正射影像(DOM)与机载激光雷达点云数据的融合应用

DOI: 10.12677/gst.2018.64044 364 测绘科学技术
石蒙蒙 等
有效避免文献[7]中存在的问题，但是该算法仅在较为规则的建筑物立面提取上结果有效。文献[10]通过 法向量和距离约束对点云进行分割，然后利用建筑物立面的几何先验知识进行特征提取，建筑立面的提 取效果取决于分割效果的好坏，分割效果需要反复尝试才能确定最优的分割参数。文献[11] [12]首先利用 “维数特征”方法确定每个扫描点的最佳邻域，进而计算得到每个扫描点精确的局部几何特征(法向量、 主方向、维数特征)，然后基于“维数特征”对扫描点进行粗分类，并设置相应的生长准则对不同类别的 扫描数据分别进行分割， 最后实现了对建筑物立面区域进行精确提取， 并且可提取较复杂的建筑物立面， 但是计算量较大。综上，目前直接对车载点云建筑物提取方法存在的主要问题是：1)地物遮挡及先验知 识不足导致的错分漏提；2)大数据量特征计算和聚类的计算导致计算复杂度高、耗时长。 随着传感器、 物联网与云计算的快速发展， 志愿者地理信息(Volunteered Geographic Information, VGI)， 又称众源地理数据，不断兴起，其中影响力较大的主要有 Open Street Map (OSM)，Waze，Wikimapia， Google Map Maker，Foursquare，以及国内的新浪微博、大众点评等社交与生活服务类网站[13]。与传统 地理信息采集和更新方式相比，众源地理空间数据内容丰富，可表达元素拓扑关系，更新速度快，具有 丰富的属性和语义信息， 成本低廉、 可免费获取和使用， 成为近年来国际地理信息科学领域的研究热点。 虽然目前常见的 VGI 数据缺乏三维信息，并不能全面表达地物信息，但建筑物目标在 OSM 数据中，具 有明确的位置和完整的轮廓范围，MLS 数据也具有相应的位置信息，理论上可与其建立起对应关系。因 此融合 OSM 数据和 LiDAR 点云数据进行建筑物目标的提取，可以实现优势互补，建立位置精准、关系 正确、几何细节和属性信息丰富，方便快速更新的城市三维模型，为后续应用提供数据支撑。因此本文 提出融合这两种数据的建筑物提取方法，流程如下图 1 所示。

机载激光雷达点云数据滤波算法的研究与应用机载激光雷达点云数据滤波算法的研究与应用随着航空技术和测绘技术的不断发展，机载激光雷达成为一种重要的航空测绘工具。

机载激光雷达通过往地面发射大量激光脉冲，并接收被地面物体反射回来的激光信号，从而获取地面物体的三维坐标信息，形成点云数据。

然而，由于各种原因的干扰和误差，激光雷达采集的原始点云数据中存在大量噪声和无效点，影响了后续的数据处理和应用。

因此，研究和应用机载激光雷达点云数据滤波算法具有重要的意义。

机载激光雷达点云数据滤波算法的研究主要是对原始点云数据进行一系列的处理和分析，过滤掉噪声点和无效点，提取出地面、建筑物以及其他特定目标的点云。

滤波算法可以分为两大类：基于几何特征的滤波算法和基于统计特征的滤波算法。

基于几何特征的滤波算法主要利用了地面与非地面点的几何特征差异。

其中，最常用的算法是基于地面平面分割的方法。

该方法首先根据点云的高度信息，将点云分为地面点和非地面点两类。

然后，通过拟合地面点的平面模型，识别出地面的点云，进一步进行滤波处理。

除了地面平面分割算法，还有基于高程阈值分割、基于邻域法分割等多种基于几何特征的滤波算法。

基于统计特征的滤波算法则是通过点云内部的统计特征来实现滤波。

其中，最常用的算法是高斯滤波算法。

该算法首先通过计算点云内部点的均值和方差，确定数据的统计分布情况。

然后，根据已知的阈值对点云数据进行滤波，排除掉不符合统计分布规律的点云。

此外，还有基于中位数滤波、基于最小二乘法滤波等多种基于统计特征的滤波算法。

机载激光雷达点云数据滤波算法的应用主要体现在航空测绘领域和地质勘探领域。

在航空测绘领域，通过滤波算法可以将噪声点和无效点过滤掉，提取出地面点云数据，进一步生成高精度的数字地图和三维模型。

在地质勘探领域，点云数据滤波算法可以将地质脉冲反射的点云数据提取出来，从而实现对地下结构的探测和分析。

总之，机载激光雷达点云数据滤波算法在航空测绘和地质勘探等领域具有广泛的应用前景。

正射影像数据dom 应用场景正射影像数据DOM（Digital Orthophoto Map，数字正射影像图）具有地图几何精度和影像特征，可以用作地图分析的背景控制信息。

DOM不仅能够提供高精度的地表形态信息，还可以从中提取自然地理资源和社会经济信息，支持城市规划、土地管理、环境分析、地籍测量等各种规划活动。

DOM的应用场景主要包括：1. 城市规划：在城市规划、设计和管理中，DOM提供了大量的信息，可以直观地反映城市的地形地貌及环境状况。

规划者可以通过DOM看到城市的交通网络布局，从而优化交通规划；也可以看到城市的绿化情况，从而优化城市绿化规划。

此外，DOM还可以为城市规划的成功决策提供最基本、最直观的技术支持，使电子沙盘景观更加真实，携带更加方便，更新也更加容易。

2. 环境监测：通过对DOM的分析，可以了解地表的变化情况，如土地利用变化、水体污染等，为环境保护提供科学依据。

环保部门可以通过DOM影像监测到河流的污染情况，从而及时采取措施进行治理；也可以通过DOM 影像监测到森林的破坏情况，从而及时采取措施进行保护。

3. 灾害预警：DOM可以实时反映地表的变化情况，对于地震、洪水等自然灾害的预警具有重要作用。

灾害管理部门可以通过DOM影像监测到洪水的泛滥情况，从而及时疏散人群；也可以通过DOM影像监测到地震的震源和震级，从而及时发布预警信息。

4. 三维景观模型：利用DOM制作三维景观模型具有非常广阔的发展前景。

真实、生动的三维景观可以为游客提供不受时间、空间限制的网上旅游体验，同时也为公安部门、消防部门的警力部署，电力部门的线路架设，交通部门的管理调度等提供巨大的支持和再现。

随着科技的发展，DOM影像技术将持续创新和发展，更高分辨率的卫星遥感影像将揭示更多地球细节，更高效的数据处理技术和算法将提升DOM影像的生产效率和质量，更广泛的应用领域将拓展DOM影像的应用价值。

在国外，尽管机载 LiDAR 技术中属于硬件和系统集成方面的关键问题已经得到解决， 但是数据处理算法仍有许多问题需要解决，其中，机载 LiDAR 点云数据与影像数据融合 是遥感领域的一个热点研究课题。本文基于已经查阅的有关资料文献和研究结果，提炼出 机载 LiDAR 点云数据与影像融合的思路，通过对像素级多传感器图像融合方法的分析与 讨论，以城市地区高精度 LiDAR 点云数据和具有丰富光谱信息的影像数据作为实验数据， 对两者进行融合处理并成功将光谱信息赋给激光点云数据。概括起来，本文主要进行了以 下三个方面的工作：
In a foreign country, although the key problems of hardware and system integration of Airborne Light Detect And Ranging technology has been solved. However, the data-processing algorithm of airborne LiDAR is still at the stage of previous research and development. There are yet many problems unsolved. Among them, it is an research direction which is given great attention for data fusion of point cloud and aerial image derived from LiDAR system in remote sensing field. In this paper ,based on have access to information related to the existing literature and research results, we abstract the general ideas of image fusion about airborne LiDAR point cloud data. By analysis and discussion of the method of multi-sensor image fusion at pixel level ,taking high accuracy of point cloud data in a city and abundant spectral information of image data as the is data source of this experiment, we will make successfully their fusion processing and spectral information is assigned to the laser cloud data. In summary, this paper carried out the following three aspects 1、The paper research the methods of multi-source remote sensing images fusion on the base of image element in the paper. Firstly, this paper expounds the concept of multi-sensor image fusion technology, introduces in detail the advantage and level of multi-sensor image fusion , and the common use method of multi-sensor image at pixel level such as weighted fusion

为 了满足未来家庭 中对智能家居 的掌控 ，用 户更是期待推
出的智 能路 由产 品可以支持更 多的无线协议来实 现智能家居 的
兴起 ， 智能路 由也将具有更为丰富 的可拓展性 、 更 为广阔 的市场
空间， 更好地扮演着连接整个家庭互联 网平台的角色 ， 丰 富人们 的文化生活 。 （ 责任编辑 ： 张 瑛）
第 一作者 简介 ： 刘嘉诚 ， 男， １ ９ ５ ８年 ５月生 ， １ ９ ８ ５年 毕业 于
够具有 ３ Ｇ ／ ４ Ｇ转 ｗｉ — Ｆ ｉ 的功能拓展 ，以提升网络的可续性和灵 活性 。 有关资料显示 ： 希望智能路 由器具有 ３ Ｇ ／ ４ Ｇ转 Ｗｉ — Ｆ ｉ 的功
太原 理工大学 ， 工程 师 ， 太原理工 大学材料学 院 ， 山西省 太原 市
Ｔ ｅ ｒ ｔ ａ Ｓ ｃ ａ ｎ模块 是处理机载或地 面激光 雷达数据 的通用软 件包 ，
易应用 。由此不难看 出， 用户对智能路 由的易用性 、 无线分享 、 安 全管理 、 无线遥 控等都有着较高 的需求和期望。
３ ． ２ 移 动 端操 作 系统
能拓展 的有 ７ ３ ． ２ ％支 持率 。但可能是考虑 到移动资 费昂贵 的问
山西科技
文章编 号： １ ０ ０ ４ — ６ ４ ２ ９ （ ２ ０ １ ４ ） ０ ５ 一 Ｏ ｌ １ ６ — ０ ３
Ｓ Ｈ Ａ Ｎ Ｘ Ｉ Ｓ Ｃ Ｉ Ｅ Ｎ Ｃ Ｅ Ａ Ｎ Ｄ Ｔ Ｅ Ｃ Ｈ Ｎ ０ Ｉ Ｄ Ｇ Ｙ
２ ０ １ ４ 年
第２ ９ 卷
第５ 期
收稿 日期： ２ ０ １ ４０ ５—１ ８
—
基于机载 Ｌ ｉ Ｄ Ａ Ｒ数据制作数字正射影像 的方法
侯 国瑞 ， 谢 丽 娟

关于数字正射影像图(DOM)的制作的探讨摘要：本文首先简要论述了数字正射影像图的基本原理、优点，继而概述了正射影像图的制作，最后分析了正射影像图对于测绘生产的作用，希望能给测绘工作提供一定的参考。

关键词：DOM；DEM；影像纠正；影像镶嵌1.引言数字正射影像图(DOM，Digital Orthophoto Map)是对航空(或航天)片的像素进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集。

其兼具有地图几何精度和影像特征的图像。

DOM具有精度高、信息丰富、直观逼真、获取快捷等优点，可作为地图分析背景控制信息，并可由其提取自然资源和社会经济发展的历史信息或最新信息，为国土资源调查、灾害防治和国民经济建设规划等、提供可靠依据；再者可以利用它进行地图的修测更新，在测绘生产方面越来越发挥了重要的作用。

根据航空数字影像，在全数字摄影测量系统上利用摄影测量生成的DEM，制作数字正射影像图(DOM)，满足社会的各种需要或根据数字正射影像图实现GIS数据库的建立和更新及其所依据的数字高程模型可以成为构建空间数据框架的重要组成基础。

2.基本原理和优点数字正射影像图制作原理，广义地说就是对不同分辨率、不同光谱分辨率和不同时相的多源遥感数据和图像，投影到需要的地理坐标系或者说进行图像的几何处理。

因此，正射影像图制作图像的几何处理是遥感信息处理过程中的一个重要环节。

随着遥感技术的发展，对于多尺度的遥感数据，进行多源遥感信息的表示、融合及混合像元的分解和影像间的几何配准处理方法方面都有许多理论、方法的提出。

正射影像图的的优点：1.数字化数据用户可按需要对比例尺进行任意调整、输出，也可以对分辨率及数据量进行调整，直接为城市规划，土地管理等部门及GIS用户服务，同时便于数据传输、共享和制版印刷。

2.信息丰富正射影像图信息量大，地物直观，层次丰富，色彩准确，易于判读。

3.提供专业信息正射影像图同时还具有遥感专业信息，通过计算机图像处理可进行各种专业信息的提取、统计与分析。

点云全景影像融合识别技术点云全景影像融合识别技术点云全景影像融合识别技术是一种将点云数据和全景影像结合起来，实现更准确、更全面的物体识别和场景分析的方法。

下面将逐步介绍这个技术的实现过程。

第一步是获取点云数据和全景影像。

点云数据可以通过激光雷达、立体相机等方式获取，它记录了物体的三维坐标信息。

全景影像则是通过全景摄像头或者是多个普通摄像头拼接而成的图像，它提供了物体的外观信息。

第二步是对点云数据进行预处理。

由于点云数据通常存在噪声和稀疏性，需要进行滤波和点云配准操作。

滤波可以去除噪声点，提高数据质量。

点云配准可以将多个点云数据进行对齐，使得它们在同一坐标系下。

第三步是对全景影像进行预处理。

首先，需要进行图像校正，消除图像畸变。

其次，可以进行图像增强操作，提高图像的对比度和清晰度，以便更好地识别物体。

第四步是将点云数据和全景影像进行融合。

这一步可以通过将点云数据投影到全景影像上来实现。

投影过程中，需要将点云数据的三维坐标映射到全景影像的二维坐标上，并根据颜色信息进行着色。

第五步是进行物体识别和场景分析。

在融合后的数据中，可以利用深度学习等方法对物体进行目标检测和分类。

同时，可以通过分析融合后的数据，提取场景中的结构和特征，实现对场景的分析和理解。

最后，可以根据应用需求进行后续的处理和应用。

例如，可以将识别结果导入到导航系统中，实现自动驾驶或者机器人导航。

综上所述，点云全景影像融合识别技术通过结合点云数据和全景影像，可以实现更准确、更全面的物体识别和场景分析。

这个技术的步骤包括获取数据、预处理、融合、识别和分析等环节，每个环节都有相应的方法和技术可以支持。

随着深度学习等技术的不断发展，点云全景影像融合识别技术有望在各种应用领域发挥重要作用。

卫星遥感数字正射影像图（DOM）制作与应用作者：刘迎迎来源：《华夏地理中文版》2015年第06期摘要：对卫星遥感数字正射影像图制作的具体方法与步骤进行讨论，对实际作业工程中可能遇到的问题进行阐述，并提出具体解决方法，分析卫星遥感数字正射影像图的优势与不足。

关键词：遥感卫星；数字正射影像图；影像融合数字正射影像图是一种数字测绘产品，与传统航空摄影相比，地图几何精度高、影像直观、细节清晰、信息量丰富，因此应用领域十分广泛，特别是在城乡规划管理与工程建设方面。

当前遥感技术快速发展，特别是卫星遥感影像的高分辨率与高清晰率，成为人类获得地球空间信息的重要工具，高分辨率遥感卫星数据种类较多，如GeoEye、SPOT、QuickBird等。

一、QuickBird卫星简介QuickBird卫星由美国数字全球公司发射，是一枚能够提供亚米级分辨率的商业卫星。

QuickBird与以往的遥感小卫星相比，具有非常大的优势，分辨率达0.61m，多光谱成像且成像幅宽，极大拓展了遥感卫星的应用领域。

QuickBird进行数据采集通过四波段实现，分别是近红外、红、绿、蓝，通过特定的软件处理技术，QuickBird采集数据颜色可达真彩色，得到的DOM效果不亚于传统航空摄像。

由于设备限制，传统航空摄像成像较窄，在大面积制作DOM方面具有很大的局限性，QuickBird在大面积制作DOM方面实现了重大突破。

二、数字正射图像制作原理利用数字元对正射投影形成进行纠正即正射校正，通过对DEM影像进行区域划分，利用构象方程式或控制点对有关参数进行解算，原始非正射影像由数字高程模型纠正，即数字正射图像制作（DOM）。

信息性、实效性、直观性、连续性等是DOM的特点，同时其具有地图几何精度与影像特征，并且制作周期较短、精度高、信息丰富。

DOM应用范围非常广泛，可以作为评价标准，对其它数据进行评价，如数据精度、现实性与完整性。

还可以用于生产生活中，对自然资源与社会经济发展信息进行提取，提供可靠依据促进灾害防治与公共设施建设规划。

（．信息工程大学 测绘学院 ， １ 河南 郑ｔ ５ ０ ２ ．中国测绘科 学研 究院， ， ０ ５ ；２ １ ’ １ ４ 北京 １０ ３ ；３ ６０ １ ０ ０ ９ ． ８ １ 部队 ， 肃 兰 州 ７０ ２ ； 甘 ３ ０ ０
４ ６ ３ ３部 队 ， ． １６ 陕西 西安 ７ ０ ５ ） １ ０ ４
１０３ ０ ０ ９，Ｃｈ ｎ ；３ ６ ０ １ Ｔｒ ｏ ｓ Ｌａ ｚ ｏ ３ ０ ０， ｉ ａ ． １ ６ ｏ ｐ ， ’ ｎ ７ ０ ５ ， ｉ ａ ｉａ ． ８ １ ｏ ｐ ， ｎ ｈ ｕ ７ ０ ２ Ｃｈ ｎ ；４ ６ ３ ３ Ｔｒ ｏ ｓ Ｘｉ ａ １ ０ ４ Ｃｈ ｎ ）
信 息 。 因此 ， 有必 要 将 ＬＤ ｉＡＲ 点 云数 据 与 影 像 数
据 进行融 合 ， 发挥两 种数据 不 同的优 Ａｂ ｔａ ｔ Ｔｈ ａ ｅ ｉｓｌ ｎ ｌｓ ｓ ｔ ｅ ａ ｖ ｎ ａ ｅ ｎ ｉａ ｖ ｎ ａ ｅ ｆｐ ｉｔｃｏ ｄ ｄ ｔ ｎ ｍ ａ ｅ ｄ ｔ ｓｒｃ ： ｅｐ ｐ ｒｆｒｔｙ ａ ａｙ ｅ ｈ ｄ ａ ｔ ｇ ｓａ ｄ ｄｓ ｄ ａ ｔ ｇ ｓｏ ｏｎ ｌｕ ａ ａ ａ ｄ ｉ ｇ ａａ ｄ ｒｖ ｄ ｆｏ ａ ｒａ ｇ ｔＤｅｅ ｔ ｎ ａ ｄ Ｒａ ｇｎ （ ｉ ｅｉｅ ｒ ｍ ｅ ｉｌＬｉｈ ｔｃｉ ｎ ｎ ｉ ｇ Ｌ ＤＡＲ） ｓ ｓｅ ，ｔ ｅ ｕ ｅ ｈ ｍ ｏ ｅｈ ｒａ ｄ ｓ ｃ ｅ ｓ ｏ ｙ ｔｍ ｈ ｎ ｆ ｓ ｓｔ ｅ ｔｇ ｔ ｅ ｎ ｕ ｃ ｓ—
第 ２ 第 １期 １卷 ２１年 ２ ０２ 月
测
绘
工
程
Ｖｏ ． １№ ． １２ １
Ｆｅ ．。 ０ ２ ｂ ２ １
ＥＮＧＩ ＮＥＥＲＩ ＮＧ Ｕ ＲＶＥＹＩ ＯＦ Ｓ ＮＧ ＡＮＤ ＡＰ Ｉ Ｍ Ｐ ＮＧ

空间三维信息的获取提供了全新的技术手段，这项 技术的出现是继全球定位系统（ＧＰＳ）以来在遥感测 绘领域的又一场技术革命。
机载激光雷达系统（ＬＩＤＡＲ＿ＬｉｇｈｔＤｅｔｅｃｔｉｏｎＡｎｄ Ｒａｎｇｉｎｇ）是集激光扫描仪、ＰＯＳ定位定姿系统、高分 辨率数码相机、嵌入式计算机于一体的新型主动式 快速测量系统，能够快速、精确地获取地表三维空间 信息和真彩色影像。这些数据可广泛应用于公路、 铁路、电力、石油、国土、应急测绘、林业、文物保护等 多个领域。 ２ 工程应用 ２．１ 任务情况
《１∶５００、１∶１０００、１∶２０００地形图航空摄影测 ６ ＧＢ７９３１－２００８
量外业规范》 《１∶５００、１∶１０００、１∶２０００地形图航空摄影测 ７ ＧＢ７９３０－２００８ 量内业规范》 ８ ＧＢ１８３１６－２００８ 《数字测绘成果质量检查与验收》 ９ ＧＢ／Ｔ２４３５６－２００９ 《测绘成果质量检查与验收》
２．４ 机载激光雷达系统
本项目采用小型机载激光雷达系统，具体技术 指标如表 ２所示：
表 ２ ＳＥ－Ｊ１２００Ａ型激光雷达主要技术参数
仪器型号
视场角 数据获取方式
激光波长 扫描频率 眼睛安全度 垂直精度 影像水平精度 扫描方式 操作航高
焦距 有效操作距离
相机视场角 像素
像素尺寸 像幅大小 相机校准
ＳＥ－Ｊ１２００Ａ
６０° 多次回波 １５５０ｎｍ ５０～３００ｋＨｚ 人眼安全 优于 １４ｃｍ ＠７００ｍ航高 优于 ５２ｃｍ ＠６００ｍ航高
线扫描 ４００～１８００ｍ４０ｍｍ １５０ｍ４３° ８０００万像素
５．２μｍ １０３２８×７７６０
已检校
２．５ 点云数据生产方案 ２．５．１ 点云数据计算
（１）解算飞行航迹

简述LIDAR技术的应用与发展摘要】LiDAR——Light Detection And Ranging，即激光探测与测量LiDAR信息采集系统着重于整合各种技术，如GPS、激光测距、INS和计算机。

整个系统采集的数据，用于生产数字表面模型（DSM）、数字高程模型（DEM）、数字正射影像（DOM）、数字线划图（DLG）等产品的生产。

随着机载LiDAR点云的发展，高精度、高利用率地从LiDAR点云数据中地采集建筑物边缘轮廓信息，具有重要意义。

关键字：LIDAR；优势；发展；应用一、LIDAR技术的简介LiDAR 技术能够获取到高分辨率的地球空间信息，它是一项数据的生产周期短、受天气影响小、能全天候测量、自动化程度高的创新型测量手段。

激光雷达系统主要由激光扫描仪、GPS定位系统、惯性测量单元IMU以及数码相机组成。

[1] 激光扫描测距系统原理是假设光波在某一段距离上往返传播时间为t ,待测定距离可表示为D =1/2ct，式中， c 为光波在真空中的传播速度约为300 000km/s。

只要能精确地求出时间t就可以求出距离D。

激光扫描仪是一种主动式的测量系统，它是基于漫反射回来的激光脉冲回波信号，获取被测对象高精度的距离、反射率、回波次数等信息；被测区域的数字彩色纹理信息主要由基于被动光电成像技术的数码相机获取。

GPS定位系统实时提供激光雷达的三维空间位置坐标，惯性测距单元IMU实时测量机载激光雷达的姿态，用于确定激光脉冲的指向LiDAR根据载体的不同可以分为机载激光雷达，车载激光雷达与地面激光雷达，利用激光照在物体上锁返回的信号进行三维坐标测量[2]，并应用GPS、惯导装置来测定飞行状态，空间位置以及时间来生成LiDAR数据。

在经过 TerraSolid、 LIDAR360等软件的处理后，就可以生成高精度的DLG、DOM等，除了应用到航空摄影测量数字高程模型和正射影像快速生产中外，还可以广泛应用到道路设计与扩建，农业监控等领域。

本技术一种融合图像和激光点云的三维多目标跟踪方法，融合激光雷达的点云以及相机的图像数据，充分发挥点云数据和图像数据之间互补的优势，通过提取目标的三维空间位置信息，点云特征、图像特征，对检测目标与跟踪轨迹之间进行匹配，并结合卡尔曼滤波器对跟踪轨迹进行状态估计，得到准确稳定的三维多目标跟踪。

本技术可用于各类无人车中的行人、车辆等运动目标的跟踪和预测，也可以用于安防监控以及无人机对地目标侦察等领域。

权利要求书1.一种融合图像和激光点云的三维多目标跟踪方法，其特征在于，包括如下步骤：S1.从激光雷达获取点云数据，检测出目标的三维空间位置信息并提取点云特征；S2.从相机获取图像数据，将目标三维边界投影到图像平面，并提取投影区域的图像特征；S3.计算检测到的目标和跟踪轨迹在点云三维空间位置信息、点云特征以及图像特征上的相似度矩阵，并对三个相似度矩阵进行合并；S4.将合并的相似度矩阵通过匈牙利算法计算目标和轨迹之间的二分图匹配关系，并结合卡尔曼滤波器对跟踪轨迹进行状态估计，实现对三维目标的跟踪。

2.根据权利要求1所述的融合图像和激光点云的三维多目标跟踪方法，其特征在于，所述步骤S1还包括如下步骤：S11.对采集的点云通过点云目标检测算法得到目标的三维空间位置信息包括目标中心点(x,y,z)，长宽高(l,w,h)以及朝向θ；S12.对三维边界框内的点云进行特征提取，得到目标的点云特征。

3.根据权利要求2所述的融合图像和激光点云的三维多目标跟踪方法，其特征在于，所述步骤S12还包括如下步骤：S121.从预先采集的三维点云数据中提取出各个目标对应的点云，并标记目标的编号，相同的目标对应相同的编号，创建训练样本集；S122.在标注的数据集上训练点云深度神经网络，训练过程以最小化在标注样本上的分类误差作为目标。

4.根据权利要求1所述的融合图像和激光点云的三维多目标跟踪方法，其特征在于，所述步骤S2还包括如下步骤：S21.预先对激光雷达和相机进行联合标定，得到三维点云与图像像素之间的投影变换矩阵；S22.采集到图像数据时，使用所述投影变换矩阵，将目标三维边界投影到图像平面，得到目标在图像中的二维边界框；S23.对二维边界框内的图像进行特征提取，得到目标的图像特征。

激光雷达点云处理技术在测绘中的应用近年来，随着激光雷达技术的不断发展和普及，其在测绘领域的应用也日益广泛。

激光雷达通过高速旋转的激光束对地面进行扫描，可以快速获取大量的点云数据。

这些点云数据能够提供高精度的地形信息，为地质勘探、城市规划、交通设计等领域的决策提供重要支持。

本文将详细介绍激光雷达点云处理技术在测绘中的应用。

首先，激光雷达点云处理技术在地形测绘中扮演着重要的角色。

利用激光雷达扫描获取的点云数据，可以生成高精度的数字高程模型（DEM）。

DEM是描述地表地形的数字模型，对于地形分析、洪水模拟、土地规划等工作具有重要作用。

通过对点云数据进行滤波处理、分类和配准等步骤，可以从原始数据中提取出地表特征，进而生成准确的DEM。

这为地理信息系统（GIS）和遥感技术提供了宝贵的输入数据。

其次，激光雷达点云处理技术在三维建模中也有广泛的应用。

利用点云数据，可以实现对建筑物、地貌等立体对象的精确重建。

通过激光雷达扫描获取的点云数据，结合摄影测量技术，可以获得目标物体的准确三维模型。

这对于城市规划、建筑设计等领域具有重要意义。

同时，激光雷达点云数据还可以用于虚拟现实、游戏开发等行业，提供真实感的环境模型。

此外，激光雷达点云处理技术还在交通领域得到了广泛应用。

利用激光雷达扫描获取的点云数据，可以实现对道路、桥梁等交通设施进行全面的检测和评估。

通过对点云数据的处理，可以提取出道路标线、道路几何形状等关键信息，为交通设计和规划提供重要依据。

同时，激光雷达点云数据还可以用于交通安全监测，通过对道路交通状况的实时监测，提高交通管理的效率和水平。

然而，激光雷达点云处理技术在测绘中也面临着一些挑战。

首先是数据量大和处理复杂度高的问题。

激光雷达扫描获取的点云数据往往具有巨大的数据量，对于数据存储和处理能力提出了很高的要求。

此外，点云数据的处理受到地貌复杂性、光照条件等因素的影响，加大了数据处理的难度。

此外，激光雷达点云处理技术还面临着获取成本高的问题。

测绘与空间地理信息GEOMATICS & SPATIAL INFORMATION TECHNOLOGY第44卷第6期2021年6月Vol.44,No.6Jun., 2021基于Inpho 软件处理机载LiDAR影像制作DOM 新方案柏飞（新疆维吾尔自治区交通规划勘察设计研究院,新疆乌鲁木齐830006）摘要:航测采集数据配有高精度惯导能够获取高精度的外方位元素，在Inpho 软件环境下，外方位元素权的准确配置能够获取高精度连接点，从而可以获得高精度立体相对；通过利用激光雷达主动式获取的DEM ，直接纠正影像可以快速制作高质量DOM ,提高工作效率。

关键词：Inpho ；DOM ；DEM 中图分类号：P231文献标识码：A 文章编号：1672-5867（ 2021） 06-0175-02New DOM Solution Based on Inpho SoftwareProcessing Airborne LiDAR ImageBAI Fei(Xinjiang Uygur Autonomous Region Transportation Planning Surveying and Design Institute , Urumqi 830006, China )Abstract ：When the aerial survey data is equipped with high-precision inertial navigation to obtain high-precision external orientationelements, in the Inpho software environment, the accurate configuration of the external orientation element weights can obtain high- precision connection points, so that high-precision stereo relative can be obtained ； By using DEM actively acquired by LiDAR, directcorrection of the image can quickly produce high-quality DOM and improve work efficiency.Key words : Inpho ； DOM ； DEM0 引 言机载激光雷达测量系统是一种包含主动航空遥感装置,常集成CCD 、IMU 、GPS 、激光测距等技术,能够实现地 面三维坐标和影像数据同步、快速、高精确获取，并快速、智能化实现地物三维实时、变化、真实形态特性的测绘高新技术。

TECHNOLOGY APPLICATION简述激光雷达点云数据的处理应用王红艳，郑伶杰，陈献娜（郑州智象测绘信息技术有限公司，河南 郑州 450000）摘　要：随着计算机的出现和迅速发展，计算机科学、数字图像处理、人机交互等相关学科的应用使得虚拟现实、逆向工程、数字城市等新名词相继出现并开始应用。

对于逆向工程广为研究的今天，数据处理是其不可或缺的环节，因此,激光雷达点云数据的获取、处理、应用成为当前研究的新课题。

关键词：激光雷达；点云激光雷达（Light Detection and Ranging，简称LiDAR）是利用激光测距原理确定目标空间位置的新型测量仪器，通过逐点测定激光器发射信号与目标反射信号的相位（时间）差来获取激光器到目标的直线距离，再根据发射激光信号的方向和激光器的空间位置来获得目标点的空间位置。

目前LiDAR系统主要分为两大类，即机载LiDAR 系统和地面LiDAR系统。

其中地面LiDAR系统是一种集成了多种高新技术的新型测绘仪器，采用非接触式高速激光测量方式，可以对地形及复杂物体进行快速扫描，获得物体表面三维的阵列式几何图形数据，即LiDAR影像数据(Range Image)，由于数据点非常密集，数据也被称为点云(Point Cloud)。

点云是三维空间中的数据点的集合，最小的点云只包含一个点（称孤点或奇点），高密度点云高达几百万数据点。

1.点云的分类为了能有效处理各种形式的点云，根据点云中的点的分布特征将点云分为：（1）散乱点云测量点没有明显的几何分布特征，呈散乱无序状态。

随机扫描方式下的CMM、激光雷达测量仪等系统获得的点云呈散乱状态。

（2）扫描线点云点云由一组扫描线组成，扫描线上的所有点位于扫描平面内。

CMM、激光点三角测量系统沿直线扫描的测量数据和线结构光扫描测量数据呈现扫描线特征。

（3）网格化点云点云中所有点都与参数域中一个均匀网格的顶点对应。

将CMM、激光扫描系统、投影光栅测量系统及立体视差法获得的数据经过网格化插值后得到的点云即为网格化点云。

机载激光雷达在测绘地图中的应用近年来，随着科技的飞速发展，机载激光雷达（LiDAR）作为一种先进的测绘工具，在地图制作和空间信息行业中发挥着越来越重要的作用。

从海拔数据的获取到三维模型的建立，机载激光雷达在测绘地图中的应用极其广泛。

本文将重点探讨机载激光雷达在测绘地图中的应用以及其相关技术和发展趋势。

首先，机载激光雷达在地表特征提取方面具有显著优势。

机载激光雷达利用激光束扫描地面，能够快速获取大范围的地表点云数据。

通过对这些点云数据的处理和分析，可以提取出地形、建筑物、植被等地表特征，进而制作出高精度的地图。

相比传统的测量方法，机载激光雷达具有高效、高精度、全面等优点，能够大幅提高地图制作的效率和质量。

其次，机载激光雷达在城市规划和土地利用评估等领域也有广泛应用。

通过机载激光雷达可以获得城市地区的三维点云数据，包括建筑物、道路、植被等。

这些数据可以用于建立精确的城市模型，包括建筑物高度、形状、立面等信息。

借助机载激光雷达，城市规划者可以从更直观的角度了解城市的发展状况，为城市规划和土地利用评估提供科学依据。

此外，机载激光雷达还广泛应用于环境监测和资源管理等领域。

例如，林业资源调查中，通过机载激光雷达可以获取到森林的三维结构和植被信息，从而对森林覆盖率、植被类型等进行准确评估。

此外，机载激光雷达还可以用于水资源管理、气候变化研究等，为实现可持续发展提供重要数据支持。

在机载激光雷达技术方面，随着激光技术和传感器技术的进步，机载激光雷达的精度和分辨率不断提高。

新一代机载激光雷达设备具有更高的测量频率和更大的测量范围，能够提供更丰富的地理信息。

同时，机载激光雷达还可以与其他传感器数据相结合，如相机影像、GPS等，实现多源数据的融合，提高地图制作的精度和可视化效果。

此外，机载激光雷达的应用也面临着一些挑战和问题。

首先是数据处理和分析的复杂性。

机载激光雷达获取的点云数据十分庞大，对数据的处理和分析需要强大的计算资源和专业的算法，这对于部分地区和机构来说是一个挑战。

机载LiDAR点云和倾斜摄影影像数据融合处理技术流程韩文泉【摘要】机载LiDAR点云和倾斜摄影影像是两种新型测绘地理信息数据,可以用来制作DEM、DOM和建筑三维模型.在分析点云数据和倾斜数据基础上,阐述点云和影像数据融合处理的关键步骤和方法.对点云配准、航带裁切、三维建模以及正射影像制作流程进行了详细阐述,开创了两种数据源融合处理的新模式.【期刊名称】《城市勘测》【年(卷),期】2017(000)005【总页数】5页(P17-21)【关键词】LiDAR点云;倾斜摄影;数据融合;三维建模;DEM【作者】韩文泉【作者单位】南京市测绘勘察研究院股份有限公司,江苏南京 210019;东南大学交通学院,江苏南京 210009【正文语种】中文【中图分类】P23机载LiDAR(Light Detection And Ranging)是一种新型的空间对地观测技术，具有获取数据精度高、速度快、范围大等特点，可以直接获取地物三维坐标。

激光测量系统有一定的穿透性，可以获得多重回波及其强度信息，是对传统摄影测量与遥感技术进一步发展[1]。

机载LiDAR主要进行大面积三维地表信息采集，通过对点云分类，生产高精度DEM(Digital Elevation Model)和建筑三维模型。

例如：盛志鹏(2016)利用TerraSolid进行机载与车载LiDAR点云数据的融合[2]，为进一步三维建模提供数据基础。

倾斜摄影(Oblique Photography)是测绘领域近些年发展起来的另一项高新技术，通过在同一飞行平台上搭载多角度相机，突破了只能从垂直角度拍摄的局限，同时获得一个垂直、四个倾斜等五个不同角度的影像[3]。

可以使用倾斜摄影获得的影像进行城市DSM、三维面片模型的生产。

例如：吴军等研究倾斜航空影像的城区DSM生成算法[4]。

但是，目前生产单位主要利用国外的商业化软件自动建立三维面片模型，单体化后进行应用。

国内虽然有公司在开发同类型的软件，还不是十分成熟。