激光雷达（LiDAR）点云数据知多少？

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达
 

本文转自 | 新机器视觉

作为一位测绘小白

当看到眼前这些密密麻麻的点

是否让你感到眼前一黑呢？

你能获取哪些有用的测绘信息呢？

我们都知道“一沙一世界，一叶一菩提”，但不一定知道的是，还有“一点一方位空间”。

这些点可大有来头，用处可大了！

且听笔者详细道来吧~

原来，这些都是激光雷达（LiDAR）点云数据，每一个点都包含了三维坐标信息，也是我们常说的X、Y、Z三个元素，有时还包含颜色信息、反射强度信息、回波次数信息等。

▲点云信息查询

首先，让我们了解一下它们是如何产生的。

其实，这些点是机载激光雷达向地面发射激光信号，然后收集地面反射的激光信号而来的。此后，内业通过联合解算、偏差校正，便可以计算出这些点的准确空间信息。看上去一个简单的数据获取，其实包含了较为复杂的设备结构及数据采集过程。

▲机载激光雷达数据获取

其一，激光雷达（LiDAR)包括了激光测距系统、光学机械扫描单元、控制记录单元、全球定位系统(Global Position System, GPS)、惯性测量系统(Inertial Measurement Unit，IMU)以及一套成像设备等。其二，机载激光雷达（LiDAR)进行采集点云数据时除了天气需要满足飞行条件外，还需要获得空域许可，提前设计航线，实地勘察。

▲点云数据获取及解算过程

我们在上文所见的那些离散点无法获取有用信息，是因为打开的方式不对。

正确的打开方式是这样的：

▲点云三维预览

三维预览，只是点云最基本的表面特征，因为每一个点云都具备空间坐标信息，因此它们都具备测量能力。两点成线，三点成面，四点成体，通过这些点，不仅可以明确了解地表空间上的某个点的坐标信息，还可以计算它们之间的长度、面积、体积、角度等信息，正好应对了测量需要的要素。

那点云数据可以用来干什么？

1

可用于制作数字高程模型

通过对点云数据进行自动化预处理，地面滤波，结合人工编辑对激光点云进行进一步的精分类，保留地面点，剩余的地面点通过构建不规则三角网（TIN）等模型进行栅格化，可得到高精度的数字高程模型（DEM）数据，也可以转换为等高线数据。

▲数字高程模型及等高线

2

可用于三维建模

随着激光雷达技术的逐步成熟，三维激光雷达技术制作的三维模型精度高，适用范围广，外业工作量少，省时省力。在建筑物的房屋轮廓提取、特征点检测和三维重建工作上发挥了重要作用。且结合倾斜摄影技术，地物提取更加便捷，数据可视化程度更高。

▲点云三维模型

3

可用于农林普查

机载激光点云可以用于普查林木的特征，例如树木的平均高度，树冠密度，生物量，林木储量和植被覆盖度。如果搭配高光谱成像仪，可以确定更多的信息，如植被分类、植被储量、土壤变化等。其次，衍生数据可用于监测森林生长，风暴或火灾造成的损害等。

▲林木整体分布展示

4

可用于土方计算

高精度激光点云，可用于构建地形三维模型，为勘察设计提供断面量测、坡度坡向量测、土方填挖量等信息，大大减少工程勘察设计中的外业工作量，缩短工作周期。

▲点云计算土方量

5

可用于监测地质灾害

通过地形三维模型的建立，可以大面积监测地形的变化，可以根据地形的变化方向及地形的变化量，作出风险评估，为预防地质灾害的发生提供依据。例如，对滑坡体地表的监测，特别是在陡坡下的道路、铁轨，以及削坡建房等容易发生滑坡地区，能够为滑坡体成因和发育趋势的推断提供重要依据。

▲削坡建房

上述五个方面，只是点云数据应用的其中一部分。

因为激光雷达具备着以下几个特点：

• 全天候工作，主动获取数据；
  

• 隐蔽性好，抗有源干扰能力强，且获取数据范围广；

• 激光穿透能力强；

• 外业工作量小；

• 点云精度高，空间坐标信息准确。

所以，激光雷达（LiDAR）获取的点云数据，往往也适用资源勘探、城市规划、农业开发、水利工程、环境监测、矿山测量、隧道测量、公路道路测量、电缆监测、海洋深水测量等各个方面。

今天的激光雷达（LiDAR）点云数据就介绍到这里啦，你有没有get到呢？

文 | 陈洪斌

转载 |  广东省国土资源测绘院

 End 

声明：部分内容来源于网络，仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥，请联系删除。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~