激光雷达实习报告Word下载.docx
- 文档编号:20762296
- 上传时间:2023-01-25
- 格式:DOCX
- 页数:16
- 大小:1.13MB
激光雷达实习报告Word下载.docx
《激光雷达实习报告Word下载.docx》由会员分享,可在线阅读,更多相关《激光雷达实习报告Word下载.docx(16页珍藏版)》请在冰豆网上搜索。
1.1LAS文件格式1
1.2数据读取及存储2
二、建立网格3
三、建立索引4
四、点云显示4
TerraSolid软件实习5
一、TerraSolid软件认识5
1.目的及内容5
2.实习过程5
3.各模块主要功能6
4.基本操作7
二、滤波分类8
1.目的及意义8
2.实习过程8
三、建立DEM12
1.目的及意义12
2.实习过程12
四、实习体会13
Las文件处理程序设计
1、数据读取
机载激光雷达测量(简称LIDAR)是一种新兴的遥感手段。
它由激光测距系统,卫星导航、惯性导航(DGPS/IMU)组合系统组成,能够直接、快速、高效地测量地形表面三维坐标,可以便捷地由激光点云数据生成数字表面模型(DSM)。
目前投入商业运行的机载激光雷达系统主要有:
TopScan、Optech、TopSys,以及Leica公司的LeicaALS50等。
典型LIDAR处理软件有:
TerraScan、LID-MAS、LIDAR-analyst等。
各硬(软)件商也分别提供了自己的LIDAR数据格式,常见的有:
Leica采用ASCII形式的Pts,Ptx格式及TerraScan采用二进制的Bin、Ts格式等。
采用ASCII形式的LIDAR数据读取方便,但是数据没有压缩,占用内存较大。
所以在进行ASCII形式的不同LIDAR文件格式转换时会带来三个问题:
第一,由海量数据所导致的格式转换速度过慢;
第二,转换后数据细节信息容易丢失;
第三,数据长度不固定难以建立索引。
鉴于上述问题,美国摄影测量与遥感(ASPRS)协会下的LIDAR委员会于2003年发布了LIDAR数据的标准格式LAS1.0版。
此后,经过不断改进,又陆续发布了1.1版、2.0版(暂定)、1.2版和1.3版。
其中,2.0版(暂定)在1.3版发布后开始重新修订。
1.1LAS文件格式
一个符合LAS1.0标准的LIDAR文件由三个部分组成:
公用文件头区、变长纪录区和点数据纪录区。
其中,公用文件头区纪录的是工程ID、采集日期、生成方式、点个数、使用坐标系、比例尺因子和坐标偏移量、最值等基本信息。
变长纪录区的长度是灵活可变的,用来纪录数据的投影信息、元数据和用户自定义信息等。
点数据纪录区包含了数据点的三维坐标,点分类及回波强度信息等。
LAS1.3中增加了扩展变长纪录区(或称为波形数据区),用于说明激光回波波形信息,在原有的变长纪录区中添加波形描述符。
为了方便后期的识别与处理,扩充了点分类的类型…。
2.0版(暂定)结构灵活、可扩展的特性使机载、地面激光扫描仪甚至任何三维点云共用相同的文件存储格式成为可能。
为了区分不同类型的点数据,LAS2.0版(暂定)中新增元数据区,用户可以根据自身需要在元数据区定义新的字段名和数据类型。
LAS1.0格式结构图:
1.2数据读取及存储
数据读取及存储部分代码:
读取结果:
2、建立网格
激光雷达的数据量十分庞大,因而在编写处理点云数据的程序时提高运行效率是最基本的任务。
为了避免重复读取全部点云数据,可以在第一次从las文件读取时建立起网格,根据点位坐标把不同的点存储在不同的网格中。
网格的分割可以根据点云的数据量以及点云的坐标范围来确定。
网格索引的建立方法比较简单,但是其缺陷也很显而易见。
比如在点位分布不均匀的时候,有些网格内部存储的点云数量可能很小,而有些网格的数据量可能很大,这也会影响到程序的读写速度。
解决思路是可以在当前网格索引的基础上建立二级甚至三级索引,即如果一个网格的数据量过大,可以把该网格继续划分为更小的网格,直至分配合理。
3、建立索引
有了完成的网格就很好在此基础上建立起索引。
当搜索某一矩形区域的点位数据时,先进行判断检索区域在那几个网格中,然后根据点位坐标检索那几个网格中的点,找出符合要求点位坐标。
索引部分代码:
四、点云显示
显示部分用的是OSG。
OpenSceneGraph(简称OSG)使用OpenGL技术开发,是一套基于C++平台的应用程序接口(API),它让程序员能够更加快速、便捷地创建高性能、跨平台的交互式图形程序。
显示结果:
TerraSolid软件实习
一、TerraSolid软件认识
1.目的及内容
安装MicroStation、TerraSolid软件,掌握软件各模块功能。
根据已有的MicroStation和TerraSolid安装包安装软件。
通过教学视频tscan_training进行学习,实习内容以该教学视频为主。
2.实习过程
安装MicroStationv8,使用试用版本。
安装完成运行MicroStationv8,新建,文件名为“test2”,主界面如下:
图1-1MicroStationv8主界面
安装TerraSolid,将安装包中的TerraScan、TerraModeler、TerraMatch、TerraPhoto、TerraSurvey几个模块分别安装。
安装成功后,在MicroStationv8中进行加载即可使用相应的模块功能,如加载TerraScan,通过Utilities->
MDLAplication加载TSCAN,其他模块的加载方法相同,成功后出现相应的模块,使用相应的功能即可:
图1-2MDL窗口
3.各模块主要功能
TerraScan模块是用来处理数以千万计的激光点数据,较大内存的计算机一次能处理超过1000万个点。
软件里提供的工具可以广泛应用于电力输送、洪水分析、高速公路设计、钻孔勘探、森林普查、数字城市建模等不同领域。
TerraModeler是基于MicroStation之上的建立地表模型软件,可以通过本模块建立地表、土层或者设计文件的三角面模型,模型的产生可以是基于测量数据,图形元素或者是XYZ文本文件的。
TerraModeler可以在同一个设计文件中处理没有数量限制的不同表面,并且可以交互编辑这些表面。
TerraPhoto模块根据航空影像产生正射影像,是专门设计为处理执行扫描任务产生的影像文件,并且要应用到激光点生成的精确地表模型。
整个纠正过程可以在测区中没有任何控制点条件下执行。
TerraMatch用于解决IMU飞行姿态参数,确定飞行姿态,用于系统检校、航带平差。
4.基本操作
数据的读取与显示。
从TerraSolid菜单中选择File->
ReadPoints,选择“lidar数据->
建筑物文->
test2.las”单击Add后单击Done,设置参数后确定,即可在窗口中显示出点云数据。
图1-3las数据显示
数据的显示模式,可以对同一数据进行不同的显示。
通过“View->
Displaymode”对点云数据进行不同模式下的显示。
“Displaymode”菜单命令控制激光点如何显示在视图窗口中。
可以控制哪些点可见,以及它们如何被着色。
通常情况,最常用的是根据点的类别显示激光点,另外还有根据航线显示激光点。
通常激光点以点类的颜色着色。
同时,也可以选择,以回波、高程、航线、强度、距离和点色来作为着色的依据。
图1-4显示模式窗口
二、滤波分类
1.目的及意义
LiDAR数据经过预处理之后得到了具有精确三维坐标的大量离散数据“点云”,这些数据点有的位于真实的地形表面(裸露的地面、道路等)上,有的位于地物(人工建筑、自然植被、车辆等)上。
为了从LiDAR点云数据提取数字地面高程模型(DTM/DEM),需要将其中的地物点(位于地物表面的数据点)去掉,这一过程与图像噪声滤除相近,通常称为“滤波”。
LiDAR点云数据滤波主要是指基于相关信息建立若干判别规则(又称假设条件),然后依据这些判别规则从点云数据中剔除地物点,获取地面点的过程。
目前,绝大部分的滤波算法都是基于高程纹理信息进行的,并且通常有两个判别规则:
一是在一定范围内地物点均高于地面点;
二是自然地形坡度的变化总在一定限度之内。
机载LiDAR航飞获取的原始激光数据在经过数据预处理之后就是海量的激光点云数据,这些点云数据包括地面点、植被点、建筑物点、水域点、其他地物点以及噪声点,且都在同一个数据层。
激光点云数据分类就是要将这些点放在预先定义的数据层中,比如,地面点放在ground层,植被点放在vegetation层,建筑物点放在building层等,其中重点是要分出地面点,从而生成DEM。
在处理前,由于点云数据的坐标系为WGS-84,在处理之前需要先将其转换到我们需要使用的坐标系下,此处做分类暂不考虑坐标系的问题,故先不转换坐标系。
1)设置分类层并将所有的点分类到default类。
根据数据后处理的需求设定不同的点层,并设置该层描述语、编号、颜色等显示信息。
图2-1分类层窗口
2)分离低点。
分离低点规则是把较低的点从与其相邻的点中分离出来。
经常用于搜寻明显低于地面的点,而这些点可能是错误的。
这一算法的基本原理是:
用一个点(中心点)的高程值与给定距离范围内每一个点的高程值比较,如果中心点明显低于其它点,这个点将被分离出来为一类。
有时会有错误点密度较高的情况,如果有几个错误点彼此离的很近,搜索单一点并不能发现它们。
所以,这一规则也可以把一组点从它们周围的点中分离出来。
选择“Classify->
Routine->
Lowpoints”,分离低点窗口如下:
图2-2分离低点窗口
分离低点时,需要重复分离几次,此处先将Morethan设置成1.00m,Within设置成15.00m,第二次重复次步骤,将Morethan设置成0.50m,Within设置成10.00m,这样能让低点分离的更准确一些。
在“Displaymode”中只显示Lowpoint可以在窗口中看到低点。
结果如下图,图中的点即为低点。
图2-3低点显示窗口
3)分离地表点。
地表点分类算法是通过反复建立地表三角网模型的方式分离出地表上的点。
这一算法在开始时选择一些低点,认为它们是位于地表处。
通过“Maxbuildingsize”参数来控制初始点的选择。
如果建筑物的最大边长是60米,应用程序认为每隔60米至少存在一个位于地表处的点,也就意味着该点就位于地表处。
这一算法应用选中的低点建立初始模型,这一初始模型的三角形大多数低于地面,只有最高点接触到地表。
然后,算法通过反复加入新的激光点开始向上扩建模型,每个加入的点使模型更加贴近地表。
图2-4地表分类窗口
首先需要先找出最大建筑物的大小,在分类窗口中设置Maxbuildingsize。
图2-5地表点分类
4)分离低于地表点。
低于地表分类算法是把一些低于邻近点的点从源类中分离出来。
这一方法在地表分类之后运行,目的是确定哪些是低于真实地表面的点。
图2-6低于地表分类窗口
设置Limit参数时,需要采用不同的值,观察在那种值下分类效果更好,采用较好的值会得到较好的分类效果,经反复测试,本处使用9.0。
将低于地表的点分离出来后,将其划分到Lowpoint中。
在分类时,如果有多个块,使用上面的分类方法可能需要重复相同的步骤,有很多块时重复工作大,此时可以使用宏命令,即将之前用到的规则添加到宏命令中去,应用与相应的点云块即可按照相应的规则分类。
图2-7录制宏命令
5)由于自动分类存在一定的误判,分类出来的不理想的地方需要人工进行调整,使用Model控件可以达到这一效果。
在分类结果上,不断的查看,如果有不协调的地方则采用Model的中的功能进行调整。
如果有数码影像,则可以将其与点云数据融合,更加有利于人工编辑。
a)AssignPointClassb)ClassifyUsingBrush
c)ClassifyFenced)ClassifyBelowLine
图2-8Model功能
三、建立DEM
主要掌握使用TerraModeler模块进行DEM的制作,LIDAR对天气和气候条件的依赖较少,不需要昂贵的测图设备,特别适合于森林、沙漠等无地面控制的困难地区等优势,已成为一种新的获取DEM数据的方法,掌握DEM可以以后的学习、研究、工作打下基础。
通过分类出来的地面点数据来生成DEM。
1)加载TerraModeler模块。
使用加载TerraScan模块相同的方法加载。
2)建立DEM。
使用“DisplaySurface”中“DisplayShadedSurface”功能,在视图1中创建DEM。
图3-1DisplayShadedSurface
DEM建立结束后效果如下图:
图3-2创建DEM
由于该地区为平坦地区,故高程变化较小。
DEM创建完成后,同样存在问题,需要查看每个看上去奇怪的地方,那里可能就是由于数据有问题引起的,需要手工编辑进行修正。
四、实习体会
本次实习主要使用TerraSolid软件对点云数据进行了滤波分类,建立DEM。
由于LIDAR相对传统的摄影测量和地面测量具有天然的优势,特别是在获取高程方面,所以我对这门技术比较感兴趣,学习的时候也比较专注。
通过本次实习,我掌握了LIDAR数据处理的流程,掌握了软件的一些基本功能,但仍有许多地方不了解,在今后要多加练习。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 激光雷达 实习 报告