
确定地面点的灰度范围，不在此范围的滤掉
2.高程突变：
不同地物高程不同，地物相交的边缘有高程突变；
距离相近的脚点高差大于阈值，认为低的点是地面点，高的是地物点；
阈值与距离成正比，距离越远，阈值越大。
滤波算法：
难点：
（可不记）
22.机载点云提取建筑物步骤（分割（目标得到多对一的关系）、建模（3种方法，搞清楚一种即可））？
●建筑物检测（分割）
从非地面点中提取房屋点，并确定其属于哪个建筑物。
建立多对一的映射关系（多个激光点对应一个建筑物）
方法：
1.利用二维GIS信息辅助，但是实际屋顶面要比图形上大（有房檐）
2.利用高差相近提取房屋点，以极值点为中心进行局部直方图分析得到合理阈值提取房屋点
3.滤波去除地面点，提取房屋点
4.回波强度数据（如植被在近红外反射率高）
5.传统图像处理方法
6.融合多种数据源
7.人工智能的方法
●建筑物模型生成（建模）
1.基于点云不变矩
屋顶类型的确定：
以高度作为加权值
旋转不变矩M由高程加权得到
2.基于三角网
（1）确定屋顶平面
计算出所有小平面的上述三个参量，参量相同的小平面在同一屋顶内。
（2）提取边界线及优化
a.从分割后数据集中处于边缘上的点中的任意一点出发——找到相邻点——初步估计连线方向——计算直线方程
b.按直线方向与房屋走向的关系调整，后续点根据它与该直线的距离判断，当该距离超过阈值则是另一条边缘直线开始点。
c.对初步搜索结果用最小二乘法优化，使所有边缘点到边缘线的距离的平方和最小。
d.拟合结果并非边缘线真正位置，有些边缘点可能不在边缘线内。
可以利用墙面点信息辅助调整边缘线位置。
3.自适应迭代的DSM影像分割方法
23.传统的提取三维和LiDAR提取三维各自的优缺点、特点和区别？
（1）建筑物信息不同：
LiDAR：
直接得到较密集的屋顶离散点数据，容易通过高程将建筑物与同材质地面区分。
影像：
有丰富语义信息，可判断建筑物存在、结构、性质。
但是屋顶纹理缺乏难以准确匹配。
还有可能和道路等存在同谱异物。
（2）提取策略不同：
LiDAR：
从整体到细节，自上而下。
通过整个建筑物数据细化每个屋顶模型
影像：
从细节到整体，自下而上。
通过线特征得到模型。
（3）主要误差源不同：
影像：
建筑物特征受光照影响，如阴影、屋顶涂料颜色。
LiDAR：
利用高程数据，特征稳定。
主要问题是边缘处可能没有激光点，造成边缘提取误差。
（4）处理方法不同：
影像：
成熟，有固定的流程和算法
LiDAR：
没有成熟的流程和方法。
24.LiDAR数据进行变化检测的步骤
配准：
不同时相的两个LiDAR数据一一对应起来
相减：
为了得到变化区域
方法：
1.用LiDAR点云数据相减，但是点云可能不一一对应
2.DSM–DSM，最后反投影到影像上（栅格化后的DSM相减）
3.DSM通过滤波得到DEM–前一个时相的DEM
统计：
统计哪些区域发生变化，并通过分类等手段确定变化区域的属性，即变化类型。
如通过直方图区分建筑物、新建建筑物和拆除建筑物
剔差：
剔除粗差
25.LiDAR数据分类有哪些难点？
与传统的影像分类有区别，基于高差分类。
1.局外点的影响
2.对象的复杂性
3.附着对象
4.数据分布不均匀的影响
26.LiDAR数据的误差有哪些（有量测误差和集成误差，量测误差有哪些？
集成误差有哪些？
）
●量测误差
（1）测距误差——激光测距值S
XS,YS,ZS是观测值，并假设相互独立。
测距仪硬件引起的误差
测距仪信号处理引起的误差
大气损耗引起的误差
地物目标引起的误差
（2）GPS定位误差
（3）IMU姿态误差
随飞行高度和扫描角度的增加，姿态量测误差会增加。
（4）扫描角误差
不仅对自身精度有影响，还是其他影响因子的系数，会影响他们的精度。
●集成误差
（1）硬件安置误差
偏心距误差、俯仰、翻滚、航偏、角度步进误差、扭矩误差
偏心距误差：
各仪器坐标系之间的平移误差
照准误差：
IMU系统与激光测距仪之间的角度安置误差，包括：
俯仰误差、翻滚误差、航偏误差。
角度步进误差：
角度记录装置在记录角度变化时产生的误差，一般在出厂时校正。
扭矩误差：
扫描镜在旋转和摆动时由于惯性，转动的实际角度与预期的不同。
（2）数据处理误差
时间同步误差、内插误差、坐标转换误差
时间同步误差：
需要激光发射时的位置、姿态及距离值是同一时刻的观测值。
内插误差：
由于LiDAR各系统有不同的采样频率造成的。
坐标转换误差：
激光脚点坐标到当地坐标系统的过程中产生的误差
27.LiDAR技术与同类技术比较（航摄与LiDAR优缺点比较，与SAR的区别）
升级会员 