机载雷达点云数据的多回波信息分析

1. 机载激光雷达点云数据多回波信息分析

随着机载激光雷达测量系统的不断完善，机载激光雷达测量系统所记录的一束激光的回波信息越来越多。有研究者将点云数据按回波次数分为单次回波(Singular Return，SR)数据和多次回波(Multiple Returns，MR)数据。当系统发射的激光束碰触到地面目标的表面时，有一部分能量被反射回来并被接收器接收、记录，剩余的能量将会继续传播，当碰到另一目标物时仍然会发生反射，当能量全部消耗完时，系统就会记录该激光脉冲的多次反射信号，这些反射信号就是该激光束多次回波信息。现有的机载激光雷达测量系统都能够记录2～5 次多回波信息，接收机接收到某一激光束的第一个回波信号被称为首次回波数据(First Pulse，FP)；接收到的最后一个反射回波信号被称为末次回波数据(Last Pulse，LP)；在首次回波数据和末次回波数据中间，系统还会接收到其他回波信号即中间的回波信号，被称为中间次回波数据(林国祥，2013)。

根据激光的传播特性，通过对机载LiDAR 数据的分析，可以得知系统记录单次回波数据主要来源于地面、人工建筑物以及少量低矮植被点；激光发生多次回波的区域主要发生在森林区域，多回波数据的首次回波激光脚点大都位于植被的顶层以及立交桥的边缘；中间次回波激光脚点主要位于植被的枝叶；而末次回波激光脚点主要位于地表，也有少量的末次回波激光脚点位于植被低矮的枝叶上(许晓东等，2007)。

机载LiDAR 数据滤波是激光点中剔除地物数据的过程，而进一步区分植被数据和人工地物点的过程称为激光点云数据分类。激光点云数据的滤波和分类占到了整个数据后处理60%～80%的时间。因此，如何减少参与滤波的数据以及选择合适的滤波算法一直以来是LiDAR 点云数据处理的重要研究方向，机载雷达点云数据的多回波信息作为点云数据的重要组成部分，在滤波算法中的重要性日益凸显：张小红(2006)利用首末回波的高差变化对点云数据进行了分类；林国祥(2013)在对点云多回波特性分析的基础之上，提出了新的滤波方法。本章在对激光雷达多回波数据进行分析之后，得出以下结论：首次回波数据和中间次回波数据是地物激光脚点，可以直接滤除。剔除首次回波数据和中间次回波数据不仅可以减少数据冗余提高数据处理效率，还可以减少滤波过程中将地物点误分为地面点的概率，可以提高滤波的精度。根据对多回波激光雷达数据的分析，对数据进行重新分类和编辑。

2. 基于回波次数的激光脚点数据分类

本节根据上一节对激光脚点所在的地面位置的分析对激光点云数据进行分类。首先将激光脚点划分为单次回波数据和多次回波数据两大类。然后，把多次回波数据集分为首次回波数据、中间次回波数据和末次回波数据三种类型。由于多次回波数据的末次回波数据和单次回波数据都可能为地面点，而首次回波数据和中间次回波数据则是代表地物激光脚点，因此把单次回波数据和多回波数据中的末次回波数据归为尾次回波数据，用以之后的数据滤波处理。分类方式如图11-5 所示。

我们将多次回波数据中的末次回波数据和单次回波数据归为尾次回波数据，这部分点包含所有的地面脚点、建筑物脚点以及少部分植被脚点，大部分的树木的脚点被剔除。利用尾次回波数据进行滤波处理，剔除建筑物和其余植被脚点，即可得到地面的脚点点集。

在林地覆盖面积较大地区，多回波数据量相当之大，用此方法可以极大地减少参加滤波的数据量，很大程度上提高了LiDAR 数据分类的速度。下面将通过实验进行验证。

3. 实验验证

(1)实验区概况

图11-6 是实验区遥感影像，图11-7 是实验区DSM，图11-8 是实验区点云数据按回波次数显示，由美国地质调查局提供的点云数据，该区域位于福蒙特州，面积为1.6km×0.56km。该区域内，大部分被森林覆盖，地形有一定起伏。点云数据密度为0.944 点/平方米。高程最低点为130.32m，高程最高点为258.21m，最大回波次数为4 次。

图11-5　激光点云数据分类图(马云栋，2015)

图11-6　实验区遥感影像

图11-7　实验区DSM

图11-8　实验区点云数据按回波次数显示

(2)实验环境

①硬件设备：ThinkStation 工作站。(https://www.xing528.com)

②操作系统：Microsoft Windows7。

③开发平台：C。

④LiDAR 数据后处理软件：TerraScan。

(3)分类结果

应用本章提出的分类方法对实验区点云数据进行分类，分类过程由C 语言编程实现，测区数据量以及回波次数显示如图11-9 所示，分类结果见表11-4。

图11-9　测区数据量以及回波次数显示

表11-4　点云数据分类结果

从表11-4 中可以清晰地看出，在森林覆盖率大的地区，多次回波的数据占有一个相当大的比例，本实验中首次回波数据的比例为22.68%，中间次回波数据占总数据的比例为7.12%，尾次回波数据为总体数据的70.2%。通过多点云数据的分类，在滤波之前，可以首先剔除不参与滤波的首次回波数据和中间次回波数据，可以减少参与滤波的数据，提高点云数据滤波的效率，尾次回波数据显示如图11-10 所示。

图11-10　尾次回波数据显示

通过ENVI 对原始点云数据和尾次回波数据做相同处理，对其处理结果和时间进行对比，分析本章提出的点云数据分类的优势。

图11-11(a)为用原始数据处理后得到的地面点，图11-11(b)为仅用尾次回波数据处理得到的地面点，图11-11(c)为实验区DSM。通过对比图中标记框内表示的区域，可以看出：黑色标记框和红色标记框内的激光脚点应为林地点，在图11-11(a)中，这些激光脚点大部分保留了下来；在图11-11(b)中，利用尾次回波数据处理之后，能够滤除标记框内大部分的激光脚点。这表明，利用本章提出的分类方法对原始数据进行处理后，再进行数据滤波处理，能够有效地减少地物点被误分为地面点的概率。

统计两次实验的时间，得到如表11-5 所示结果。

图11-11　数据处理结果

表11-5　数据处理效率对比(马云栋，2015)

从表11-5 中可以看出，由于剔除了一部分激光脚点数据，利用尾次回波数据进行实验所用的时间要远远小于利用原始数据进行实验的时间。