是否可以通過將激光雷達與攝影測量技術(shù)相結(jié)合來提高點云的精度和密度？激光雷達數(shù)據(jù)可以穿透樹木并測量陰影區(qū)域，以生成非常精確的點云。被動成像相機可導出更詳細的 3D 模型，并使用多光譜信息對點云進行編碼，從而實現(xiàn)有用的彩色點云分類。如果有可能合并這些技術(shù)呢？中性密度濾鏡會對點云顏色產(chǎn)生什么影響？本文更詳細地探討了定量和定性點云增強。

無人機（UAV或“無人機”）在許多環(huán)境應用中越來越受歡迎，提供點云數(shù)字表面模型（DSM）和正射影像。無人機飛行生成的數(shù)據(jù)集的準確性取決于數(shù)據(jù)捕獲方法、主動激光雷達傳感器或被動遙感傳感器（攝像頭）。點云數(shù)據(jù)集通常包含大量不希望的不規(guī)則性，例如局部點密度的強變異性、缺失數(shù)據(jù)、重疊點和噪聲。黎巴嫩大學文學與人文科學學院地理空間實驗室最近的這項研究應用了各種方法來提高點云質(zhì)量，并進行了實地實驗，以減少點云的不良不規(guī)則性。

一種新型點云質(zhì)量改進方法

高分辨率和高密度點云在許多應用中發(fā)揮著重要作用，例如變形監(jiān)測研究以及室內(nèi)和室外測繪。一些研究比較了激光雷達和運動結(jié)構(gòu) （SfM） 攝影測量技術(shù)，發(fā)現(xiàn)激光雷達數(shù)據(jù)集更準確，因為 SfM 派生的結(jié)果是可變的。SfM攝影測量的一個優(yōu)點是使用多光譜信息對點云進行編碼，這是一種有用的彩色點云分類。但是，激光雷達數(shù)據(jù)可以穿透樹木并測量陰影區(qū)域以生成非常精確的點云。激光雷達掃描儀提供相對精確的3D點云，與被動成像相機相反，被動成像相機可以獲得更詳細的現(xiàn)實世界3D模型。

地理空間技術(shù)用戶經(jīng)常質(zhì)疑掃描城市地區(qū)的選擇：激光雷達還是攝影測量？但是，當這兩種技術(shù)都被利用時會發(fā)生什么呢？風景和街道攝影師使用中性密度（ND）濾鏡來增強他們的圖像，那么為什么不將這種方法應用于攝影測量呢？

黎巴嫩大學文學與人文科學學院地理空間實驗室開發(fā)了一個框架，引入一種基于激光雷達和SfM融合的新型點云質(zhì)量改進方法，并在無源傳感器上集成中性密度濾波器。實施了兩項改進：1） 提高激光雷達點云密度和 SfM 點云精度，以及 2） 增強點云顏色。通過測試點云融合和四個中性密度濾光片（ND-4、ND-8、ND-16 和 ND-32）對點云著色的影響，探索了定量和定性點云增強。

融合

來自許多學科的點云用戶都對融合激光雷達和攝影測量數(shù)據(jù)以定性地增強點云表現(xiàn)出興趣。然后，SfM 和激光雷達數(shù)據(jù)的融合可提高數(shù)據(jù)集的可用性和優(yōu)勢。在這項研究中，研究人員利用激光雷達和SfM技術(shù)制作了一個點云，并利用迭代最近點（ICP）方法將激光雷達和攝影測量點云融合到一個映射幀中。

由于無人機圖像受到太陽光線的影響，攝影測量師建議任務以較低的太陽強度進行。為了減少陽光量，專業(yè)攝影師使用ND濾鏡。由于缺乏參考在攝影測量中使用ND濾鏡的文獻和項目，本研究是首批測試此類濾鏡對無人機數(shù)據(jù)集增強影響的研究之一。

點云精度和密度增強

激光雷達和攝影測量的航空數(shù)據(jù)集的地理配準可以通過GPS-RTK或GPS-PPK在相同的坐標系中完成。迭代最近點 （ICP） 算法有助于縮短源激光雷達點云與攝影測量最近點對之間的距離，從而實現(xiàn)更高的精度。

ICP方法的主要優(yōu)點是直接使用測量數(shù)據(jù)，因為不需要插值或其他數(shù)據(jù)修改。它試圖通過最小化相應點對的平均距離來找到兩個點云之間的最佳變換。

按照 ICP 算法，基于激光雷達和 SfM 的點云被合并到一個融合點云文件中（圖 1）。

圖 1：點云的定量和定性增強

新的合并點云的特點是激光雷達的高精度和SfM點云的高密度。在飛行高度為150米的城市地區(qū)，研究人員掃描了845，669個激光雷達點。在同一個空中平臺上，一臺相機拍攝了343幀。應用 SfM 技術(shù)生成的點云比單獨的激光雷達大七倍，總共有 600 萬個點（圖 2）。

圖2的視覺定性分析使用形狀，形式和密度等標準，而定量方法使用點云密度。不同數(shù)據(jù)集的點云可視化在點密度、細節(jié)和噪聲方面顯示出明顯的差異。由于攝影測量點云的噪聲和各種不確定性，使用攝影測量和激光雷達點云來檢測建筑物邊界存在局限性。此外，由于激光雷達技術(shù)是一種基于激光束的主動遙感技術(shù)，因此它可以檢測電線，圍欄等薄結(jié)構(gòu)。

建筑物邊界的線性結(jié)構(gòu)的可視化分析在激光雷達中具有非常精確的幾何形狀。相比之下，在SfM中，建筑物和高大的樹木受到陰影的影響，并且沒有點云區(qū)域。激光雷達和SfM之間的區(qū)別在于建筑物和樹木造成的陰影，以及樹木在沒有葉子時被省略（圖2）。ICP 算法通過填充激光雷達點云中的這些空白區(qū)域以在合并的點云中進行插值來解決此問題。

在SfM中，由于高地采樣距離（GSD）為3厘米，在屋頂上檢測到灌木，小樹，堤防和太陽能電池板。合并的數(shù)據(jù)集還具有可視化這些城市結(jié)構(gòu)的可用性。SfM方法不能穿透植被覆蓋。

圖 2：激光雷達、SfM 和合并的點云的一個示例

生成的融合點云通過從激光雷達數(shù)據(jù)集中獲取精度來提高SfM點云的質(zhì)量，并通過從SfM點云增加其密度來提高激光雷達點云的質(zhì)量（Doumit，2020）。

點云顏色增強

中性密度濾光片因其不影響通過它們的光的顏色而得名。使用 ND 灰度濾鏡可以將光線減少一個、兩個、三個或更多光圈，從而允許較慢的快門速度（Bryan 2004）。

表1：中性密度濾光片規(guī)格（光密度、止動還原和透射率）

表1顯示，濾光片的光密度和停止還原隨濾光片數(shù)量的增加而增加，且對透射率有較大影響。為了測試ND濾鏡，在同一區(qū)域進行了五次飛行：無濾鏡，ND-4，ND-8，ND-16和ND-32。處理結(jié)果輸出了五個點云，這些點云具有相同的規(guī)格，但具有不同的顏色，輻射測量和紋理。無濾波點云是濾波點云之間比較的基礎(chǔ)。在視覺解釋中（圖3），在使用ND-4、ND-8和ND-16生成的點云中檢測到高紋理細節(jié)，而在沒有濾鏡和ND-32的點云中，細節(jié)不太清晰。

磚屋頂，樹葉，圍欄和其他細節(jié)在ND-8和ND-16中突出顯示，并在所有其他點云中被遮擋。顏色亮度和對比度的變化使得目標與其他元素（如形狀，大小等）的識別成為可能。紋理是從粗糙到光滑的音調(diào)變化的排列和頻率;平滑紋理具有均勻的色調(diào)變化，例如沒有濾鏡的點云和ND-32，而粗糙的紋理具有突然的色調(diào)變化，如使用ND-4，ND-8和ND-16的結(jié)果中所示（Doumit和阿布查克拉，2020）。

圖 3：在沒有中性密度濾鏡的情況下使用中性密度濾鏡生成的點云顏色

在視覺圖像解釋中，ND-8和ND-16被選為顏色更好的點云。如果圖3所示的結(jié)果按從最詳細到最不詳細的順序排列，分類如下：ND-8、ND-16、ND-4和ND-32。僅當攝影測量任務期間出現(xiàn)高太陽強度時，才應使用 ND-32 濾光片。

結(jié)論

研究人員測試了無人機生成的激光雷達和攝影測量點云，以評估點云質(zhì)量的增強。ICP用于將兩個點云合并為一個映射幀，以提高攝影測量點云的準確性，并為激光雷達點云增加更多的密度。

通過生成激光雷達、SfM 攝影測量和合并的點云，可以在質(zhì)量方面進行比較。結(jié)果表明，在數(shù)據(jù)融合過程之后，攝影測量點云中的間隙和激光雷達點云的低密度可以得到增強。該研究還考慮了中性密度濾光片對點云顏色增強的影響。

綜上所述，為了更好地繪制大比例城市地區(qū)，最好使用激光雷達和攝影測量點云數(shù)據(jù)的融合，因為激光雷達可以穿透茂密的植被并準確地生成地面點，而基于圖像的匹配點云可以提供密集的高紋理和高空間分辨率數(shù)據(jù)集。鑒于此，作者希望新軟件將很快可用于將攝影測量生成的點云與激光雷達點云合并為一個最終的增強數(shù)據(jù)集。

編輯：黃飛

?