機(jī)載激光雷達(dá)數(shù)據(jù)處理-強(qiáng)度數(shù)據(jù)處理

機(jī)載激光雷達(dá)數(shù)據(jù)處理——強(qiáng)度數(shù)據(jù)處理主要內(nèi)容2LiDAR強(qiáng)度數(shù)據(jù)處理強(qiáng)度數(shù)據(jù)特點(diǎn)強(qiáng)度數(shù)據(jù)校正進(jìn)展強(qiáng)度圖像去噪方法基于LiDAR數(shù)據(jù)的建筑物提取建筑物提取流程建筑物提取的典型方法機(jī)載LiDAR強(qiáng)度數(shù)據(jù)處理3商用LiDAR系統(tǒng)在獲取三維位置坐標(biāo)信息（距離）數(shù)據(jù)的同時(shí)都可以記錄下各激光腳點(diǎn)反射的回波信號(hào)的強(qiáng)度信息。由于強(qiáng)度信息的本質(zhì)同傳統(tǒng)的光學(xué)影像是一樣的，大多數(shù)學(xué)者傾向于采用傳統(tǒng)的數(shù)字圖像處理的方法來(lái)處理。1、強(qiáng)度數(shù)據(jù)的特點(diǎn)4噪聲大未定標(biāo)與距離信息同時(shí)獲取與光學(xué)影像相似式中，Pr是激光雷達(dá)接收到的激光功率;Pt是激光雷達(dá)發(fā)射的激光功率; 是光學(xué)系統(tǒng)效率; 是目標(biāo)的表面反射率;Ta是單程大氣透過(guò)率;Ar是光學(xué)系統(tǒng)有效接收面積;R是目標(biāo)與激光雷達(dá)的距離;Ai是目標(biāo)被照面積（截面積）;Ab是目標(biāo)處的光斑面積。2、強(qiáng)度數(shù)據(jù)較正5LiDAR系統(tǒng)記錄的強(qiáng)度值與接收回波信號(hào)能力成正比，因?yàn)闉榱耸沟脧?qiáng)度值真實(shí)反映目標(biāo)的反射特性，必須去掉距離、瞬時(shí)角度以及大氣和傳感器參數(shù)等外部影響。依據(jù)激光雷達(dá)方程：2、強(qiáng)度數(shù)據(jù)較正6經(jīng)推導(dǎo)得到：因此，可借助接收功率與距離、角度等比例關(guān)系進(jìn)行強(qiáng)度校正！強(qiáng)度圖像校正前后，地物類型分類結(jié)果對(duì)比（Li

Dong，2014）73、強(qiáng)度圖像生成處理8步驟：重采樣去粗差取整、拉伸強(qiáng)度圖像去噪重采樣9將時(shí)間序列的數(shù)據(jù)轉(zhuǎn)換為規(guī)則格網(wǎng)數(shù)據(jù)陣列，每個(gè)像素值代表該點(diǎn)對(duì)應(yīng)的回波強(qiáng)度值。去粗差10去噪11LiDAR強(qiáng)度信息存在著較嚴(yán)重的噪聲，噪聲中的主要成份為脈沖噪聲（椒鹽噪聲），其概率密度函數(shù)（PDF）一般為指數(shù)密度分布和伽馬密度分布。這種噪聲為乘性噪聲，與信號(hào)相關(guān)，本質(zhì)上是非線性的，難以去除。中值濾波去噪12中值濾波——常用的非線性濾波方法。中值濾波對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)，造成邊緣模糊成度小?！獙?duì)一個(gè)滑動(dòng)窗口內(nèi)的所有像素灰度值排序，用中值作為窗口中心像素輸出值的處理。例：采用1×3窗口進(jìn)行中值濾波原圖像某一行像素灰度為：中值濾波后為：2 2 6 2 1 2 4 4 4 2 42 2 2 2 2 2 4 4 4 4 4————對(duì)中值濾波法來(lái)說(shuō)，正確選擇窗口尺寸的大小是很重要的環(huán)節(jié)。一維中值濾波的概念很容易推廣到二維。一般來(lái)說(shuō)，二維中值濾波器比一維濾波器更能抑制噪聲。二維中值濾波器的窗口形狀可以有多種，如線狀、方形、十字形、圓形、菱形等。13（1）針對(duì)城區(qū)LiDAR強(qiáng)度數(shù)據(jù)的去噪14機(jī)載LiDAR距離和強(qiáng)度數(shù)據(jù)特點(diǎn)：具有像素級(jí)的融合特征；特性完全一致的不同信息：尺度，分辨率，時(shí)相；可以利用這些特點(diǎn)改進(jìn)傳統(tǒng)的影像濾波方法，得到更好的圖像質(zhì)量

。算法設(shè)計(jì)15背景：

城市地區(qū)人工地物較多，形狀復(fù)雜。距離信息中顯示高程變化突兀，剖面的曲線表現(xiàn)出變化劇烈，鋸齒狀較多。強(qiáng)度信息中顯示邊緣較多，塊狀、線狀目標(biāo)較多且明顯。算法思想：在進(jìn)行濾波時(shí)，同時(shí)考慮對(duì)應(yīng)的激光雷達(dá)距離信息中該點(diǎn)8-鄰域內(nèi)的高差，共有8個(gè)值，設(shè)為hi，i=1,…,8。令h=min{hi}，T為閾值，若h>T，則認(rèn)為像素為地物邊緣所成的圖像，對(duì)其加以保護(hù)，保持原有灰度值不變，否則，采用中值濾波的結(jié)果算法設(shè)計(jì)16xij

yij2Med{x,

(r,

s)

A,

(i,

j)

I

}(i

r

),(

j

s

)(h>T)(h<T)式中：h=min{hi,

i=1,…,8}，hi為激光雷達(dá)距離信息中像素與其8-鄰域內(nèi)各像素的高差；T為閾值試驗(yàn)17數(shù)據(jù)處理操作是對(duì)原始數(shù)據(jù)進(jìn)行，

BMP圖像只是為了顯示試驗(yàn)結(jié)果18均值濾波結(jié)果原始影像（局部）（局部）試驗(yàn)結(jié)果19中值濾波結(jié)果融合去噪結(jié)果（閾值為1m）各種指標(biāo)計(jì)算結(jié)果結(jié)果分析20算法原始圖像均值濾波中值濾波融合去噪算法EPI1.0000000.7847490.8454260.899160清晰度20.27954816.14853817.43263618.419926信噪比47.81920857.09207262.703554平均值125.648175125.646630125.110070125.309434既保持了傳統(tǒng)中值濾波的優(yōu)點(diǎn)又改進(jìn)了對(duì)弱邊緣目標(biāo)的保護(hù)。21結(jié)論（2）基于平坦度的LiDAR強(qiáng)度圖像去22噪——適用非城區(qū)數(shù)據(jù)處理。非城市地區(qū)不同于城市地區(qū)，其地物較少，地面較為平滑，圖像中的邊緣較少均值濾波去噪均值濾波的基本原理是把數(shù)字圖像中每一點(diǎn)的值，用它的鄰域中各像素灰度值的均值代替。設(shè) 為數(shù)字圖像各點(diǎn)的灰度值，則濾波窗口為A((2K+1)×(2K+1))的二維均值濾波定義為：2{

x

ij ,(

i

, j

)

I }(2k

1)223y

xij (i

r

,

j

s)r

,s

A二維均值濾波的窗口可以取方形，近似圓形或十字形。均值算法簡(jiǎn)單，計(jì)算速度快。有很多改進(jìn)算法，有超像素平滑法、梯度倒數(shù)加權(quán)平滑、最大均勻性平滑、局部統(tǒng)計(jì)濾波等

。算法設(shè)計(jì)24同時(shí)考慮對(duì)應(yīng)的LiDAR距離信息中像素的8-鄰域內(nèi)的高程信息，分別計(jì)算的左上角子鄰域、左下子鄰域、右上角子鄰域及右下角子鄰域的高程平坦度，然后取最小平坦度對(duì)應(yīng)的子領(lǐng)域的強(qiáng)度的均值作為該像素的新灰度值。高程平坦度：

(

f

(i,

j)

p(i,

j))2i j式中：為子鄰域中各個(gè)像素的高程值為子鄰域中所有像素的高程的均值f(i,

j)p(i,

j)實(shí)例25計(jì)算如圖所示的高程平坦度值1110110001101左上子鄰域?yàn)?/p>

：高程平坦度為：V=(1-3/4)2+(1-3/4)2+(1-3/4)2+(0-3/4)2=3/4同理，可計(jì)算得到左下、右上、右下的高程平坦度分別為：3/4、

0和1，右上角子鄰域高程全為1，最平坦，V＝0為最小值。算法取相應(yīng)的強(qiáng)度影像中的右上角子鄰域的均值作為該像素的新的灰度值。試驗(yàn)結(jié)果26原始影像（局部）中值濾波結(jié)果（局部）試驗(yàn)結(jié)果27平坦度均值去噪算法結(jié)果

（局部）均值濾波結(jié)果（局部）各種指標(biāo)計(jì)算結(jié)果結(jié)果分析28算法原始圖像中值濾波均值濾波平坦度去噪算法EPI1.0000000.5654840.2439330.703880清晰度2.1333391.2383101.1210421.876898信噪比50.38768849.61267658.143717平均值15.74304615.74821415.74154915.757975通過(guò)以上指標(biāo)發(fā)現(xiàn)，不論從目視的主觀評(píng)判還是從客觀的統(tǒng)計(jì)指標(biāo)來(lái)看，融合了距離與強(qiáng)度信息的平坦度均值去噪算法，既保持了傳統(tǒng)均值濾波的優(yōu)點(diǎn)又改進(jìn)了對(duì)弱邊緣的保護(hù)。結(jié)論295、應(yīng)用案例30——結(jié)合LiDAR強(qiáng)度和距離