91学术服务平台

您好,欢迎来到91学术官网!业务合作:91xueshu@sina.com,站长邮箱:91xszz@sina.com

发布论文

论文咨询

河湖划界技术与雷达点云和与正射影像的融合

  2020-10-20    290  上传者:管理员

摘要:针对河湖及水利工程划界工作中受测区植被密集分布影响,单独利用机载激光雷达点云数据自动滤波分类时,低矮植被点易被错分和误判为地面点,从而影响兴趣高程特征线精确提取的问题,结合正射影像光谱信息丰富、地面分辨率高的特点,提出一种融合点云与正射影像的管理与保护范围线准确提取方法。通过南湾水库工程应用,结果表明该方法用于河长制管理与保护范围线提取切实可行,可极大缩短生产周期、节约生产成本,具有良好的实用推广价值。

  • 关键词:
  • 推广价值
  • 机载激光雷达
  • 正射影像
  • 点云滤波
  • 生产周期
  • 管理与保护范围线提取
  • 加入收藏

近几年来,随着中国社会经济的持续发展及工业化、城镇化进程的不断加快,违法侵占河道、围垦湖泊、滥采河砂等问题时有发生,不仅影响了河湖正常的生态功能,也严重威胁着防洪安全、供水安全、生态安全和人民生命财产安全。河湖管理涉及水域、岸线、采砂、涉河建设项目等方面水利社会管理的核心内容,是保证河湖资源可持续利用的重要工作,是新形势下水利工作的一项硬任务[1]。2016年10月11日,中共中央办公厅、国务院办公厅印发《关于全面推行河长制的意见》,提出依法划定河湖管理范围的主要任务。2018年12月,水利部印发《关于加快推进河湖管理范围划定工作的通知》(水河湖[2018]314号),明确了2020年年底前,基本完成全国河湖管理范围划定工作的目标。

针对河长制管理和保护范围提取,国内外学者开展了大量研究工作。周晓明[2]借助高分辨率遥感影像数据的光谱信息,提出了一种针对河流水系信息的面向对象识别模型;张曦等[3]以岸线码头为目标,研究一种基于面向对象思想多特征融合的水域岸线目标变化检测方法,上述2种方法均受遥感影像分辨率影响,平面位置精度较低,且均未考虑高程信息影响。金鹤鸣等[4]以沈阳市浑南区牤牛河为研究对象,制定牤牛河划界标准,运用水文分析方法推算出牤牛河管理范围线;赵巨伟[5]针对无堤段河道的划界,提出了基于洪水分析计算的技术流程;罗珊珊等[6]基于洪水分析计算技术,提出了一种山区无堤防河道的划界确权方法,上述3种方法基于断面测量数据和水文站观测资料确定管理范围线,充分考虑了高程信息,但受断面测量间距影响,高程精度会有一定损失。

目前,航空摄影测量和机载激光扫描ALS技术是获取基础地理信息产品广泛采用的遥感手段[7]。基于激光点云和航空影像数据的特征提取技术研究也较为广泛,其中,宋张亮等[8]利用无人机载激光雷达数据,基于沙丘沙脊线和坡脚线处剖面曲率变化特征,提出了一种沙丘特征线自动提取算法;罗志东等[9]基于DEM数据提出了基于优化地貌特征和纹理信息的面向对象沟缘线自动提取方法;李鑫等[10]采用无人机获取可见光影像,运用可见光植被指数对图像进行运算,提出了用于蓝藻识别的可见光归一化差异植被指数与增强型红绿差值植被指数,对蓝藻进行识别、分类与提取。但以上研究均基于单一数据源实现特征的自动化提取,受噪声和数据源自身特点影响,易造成特征提取不准,适用性不强的问题。

考虑到实际测区多为地貌复杂,地形起伏较大的山区,植被密集分布,甚至人力难以到达,而管理和保护范围线又以迁赔高程线、校核洪水位、10年、50年一遇洪水位线等重要设计洪水位线为准,对高程精度要求尤其高。基于此本文提出一种融合激光雷达点云和正射影像的管理与保护范围线提取方法。该方法首先基于地形坡度信息对激光雷达点云数据自动滤波分类,初步分离地面点和非地面点,然后再基于点云和正射影像的二维坐标信息精确配准融合,利用融合的光谱特征信息剔除残存低矮植被点,获取高精度的兴趣特征线,最后根据实际需求,加入少许人工干预,快速准确获取规范的管理与保护范围线。

图1技术流程


1、基于ALS点云的特征线提


1.1数据预处理

机载激光雷达系统的GPS导航数据与INS飞行姿态数据相互独立,数据采集完成后需要首先对POS数据(GPS数据、INS数据)进行联合平差解算,得到具有准确、高精度三维坐标信息的点云数据(las格式),在垂直精确度上,当前ALS点云精度通常能达到±5cm。

另外,在数据采集过程中受激光脉冲折射和多路径效应影响,ALS点云数据中往往还会存在少量噪声和粗差点,为提高后续点云滤波精度,需进行噪声和粗差点剔除处理。

a)噪声剔除。考虑到噪声点高程一般为点云数据中的极大值和极小值,故本文设置点云数据最大、最小高程阈值,采用最大最小高程法剔除噪声点。

b)粗差点剔除。遍历点云数据中的每个点,计算其高程与该点所在局部邻域点高程平均值的差值,然后与局部允许最大差异阈值3σ比较,大于阈值的点剔除,小于等于阈值的点保留。

1.2基于渐进坡度信息的点云滤波

激光点云数据中,不同地物的点云具有显著的几何特征差异。地面点高程一般较低且构成平滑曲面,建筑物屋顶点高程较高,且一般没有明显高程变化和高程突变,表面通常接近水平平面,植被点杂乱无序,其表面法向量多表现为方向杂乱[11,12,13,14,15]。利用上述属性,本文采用基于渐进坡度信息的点云滤波算法从激光点云数据中分离地面点和非地面点。该方法的具体实现过程如下。

步骤1初始种子点选取。基于地面点高程较低的思想,将ALS点云数据分割成大小为L×L×L的3D格网块,在每个格网块内遍历所有点云数据,选取其中一个高程最低点作为初始种子点。

步骤2不规则三角网构建。利用所有初始种子点构建初始不规则三角网TIN拟合地形表面。

步骤3点云分类。对每个点云数据,计算其到最邻近三角面的距离d和与最邻近三角面的夹角ai(i取1,2,3),并与选定阈值作比较,小于阈值则点云为地面点,否则不是地面点,直至点云数据计算完毕。

步骤4不规则三角网更新。添加上步获取的地面点构建新的不规则三角网,并计算每个点的局部坡度信息,剔除不连续三角点,得到平滑不规则三角网。

步骤5重复步骤(3)、(4)3次得到最终地面点云数据。

其中点云格网大小和选定阈值可根据地形设定,地形起伏较大时点云格网给定较小值,阈值给定较大值,地形起伏较小时点云格网给定较大值,阈值给定较小值,通过渐进坡度信息可有效保留局部地形断裂点。

1.3特征线自动提取

利用上步分类得到的地面点云数据构建不规则三角网,并进行栅格化得到高精度的数字高程模型数据,然后利用Global Mapper软件自动生成兴趣高程特征轮廓线。


2、融合光谱信息的特征线优化


由于激光雷达点云数据点集分散,缺乏丰富的纹理光谱信息,仅仅基于坡度信息滤波后的地面点数据中仍然会存在一些植被、树木点(尤其是低矮植被点),影响特征线的准确提取。为提高地面点与非地面点的分类可靠性,进一步提高特征线提取准确性,本文融合机载激光雷达点云数据与正射影像,充分利用正射影像的光谱信息剔除残存植被点,弥补单一激光雷达点云数据的不足,实现过程主要包括点云数据与正射影像的融合、残存植被点的剔除及兴趣特征线的优化提取。

2.1点云数据与正射影像的融合

点云数据含有精确三维坐标信息,正射影像具有准确二维平面坐标,两者坐标系统一致,可直接根据平面坐标实现快速融合。对于点云数据中的任一点Q,若其二维平面坐标为(xQ,yQ)则点Q在正射影像中对应的位置可以根据式(1)计算得:

{Qimgrow=int[(yimgmax−yQ)/GSDy]Qimgcolum=int[(xQ−ximgmin)/GSDx]         (1)

式中Qimgrow、Qimgcolum——点Q在正射影像的像素坐标系下的行列号;(ximgmin,yimgmax)——正射影像左上角像素平面坐标值;GSDx、GSDy——正射影像横向和纵向的地面分辨率。

由于激光雷达点云数据点集分散,点云密度远远小于正射影像地面分辨率,故计算得到点在正射影像中的平面位置后,可将正射影像该位置像素的彩色光谱信息直接赋予点云,使点云数据既有高精度的高程信息又有地物的光谱特征信息,从而提高点云数据的特征表征性能,保证地面点分类的准确性。

2.2残存植被点剔除

根据融合后点云的RGB光谱信息,按照式(2)计算其归一化植被指数nEGI,以进一步区分植被点和非植被点。融合点云经归一化植被指数计算处理后,植被点的信息会得到增强,一般认为nEGI大于0.2的点即为植被点,反之则是地面点。

nEGI=2G−R−B2G+R+B         (2)

式中R、G、B——每个点云数据的相应波段光谱值。

2.3特征线优化

将剔除残存植被点后的地面点云数据重新构建三角网获取数字高程模型,并利用GlobalMapper软件再次自动提取兴趣高程的特征轮廓线。

另外,结合实际工作需求,自动提取的兴趣特征线并不能完全准确描述管理与保护范围线的特性,还需要加入少量人工干预,对提取的特征线进行微调优化,形成最终符合标准的管理与保护范围线。


3、工程应用与探讨


3.1工程概况

南湾水库是建国初期为治理淮河、发展水利而兴建的大型水利工程,以防洪、灌溉为主,兼顾发电、养殖、城市供水及旅游开发等综合利用的大型水库。水库大坝位于信阳市西南6km处淮河支流浉河上,地势西南高,东北低,低山环抱,山深林密,其控制流域面积1100km2,水库现有防洪标准为万年一遇洪水,库容13.4亿m3。

根据相关规定,南湾水库主要划界标准包括:①库区管理范围为迁赔线(104.17m高程)以下,保护范围为校核洪水位线(110.56m高程)以下;②主坝管理范围为下游坡脚外200m,两头至分水岭之间,保护范围为管理范围线外延300m;③副坝管理范围为下游坡脚外50m,河道两侧边坡顶外延10m,坝两头外延10m,保护范围为管理范围线外延300m。

3.2数据获取

采用成都纵横CW-30垂直起降无人机搭载机载激光雷达系统获取航空影像数据及点云数据,飞行相对航高300m,航向重叠70%,旁向重叠60%,影像地面分辨率0.065m。ALS点云密度12点/km2,垂直精度±5cm。巡航速度100km/h,共飞行10个架次。测区范围内主要包含有建筑物、道路、植被、树木等地物,尤以植被树木密集分布,且地势西南高东北低,为地貌复杂山地地区,地面坡度起伏较大。

3.3管理、保护范围线提取与探讨

首先利用JoLiDAR软件及InertialExplorer软件联合平差解算获取点云及航空影像的精密POS数据,然后基于渐进坡度信息对原始点云数据滤波处理。考虑到测区范围整体地势西南高,东北低,地貌复杂为山区,地形起伏较大的特点,设置基于渐进坡度信息滤波的阈值参数为:L为30m,d为1m,ai为35°,基于该参数对ALS点云进行滤波处理,分类地面点和非地面点。

为进一步衡量滤波处理后分类点云的精确性,利用GPS_RTK在整个库区外业实地采集了均匀分布检查点450个,其中裸露及植被稀疏地区实地检测230个,植被茂密地区实地检测220个,并分别求得其高程中误差:裸露植被稀疏区为±0.066m,植被茂密地区为±0.27,部分高程点的精度对比分析见图2。

图2部分检核点高程差值精度分析

其中,植被茂密地区不能满足规定±0.1m的技术要求。分析其原因是在已分类的地面点中仍残存有低矮植被点。若直接利用该点云数据提取的兴趣特征线(迁赔高程线104.17m,校核洪水位高程线110.56m)就会出现很多零散碎步图斑,见图3,影响后续管理与保护范围线划定的准确性。

图3初始迁赔高程线与校核洪水位线

续图3初始迁赔高程线与校核洪水位线

基于此,利用测区正射影像中的光谱信息,计算分类后点云数据的归一化植被指数,根据给定参考值,进一步剔除地面点中残存的植被点,从而提高特征线提取的准确度,见图4。其中测区正射影像利用联合平差的高精度POS数据和航摄影像在pix4d软件中空三加密生成。若航摄影像不同区域间的色调差异较大时,还需要先对整个测区的航摄影像作色调一致性处理。

图4优化迁赔高程线与校核洪水位线

自动提取特征线没有经过人工干预,会出现特征线穿过房屋、鱼塘、公路、旱地、水田和支流等不能正确描述管理与保护范围线走势的情况,图4a为穿越旱地情况,图4b为穿越水塘情况,图4c为穿越支流情况,后期还需结合实际情况对特征线进行微调优化,以准确反映管理范围线与保护范围线特性。优化后的结果见图5,其中红线为管理范围线,青线为保护范围线。

图5管理范围线与保护范围线

续图5管理范围线与保护范围线


4、结语


本文基于航空摄影测量和机载激光扫描技术的特点,提出一种融合机载激光雷达点云和正射影像的河长制管理与保护范围线提取方法。本方法充分利用点云与影像的高精度三维信息和光谱纹理信息,取长补短,提高了地面点自动分类准确性,获取了高精度兴趣特征轮廓线,最后根据实际工作需求,加入少量人工干预得到最终规范的管理与保护范围线。通过实际工程应用表明,该方法用于河长制管理与保护范围线提取切实可行,极大缩短了生产周期、节约了生产成本,具有良好的实用推广价值。


参考文献:

[1]姜沛,李广阔,束方坤.珠江流域河湖管理工作探索[J].人民珠江,2014,35(6):164-165.

[2]周晓明.基于特征和规则的河流水系信息提取研究——以宜昌市河长制水系信息核查为例[J].长江科学院院报,2018,35(8):128-131,138.

[3]张曦,王春林,黄祚继,等.面向对象多特征融合的水域岸线目标变化检测[J].水利信息化,2020(1):44-49.

[4]金鹤鸣,缪丹.牤牛河管理范围划定研究[J].水利科学与寒区工程,2020,3(2):145-147.

[5]赵巨伟.无堤段河道管理范围划界技术研究与实例分析[J].水利发展研究,2018,18(11):60-62.

[6]罗姗姗,龙章发,刘慧婷.无堤防河道管理范围划界技术及分析[J].水利规划与设计,2020(3):91-93.

[8]宋张亮,高志海,孙斌,等.无人机载激光雷达(LiDAR)沙丘特征线信息自动提取技术研究[J].干旱区资源与环境,2019,33(12):165-171.

[9]罗志东,刘二佳,齐实,等.基于优化地貌特征和纹理信息的黄土高原沟缘线提取方法[J].农业机械学报,2019,50(1):285-291.

[10]李鑫,孙伟,李林.基于小型无人机可见光遥感的蓝藻识别研究[J].测绘与空间地理信息,2017,40(4):153-156,159.

[11]杜守基,邹峥嵘,张云生,等.融合LiDAR点云与正射影像的建筑物图割优化提取方法[J].测绘学报,2018,47(4):519-527.

[12]马瑞峰,张力,杜全叶,等.多源数据融合的DIM点云滤波及DEM生成[J].测绘科学,2020,45(1):131-137.

[14]管海燕,邓非,张剑清,等.面向对象的航空影像与Lidar数据融合分类[J].武汉大学学报(信息科学版),2009,34(7):830-833.

[15]高仁强,张显峰,孙敏,等.融合无人机LiDAR和高分辨率光学影像的点云分类方法[J].南京信息工程大学学报(自然科学版),2018,10(1):102-112.


夏祖伟,荣利会.融合雷达点云与正射影像的河湖划界技术研究[J].人民珠江,2020,41(10):109-114.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

加载更多

我要评论

地球物理学报

期刊名称:地球物理学报

期刊人气:3332

期刊详情

主管单位:中国科学院

主办单位:中国地球物理学会,中国科学院地质与地球物理研究所

出版地方:北京

专业分类:地质

国际刊号:0001-5733

国内刊号:11-2074/P

邮发代号:2-571

创刊时间:1948年

发行周期:月刊

期刊开本:16开

见刊时间:一年半以上

论文导航

查看更多

相关期刊

热门论文

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

400-069-1609

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定