一、技術介紹1.激光雷達概念：激光探測與測量，LightDetectionAndRanging，英文縮寫為LiDAR，LiDAR的光源一般采用激光，原理與雷達原理相同，故都將LiDAR翻譯為激光雷達，也可稱為激光掃描儀。工作原理：脈沖式和相位式，它有激光發(fā)射器、接收器、時間計數(shù)器、微電腦構成，成像為點云，并以數(shù)據(jù)為基礎重建目標三維模型。（相位式問題：相位測量僅能測出不足一周的相位差，相位差的分辨率限制測距的精度，為了保證精度而又兼顧測程，采用幾個調制光波長配合測距。）激光掃面技術分類：1D激光測距、2D激光測距、3D激光測距、多傳感器的集成激光雷達和普通雷達的區(qū)別：普通雷達：射頻電磁波被送到大氣中，大氣中的目標散射發(fā)射電磁波的一部分到普通雷達的接收器中。激光雷達也發(fā)射和接收電磁波，但其頻率相對較高，激光雷達工作在紫外光、可見光、近外紅三個光譜波段激光雷達存在的問題兩點同步難匹配、數(shù)據(jù)處理自動化程度低測量復雜度高、儀器昂貴、操作人員需要較高技巧、生產成本高、費時對天氣、可見度等自然條件要求高很難獲取較全面的信息2.三維激光掃描技術概念：三維激光掃描系統(tǒng)：由三維激光掃描儀、計算機、電源供應系統(tǒng)、支架以及系統(tǒng)配套軟件構成、而三維激光掃描儀又由激光發(fā)射器、接收器、時間計數(shù)器、馬達控制可旋轉的濾光鏡、控制電路板、微電腦、CCD相機以及軟件組成。三維激光掃描技術是一種先進的全自動高精度立體掃描技術，用三維激光掃描儀獲取目標物表面各點的空間坐標，然后由獲得的測量數(shù)據(jù)構造出目標物的三維模型的一種全自動測量技術。是繼GPS后的又一項測繪新技術，已成為空間數(shù)據(jù)獲取的重要技術手段。原理：三維激光掃描儀發(fā)射器發(fā)出一個激光脈沖信號，經(jīng)物體表面漫反射后沿幾乎相同的路徑反向傳回到接收器，可以計算目標點P與掃描儀距離S。激光測距技術是三維激光掃描儀的主要技術之一，激光測距的原理主要有基于脈沖測距法、干涉測距法、激光三角法三種類型。特點：快速性；采樣率高；實時性、動態(tài)性、主動性、；.非接觸性；全數(shù)字特征，自動化；外置或內置數(shù)碼相機；集成了GPS接收機等高精度定位裝置；直接生成三維空間結果；全景化的掃描；激光的穿透性三維激光掃描點云數(shù)據(jù)的特點：立體化，數(shù)據(jù)量大、密度高，帶有目標物光學特征信息。應用：測繪工程領域，結構測量領域，建筑古跡測量方面，緊急服務業(yè)，娛樂業(yè)分類：從運行平臺劃分：機載型激光掃描系統(tǒng)，（機載LiDAR系統(tǒng)）地面激光掃描測量系統(tǒng)，分兩類：第一類是移動式掃描系統(tǒng)（車載激光掃描系統(tǒng)），第二類是固定式掃描系統(tǒng)（地面三維激光掃描系統(tǒng)）手持型激光掃描系統(tǒng)星載激光掃描儀依據(jù)掃描距離劃分：短距離激光掃描儀（最長掃描距離不超過3m，適用于小型道具的測量，不僅掃描速度快且精度較高）中距離激光掃描儀（最長掃描距離小于30m，多用于大型模具或室內空間的測量）長距離激光掃描儀（掃描距離大于30m，主要應用于建筑物、礦山、大壩、大型土木工程等的測量）機載或星載激光掃描系統(tǒng)（掃描距離大于1km，并且需要配備精確的導航系統(tǒng)，可用于大范圍地形的掃描測量）依據(jù)掃描儀成像方式劃分：全景掃描式相機掃描式混合型掃描式依據(jù)掃描儀測距原理劃分：脈沖式、相應式、激光三角式、脈沖相位式（脈沖式：類似于全站儀----射程遠、精度低、最大激光反射頻率低、掃描速度低、太陽光與室外光對掃描點質量影響小----------------適用于飛機航空相位式：發(fā)射與接收信號之間的角度差--------剛好相反）地面激光掃描儀（TLS）特點：a)小型化且方便快捷。其大小與全站儀接近，作業(yè)時只要有架設掃描儀的空間，即可完成點云數(shù)據(jù)采集工作b)數(shù)據(jù)采集速度快。常規(guī)地面掃描儀的掃描點采集速度可達每秒數(shù)千萬點以上，某些型號的掃描儀的采集速度更可高達每秒數(shù)幾十萬點c)掃描精度高，可達毫米級d)主動式、無需可見光照明。TLS依靠主動發(fā)射激光束的方法進行點云數(shù)據(jù)測量，可以實現(xiàn)全天候作業(yè)e)高密度采集，濃密格網(wǎng)、點云特征，特別適合于對復雜對象進行細節(jié)測量地面三維激光掃描技術與攝影測量的區(qū)別a)獲取的數(shù)據(jù)格式不同。三維激光是點云集合可進行空間量測，攝影測量是影像照片不能空間量測。b)拼接各測站間數(shù)據(jù)的方式不同。三維激光是坐標匹配方式，攝影測量是相對和絕對定標。c)測量精度不同。三維激光精度高于攝影測量，精度分布均勻。d)對外環(huán)境要求不同。e)表面模型建立方式不同。f)對實體文理信息的獲取方式不同。地面三維激光掃描儀誤差主要來源誤差來源分為三類：地面三維激光掃描儀器本身的誤差（儀器誤差）、大氣環(huán)境引起的誤差（環(huán)境誤差）和由反射目標引起的誤差（反射面誤差）（一）儀器誤差：測距誤差：加常數(shù)、乘常數(shù)、幅相誤差測角誤差：垂直度盤指標差、視準軸誤差、偏心差對中及目標偏心誤差：（二）外界環(huán)境引起的誤差：溫度、氣壓、濕度等氣象條件的影響：（三）反射面引起的誤差：激光入射角度的影響：激光束與被測物體不垂直時激光光斑變?yōu)闄E圓形，會對測距結果產生影響。反射目標的顏色和掃描距離對掃描結果的影響：隨著掃描距離的增加，深色目標比淺色目標先出現(xiàn)無數(shù)據(jù)返回現(xiàn)象，在一定掃描距離范圍之內，反射目標的顏色和掃描目標與掃描儀之間的掃描距離對點云數(shù)據(jù)影響較小，但超過一定距離后，開始得到不完整的目標點云數(shù)據(jù)，出現(xiàn)點云數(shù)據(jù)“空洞”。反射面邊緣效應的影響：當?shù)孛嫒S激光掃描儀發(fā)射的掃描光束投射到被測目標的邊緣時，于激光光斑有一定的大小，此激光束中的一部分經(jīng)物體反射回去被掃描儀接收，一部分激光束則損失掉或被后面的物體反射回去7)（車載激光掃描系統(tǒng)）移動激光測量系統(tǒng)構成及原理：由多源傳感器集成，一般包括：CCDCAMERA、DGPS（全球定位系統(tǒng)）、INS/IMU/POS)(定位定姿傳感器系統(tǒng))、LaserScanner（激光掃描儀）車載激光掃描系統(tǒng)：掃描獲取數(shù)據(jù)：坐標轉換：掃描系統(tǒng)坐標-》平臺坐標-》物方空間坐標的轉換掃描儀相對平臺的姿態(tài)用室內標定、DGPS定位、多源傳感器集成（CCD照相機、DGPS、INS/IMU/pos）、laserscanner問題與挑戰(zhàn)：全景圖像與激光點云數(shù)據(jù)高精度道路數(shù)據(jù)建筑物立面提取交通標志、標線、信號等交通數(shù)據(jù)分類困難點云數(shù)據(jù)的特征感知與重建車載激光三維點云數(shù)據(jù)處理：所面臨問題：存在大面積的陰影遮擋，同時受成像條件、圖像質量影響車載激光點云中道路提?。?）基于離散點云：（平滑因子、高層、激光強度信息）層次分類法：（地面和非地面）不規(guī)則三角網(wǎng)TIN：（曲率和高度差）面向對象策略提取道路（2）離散點云問題：點云目標不精細（精確道路邊界信息）、強度存在大量噪聲（3）融合機載激光點云和輔助信息（4）匹配問題：機載激光點云與遙感影像的配準，不同數(shù)據(jù)源在空間分辨率、質量精度上的匹配問題（5）基于點云特征圖像、基于掃描線信息、基于聚類分析法、基于高程閾值方法在地面起伏較大區(qū)域、主成分分析法現(xiàn)有方法存在的問題：高程信息的缺乏沒有充分利用點密度、強度信息，機載點云數(shù)據(jù)的利用，多源數(shù)據(jù)的融合問題現(xiàn)有方法主要集中小范圍現(xiàn)實問題：海量數(shù)據(jù)，復雜，目標多樣性數(shù)據(jù)不完整點密度空間分布不均勻（由掃描儀與地物之間的距離決定）強度不一致道路形狀不規(guī)則機載激光雷達是近年來新發(fā)展的一種集激光掃描儀、GPS以及慣性導航系統(tǒng)（INS）于一體的新型主動式遙感系統(tǒng)，通過對掃描激光測距（SLR）技術，結合GPS和INS測得的傳感器位置和姿態(tài)信息來獲取地面目標的三維坐標，在高精度DEM中獲取，道路、電力線測繪，森林參數(shù)測量，城市建模等領域有著廣泛的應用。（詳細內容見另外一份資料）機載激光雷達系統(tǒng)應用：Pos系統(tǒng)（GPS和慣性測量單元IMU）、激光器、激光信號接收處理裝置、計算機、航空平臺星載激光雷達系統(tǒng)：與機載激光雷達相比，星載激光雷達系統(tǒng)具有許多不可替代的優(yōu)勢。星載LIDAR采用衛(wèi)星平臺，運行軌道高，觀測視野廣，可以接觸及世界的每一個角落，為境外地區(qū)三維控制點和數(shù)字地面模型的獲取提供了新的途徑，無論對于國防或是科學研究都具有十分重大的意義。星載LIDAR還具有觀測整個天體的能力，美國進行的月球和火星等探測計劃在都包含了星載LIDAR傳感器，所提供的詩句資料可以用于制作天體的綜合三維地形圖。二、點云數(shù)據(jù)基本處理點云數(shù)據(jù)質量評定指標：噪聲級別：點云與建模后目標對象之間的差距密度：半徑為p的球體內至少包含1個掃描點完整度：用于衡量點云數(shù)據(jù)的完整性精度：用于衡量單個掃描點的采樣精度對于地面掃描儀而言，掃描點誤差主要來源于測距誤差、測角誤差以及目標對象對激光束的影響（比如邊緣效應）等幾個方面激光掃描的誤差來源與精度分析：以DTM生產為例，其精度主要取決于三個主要因素：a)測距（Thedistance—measurement）b)慣性導航系統(tǒng)（Thedynamicorientation(INS)）c)差分全球定位系統(tǒng)（Thedynamicpositionofthesensor(dGPS)）原始激光數(shù)據(jù)的濾波質量也對激光DTM的質量有很大的影響，可以使用不同的數(shù)學模型和算法點云處理流程：a)數(shù)據(jù)預處理基本過程：根據(jù)數(shù)學模型綜合多種原始數(shù)據(jù)（定位、定姿、標定、掃描數(shù)據(jù)）進行坐標計算，生成點云，或稱距離影像坐標結算——》空間配準——》時間整合（不同時間分辨率的數(shù)據(jù)）——》姿態(tài)改正——》基于目標特征的約束糾正和濾波（同一斷面與同一水平面）b)點云配準及拼接算法：ICP(迭代最近點法)算法可用于解決點集、線段集合、隱式曲線（曲面）、參數(shù)曲線（曲面）三角形面片集合等相互之間的配準問題。Besl將待配準的兩目標對象分別稱為數(shù)據(jù)體和模型體。其中，數(shù)據(jù)體必須以離散點集的形式存在。如果目標對象不滿足要求，則需要首先通過擬合以及提取頂點等方法得到可以表示其形體特征的離散點集。算法對模型體的存在形式?jīng)]有要求，計算過程中模型體保持穩(wěn)定。通過旋轉和平移數(shù)據(jù)體的方式調整兩者之間的相對位置，最終實現(xiàn)兩個三維形體之間的配準。應用：配準、建模ICP算法原理：以點集對點集（PSTPS）配準方法為基礎，闡述了一種曲面擬合算法，該算法是基于四元數(shù)的點集配準方法。從測量點集中確定其對應的最近點點集后，運用Faugera和Hebert方法迭代計算，直到殘差平凡和所構成的目標函數(shù)值不變，結束迭代過程。ICP算法最初由Besl和Mckey提出，是一種基于輪廓特征的點配準方法?；鶞庶c在CT圖像坐標系及世界坐標系下的坐標點集P={Pi,i=0,1,2,…,k}及U={Ui,i=0,1,2,…,n}。其中，U與P元素間不必存在一一對應關系，元素數(shù)目亦不必相同，設k≥n。配準過程就是求取2個坐標系間的旋轉和平移變換矩陣，使得來自U與P的同源點間距離最小。其過程如下：(1)計算最近點，即對于集合U中的每一個點，在集合P中都找出距該點最近的對應點，設集合P中由這些對應點組成的新點集為Q={qi,i=0,1,2,…,n}。(2)采用最小均方根法，計算點集U與Q之間的配準，使得到配準變換矩陣R，T，其中R是3×3的旋轉矩陣，T是3×1的平移矩陣。(3)計算坐標變換，即對于集合U，用配準變換矩陣R，T進行坐標變換，得到新的點集U1，即U1=RU+T(4)計算U1與Q之間的均方根誤差，如小于預設的極限值ε，則結束，否則，以點集U1替換U，重復上述步驟。c)多站數(shù)據(jù)的自動拼接多站數(shù)據(jù)的拼接主要發(fā)生在地面激光測量系統(tǒng)多測站數(shù)據(jù)間及車載激光測量系統(tǒng)和地面激光測量系統(tǒng)中需要拼接的原因是由于單個視角不能獲取被測物體的全貌或者是對一個物體的多次測量多站數(shù)據(jù)的拼接主要是基于點云拼接的(ICP)算法d)圖像拼接：在多幅圖像合成時，事先會在待合成的圖片中提取一些關鍵的特征點。計算機視覺的研究表明，不同視角下物體往往可以通過一個透視矩陣的變換而得到。RANSAC被用于擬合這模型的參數(shù)（矩陣各行列的值），由此便可識別出不同照片中的同一物體RANSAC算法介紹：RandomSampleConsensus（隨機抽樣一致性算法）先利用盡可能少的觀測值來建立目標模型，然后逐步吸納那些與此模型相符的觀測值。如果最終被吸納的觀測值超過預定的比例，則認為這些觀測值為有效觀測值，并根據(jù)這些觀測值采用最小二乘等數(shù)據(jù)處理理論求最終的模型參數(shù)。（它可以從一組包含“局外點”的觀測數(shù)據(jù)集中，通過迭代方式估計數(shù)學模型的參數(shù)。它是一種不確定的算法——它有一定的概率得出一個合理的結果；為了提高概率必須提高迭代次數(shù)。）RANSAC的基本假設是：（1）數(shù)據(jù)由“局內點”組成，例如：數(shù)據(jù)的分布可以用一些模型參數(shù)來解釋；（2）“局外點”是不能適應該模型的數(shù)據(jù)；（3）除此之外的數(shù)據(jù)屬于噪聲。局外點產生的原因有：噪聲的極值；錯誤的測量方法；對數(shù)據(jù)的錯誤假設。RANSAC也做了以下假設：給定一組（通常很小的）局內點，存在一個可以估計模型參數(shù)的過程；而該模型能夠解釋或者適用于局內點。e)點云數(shù)據(jù)濾波（以車載激光掃描系統(tǒng)為例）要濾波的數(shù)據(jù)主要分為三類：濾波無效數(shù)據(jù)，主要是超出射程及異常的數(shù)據(jù)去除粗大誤差數(shù)據(jù)去除一些ghost數(shù)據(jù)，主要是移動目標（行人、車輛、飛鳥等）形成的數(shù)據(jù)，這些數(shù)據(jù)的配準由相當大影響。濾波定義：地面點與非地面點云的分離已有大量的文獻提出了各種濾波算法從點云中提取DTM/DEM，但這些方法只能處理某種特點的數(shù)據(jù)，不能適用于綜合的地理環(huán)境，沒有通用性在進行LIDAR數(shù)據(jù)處理時，一個必要的前提就是給定一個規(guī)則來區(qū)分地面點和非地面點，這就是濾波算法的假設條件，不同的算法假設條件不同為了提高提取精度，除了LIDAR的強度信息外，有些算法還使用了其他供輔助信息，如光譜圖像和GIS、地圖等信息f)點云數(shù)據(jù)分類及特征提取—DOPP算法：根據(jù)像點空間特征的分析，在此提出投影密度的概念：將3維坐標點直接垂直投影到水平面上或者將z值取任意常數(shù)，統(tǒng)計和計算水平面上任意位置處所含投影點的個數(shù)，記為DOPP（DensityofProjectedPoints）。在理想狀態(tài)下（目標表面平滑、無遮擋，所有采樣點均為有效點），DOPP值與目標高度H、掃描儀中心到目標的垂直距離D、掃描儀的空間分辨率α相關。為了簡化計算，可以將測量區(qū)域劃分成規(guī)則的格網(wǎng)，將格網(wǎng)統(tǒng)一編號，統(tǒng)計每個格網(wǎng)單元上的投影點數(shù)，并以此數(shù)值作為該格網(wǎng)單元的DOPP值，這樣就可將DOPP離散化表示。DOPP值具有以下特點：1.地面上的DOPP值比較均勻且整體上比較小2.在建筑物邊界，DOPP值遠大于其他區(qū)域，并形成可連續(xù)的帶3.在建筑物內部，如果去除噪聲影響，DOPP值為04.獨立點狀地物，如燈柱DOPP值局部比較大，周圍比較小5.塊狀地物，如樹，汽車等，DOPP值局部比較大且占有一定面積，當格網(wǎng)面積增加到一定值時，塊狀地物與獨立點狀地物具有相同的特征。利用以上特征，選取合理的閾值T1,T2就可以根據(jù)公式（3）對距離圖像進行平面分割建筑物：同一立面的點在同一垂直面上排列，z值均勻分布；在建筑物輪廓水平投影帶上采樣頻率大；在同一掃描斷面上，相鄰像點在平面上聚集，斜率近90度。地面點：Z值小且變化不大；在水平面上呈不規(guī)則網(wǎng)狀分布；距掃描儀越遠，采樣點間隔越大獨立地物：高于地面點面低于自建筑物頂部的點。樹具有一定高度和范圍，水平像點將呈現(xiàn)局部分散特征，比周邊地形點高，在水平面上局部單位面積采樣頻率大；桿，數(shù)據(jù)點在小范圍內呈現(xiàn)數(shù)據(jù)點垂直排列且Z值均勻分布的狀態(tài)；電纜，數(shù)據(jù)點的z值集中分布在某一高度值。閾值T1,T2根據(jù)實際情況和數(shù)據(jù)處理目的，分別由公式（2）確定。分割后可獲得個專題的距離圖像；對專題圖像的數(shù)據(jù)處理、特征提取與建模、可視化表達將比原始距離圖像容易的多。特別是對建筑物進行平面分割后，還可以在分割圖的基礎上（圖5中的灰色帶）直接進行建筑物平面輪廓的特征提取，進一步結合Z值就能重建建筑物的立面特征。g)點云數(shù)據(jù)特征提取微分逼近法：平面相交法：在線段的兩側選擇合適的點；對點進行面的擬合；對面的交線進行擬合三、地物信息提取DEM提?。焊鞣N濾波算法從點云中獲取方法：形態(tài)學、線性預測、三角網(wǎng)、其他建筑物提取建筑物提取分為兩步：建筑物檢測、建筑物重構（參數(shù)建筑物模型和棱鏡建筑物模型）建筑物提取MDL原則：該原則為在普通框架中選擇和評價所選模型的參數(shù)提供方法，使我們能夠通過整合數(shù)據(jù)和模型信息來重構建筑物形狀。MDL的核心思想是對象和模型間在信息描述上的權衡取舍MDL=模型描述長度+誤差描述長度其物理意義是對象描述所必須的信息量于所選擇模型所具有的信息量之間的匹配程度。如果獲得最小MDL，就以為著對象描述所需的編碼長度與所構造編碼程序的編碼能力相吻合，既具有代價最小的優(yōu)點。A.建筑物提取—建筑物發(fā)現(xiàn)：建筑物發(fā)現(xiàn)的主要思想：在DSN中隔離建筑物信息，分割數(shù)據(jù)（用建筑物的相關閾值如一層樓的高度來二元化數(shù)據(jù)）步驟：1.計算地形表面的近似值。用給定閾值二元化生成第一次分割缺陷：由于規(guī)則化和全局的閾值，建筑物邊緣有舍入第一次分割可能包括一些比周圍地形高但不是建筑物的片段，如樹解決：僅選擇那些面積比預測的建筑物最小面積大的片斷。改進分割：采用基于每個所選片斷界線框內的高度信息的局部閾值改進分割后的片斷—二維信息分析片斷和相關的界線框內的高度信息—高度信息注：用幾何準則來區(qū)分建筑物和其他高于地形表面的目標不足是一直有效的。因此還使用采用其他信息的其它標準，如紋理信息或源于航空影像的邊緣信息B.建筑物提取–建筑物重構a)參數(shù)建筑物模型：用于能用少數(shù)幾個參數(shù)描述的簡單的獨立建筑物，如帶有對稱斜屋頂?shù)慕ㄖ颾)棱鏡建筑物模型：包含規(guī)律性的生成知識，如正交性、平行性、共線性，用于復雜的建筑物或建筑街區(qū)注：模型的選擇應基于MDL。模型的選擇并不與描述長度直接相關，而與描述長度相比不使用模型時的增加相關c)多面體模型（與上面兩個模型結合使用）i.屋頂平面發(fā)現(xiàn)：主要是發(fā)現(xiàn)建筑物片斷和使用不同幾何屬性來探測深度和法線不連續(xù)性。導出的不連續(xù)性地圖與建筑物片斷結合。此結合產生了原始的屋頂片段。幾何規(guī)則，如點數(shù)和坡度用來選擇有效的屋頂片斷用于重構。ii.屋頂平面重構：重構的第一步是每個平面的參數(shù)估計?；谶@些參數(shù)，自動發(fā)現(xiàn)了關于規(guī)律性的假設，這些規(guī)律給予應用有約束條件的全局估計的進一步的重構以約束條件。植被提取植被對激光脈沖有很好的反射率一些脈沖點可能會穿過樹葉落在了地面上，形成了二次回波道路提取直接生成正射影像自動獲取信息處理其他應用體積測量、室內結構重建、古物重建、逆向工程、小物體重建四、激光掃描數(shù)據(jù)的三維可視化A.基于三角網(wǎng)的可視化：是構成面狀模型的可視化（包括體狀目標），包括建筑物模型、地面模型等，得到具有一定紋理、光照或者運動效果的場景B.基于點云的可視化：是單純地點云數(shù)據(jù)的可視化，包括點云高程著色、分類著色、強度顯示等。其常用的技術有以下四種：Progressive渲染技術：是大數(shù)據(jù)處理中使用的一種漸進式渲染的技術Out-of-core技術：將計算的結果存儲在外存上，進行三維渲染和處理時，將數(shù)據(jù)由外存調入內存進行渲染處理快速數(shù)據(jù)裁切技術：數(shù)據(jù)裁切是大數(shù)據(jù)可視化中能夠減少GPU繪制數(shù)據(jù)量的一個重要方法四叉樹：是在D維空間中，在每一個維分成兩份，從而形成每一個父節(jié)點擁有2d個子節(jié)點的樹結構五、激光掃描數(shù)據(jù)與影像數(shù)據(jù)的集成處理：A.直接生成正射影像：主要是通過激光掃描傳感器和CCDcamera之間的幾何約束關系來實現(xiàn)，主要由激光系統(tǒng)和固定成像測量系統(tǒng)組成，有些系統(tǒng)可以直接提供對應激光測量點的灰度信息B.信息自動集成處理：主要是移動測量平臺，激光掃描傳感器和和CCDcamera之間沒有幾何約束關系。或者約束關系誤差比較大，需要通過一些特征點進行自動集成。利用線性相機圖像對幾何模型的映射和重采樣：a)對每一個多邊形產生一個紋理圖片b)通過插值的方法使基于TIN的模型表明每一個點對應一個顏色信息c)對三角網(wǎng)的顏色進行同步六、激光雷達的應用a)森林信息測量（森林分布、結構、樹冠、木材量等）測量林區(qū)DEM,檢測森林生長森林參數(shù)測量b)海岸線的測量（機載）c)電力線的測量（機載、包括無人機）d)體積測量：如煤對測量e)古建筑重建，室內結構重建（地面和手持激光掃描）f)古文物重建（地面和手持激光掃描）g)逆向工程，零件模型重建（小型的手持式或者是固定的激光掃描）h)機器人中的視覺系統(tǒng)（區(qū)別于基于圖像的視覺系統(tǒng)）i)路面檢測七、車載激光掃描系統(tǒng)車載道路激光測量系統(tǒng)基本原理幾何紋理粘貼到幾何模型的原理如下：投影中心O,點p1和點p2三點位于一條直線上，p2為直線與DEM的交點，求解交點坐標就可以計算每一像素點的幾何坐標和四維信息，即三維坐標和紋理特征，一旦完成計算就能將幾何紋理準確影射到幾何模型上。距離圖像分割和特征提取：首先將城市環(huán)境中各類常見的特征分為兩類：人造的（如建筑物、道路、公用設施、人行道、圍欄等）和自然的（如樹、灌木叢等），給出了建筑物、道路、樹、隧道、車輛提取的方法路面提取算法：用柱狀圖分析一條掃描線一條掃描線地處理，對每一條掃描線計算距離數(shù)據(jù)的柱狀圖（頻率），矩形框寬10cm最高頻率值的矩形框作為選擇路面反射的距離點的閾值，提取所有等于或低于閾值的點，認為他們屬于路面路面重構：每線取五點：最大值、最小值、大多數(shù)高度值的平均值、起點和終點缺點：這樣不能生成非常平滑的路面，這是一個平滑性與數(shù)據(jù)量計算時間之間的交換剩下的數(shù)據(jù)點，不屬于路面的將用來分析提取建筑物的表面樹、公用設施和道路附屬物分散點和不分散點提取a)建筑物提取前的預處理b)區(qū)分自然特征和人造特征：來自樹的距離值分散來自人造特征如建筑物、墻和道路的距離值相當平滑識別反射自對傳感器掃描平面來說或垂直成水平方向的平面的距離點：設置一個±10cm的閾值和每束至少10個距離點問題和難點：a)建立的建筑物表面3維模型中有空的部分，可能是由于窗戶或分散數(shù)據(jù)造成的無激光點數(shù)據(jù)b)決定平面的正確大小，以準確表示每個單獨的建筑物表面，識別建筑物的準確高度不那么容易，激光點的最上排不一定代表建筑物的頂部c)識別兩棟相似建筑物的邊界，別的信息源輔助識別d)同一棟建筑物表面的平面間有縫隙，可能是由于缺少數(shù)據(jù)點或者分散的數(shù)據(jù)（玻璃窗）車輛的提?。很囕v的識別基于假設：車輛不管聽或開都在路的界線范圍內車輛提取的基礎信息：反射點集呈現(xiàn)出的幾何結構取決于車輛到測量車的距離和測量高度如果由車輛上表面（車頂）反射，反射點集可能水平的，說明被掃描車高度低于測量車且被掃描車距測輛車很近如果被掃描車距測量車更遠一點，反射點將是倒“L”型或簡單的垂直排列的點車輛的提取算法：a)距離數(shù)據(jù)用最小喝醉大高度閾值（1.3m和1.8m）進行第一次濾波b)選擇在道路邊界多邊形內的點c)通過距離的第二次偏差分析把他，們分成不同的組d)檢查每組中垂直或睡眠，或水平排列的點e)用直線去擬合每條掃描線上的點f)檢查在至少兩到三條相鄰掃描線上是否有相似的直線未來發(fā)展方向a)硬件方面：傳感器的集成體積小，測距遠，精度高，價格低數(shù)據(jù)處理方面：地空一體化數(shù)據(jù)的融合b)應用方面：與攝影測量等的結合、基礎測繪領域、工業(yè)領域測試結果對于不同建筑物、不同距離的掃描，高度H的精度要低于平面X方向或Y方向的精度。這與GPS姿態(tài)的解算精度是相吻合的，在GPS解算的三個姿態(tài)中，其中航向角的解算精度影像系統(tǒng)的平面精度，橫滾角的解算精度影響系統(tǒng)的高程精度，而橫滾角的解算精度相比于航向角，其精度要低的多，一般來講，橫滾角的解算誤差約為航向角的2~3倍，所以上面的精度表中出現(xiàn)了高程精度相比于平面精度要低很多的情況在多組實驗中，掃描距離都在100米以內，其平面精度都優(yōu)于0.1米，滿足本車載系統(tǒng)要求平面精度達到0.1米的要求；但高程精度較差，且值不穩(wěn)定地形圖的識別按照先圖外后圖內、先地物后地貌、先主要后次要、先注記后符號的基本順序。一、大比例尺地形圖識讀圖外注記識讀圖名、圖號、接合圖表、比例尺、坐標系統(tǒng)、測圖時間、圖示版本地物識讀根據(jù)地物符號和相關注記，了解地物的分布和地物的位置。地貌識讀根據(jù)等高線判讀出山頭、洼地、山脊、山谷、山坡等基本地貌，并且根據(jù)特定的符號判讀出雨裂、沖溝、峭壁、懸崖、崩塌、陡坎等特殊地貌。同時根據(jù)等高線的密集程度來分析地面坡度的變化情況。二、中小比例尺地形圖的識讀梯形分幅和編號1:100萬比例尺地形圖，經(jīng)度按6度劃分，緯度按4度劃分。圖廓注記圖外注記識讀地物識讀地貌識讀三、地形圖的應用確定點的平面坐標（與格網(wǎng)點地圖量算法）確定點的高程不在等高線上根據(jù)相鄰等高線間平距與高差成正比例，按照等高線勾繪的內插方法求得該點的高程。確定兩點間的水平距離確定直線間的坐標方位角四、確定兩點間的坡度四、面積量算幾何圖形圖解法具有幾何圖形的面積可用圖解幾何圖形發(fā)來測定。即將其劃分成若干個簡單的幾何圖形，從