无人机测绘技术-徐军-课件7-9：第7章 无人机贴近摄影测量-无人机测绘技术应用

无人机测绘技术自然资源与测绘学院徐军TelQ:932014717.1贴近摄影名词的来由7.2贴近摄影摄影测量的技术支撑与技术路线7.3贴近摄影测量应用领域7.4贴近摄影测量面临的问题与展望第7章无人机贴近摄影测量第7章无人机贴近摄影测量与数据处理7.1贴近摄影名词的来由7.1.1问题的提出7.1.2贴近摄影的概念7.1.3与其他摄影测量的区别7.1.4贴近摄影测量的特点7.1.1问题的提出●新生劣化带长约500公里●高陡峡谷地貌●高差600-1200m●坡度35°-75°●巫峡段为顺向坡。三峡库区蓄水后水位抬升100多米,且每年涨落30m,库岸斜坡岩体长期劣化。7.1.1问题的提出箭穿洞危岩体壁立于巫峡神女峰风景旅游区，每天有大量的船舶从危岩体前方航道通过，这些潜在的危险威胁到长江航道安全。箭穿洞危岩体基座为泥质条带灰岩，岩体劣化强烈7.1.1问题的提出当地国土局每年采用人工悬绳的方式对长江两岸危岩体进行勘测，危险性大，操作难度高。摄影测量是从影像获取信息的科学，能否提供一种安全、有效的观测手段，降低地质调查人员野外实地作业的危险性？7.1.1问题的提出图中两处危岩体裂缝的宽度是本次项目的核心检测目标，在两次测量间隔之间，裂缝宽度的变化值是其危险性的重要参考标准。难点：危岩体形状不规则，凹凸不平，周边还有凸出的树木，所以为了安全考虑，无人机必须要与测区保持相对安全的距离。7.1.1问题的提出7.1.1问题的提出7.1.1问题的提出M300rtk无人机，使用WaypointMaster设计航线，距危岩体50m，立体分辨率为0.5cm，测区有效面积约0.1km²，航向/旁向重叠度80%/70%，累计飞行1.5个架次，包括手动飞行补拍，共获取300张影像。7.1.1问题的提出7.1.2贴近摄影测量的概念2019年初，张院士团队在他们已获得应用实效的数字摄影测量网格(DPGrid)的基础上，经过成员们多次讨论，并参考了直升机的“贴地飞行”这一名词，提出了“贴近摄影测量（nap-of-the-objectphotogrammetry）”这一概念，并陆续用该技术进行了不仅仅局限于地质灾害调查的精细化摄影测量初步应用实验，获取了多方面宝贵的案例经验。贴近摄影测量，是针对精细化测量需求提出的全新摄影测量技术，也是精细化对地观测需求与旋翼无人机发展结合的必然产物。7.1.2贴近摄影测量的概念贴近摄影测量是面向对象（object）的摄影测量（object-orientedphotogrammetry），它以物体的“面”为摄影对象，利用旋翼无人机贴近摄影获取超高分辨率影像，进行精细化地理信息提取，因此可高度还原地表和物体的精细结构。7.1.2贴近摄影测量的概念剖面7.1.3与其他摄影测量的区别传统摄影——相对航高变化比较大，对于落差大的地形采集到的影像数据的影像分辨率差异比较大贴近摄影——贴近拍摄物体表面进行数据采集测，相对航高比较固定，采集到的影像分辨率相近传统摄影贴近摄影7.1.3与其他摄影测量的区别贴近摄影测量被称为“第三种测量方式”，与垂直航空摄影测量、倾斜摄影测量的区别：垂直航空摄影测量——对二维空间的水平面进行摄影倾斜摄影测量——对XYZ三维空间（或称2.5维——三维空间的表面）进行摄影贴近摄影测量——是针对三维空间任意坡度、坡向的“面”进行摄影垂直摄影倾斜摄影贴近摄影7.1.3与其他摄影测量的区别贴近摄影测量与仿地摄影测量、近景摄影测量的区别：仿地摄影测量——根据DSM的高程改变飞行高度，但不会顾及地形或地物坡度不同而改变摄影机姿态。近景摄影测量——针对三维空间地形以外目标的形状、大小和运动状态的摄影测量，当目标的面坡度为90°，近景摄影测量是贴近摄影测量的一个特例。贴近摄影测量——针对三维空间“斜面”的摄影测量。仿地摄影近景摄影贴近摄影7.1.3与其他摄影测量的区别7.1.4贴近摄影的特点7.1.4贴近摄影的特点第7章无人机贴近摄影测量7.2贴近摄影测量的技术支撑与技术路线7.2.1贴近摄影测量技术支撑7.2.2贴近摄影测量数据处理方法7.2.3贴近摄影测量的技术路线引自:/mobile-sdk/documentation/introduction/component-guide-gimbal.html技术基础1：无人机云台姿态控制能力7.2.1贴近摄影测量技术支撑7.2.1贴近摄影测量技术支撑技术基础1：无人机云台姿态控制能力引自:/s?id=1603032684452085937&wfr=spider&forepc&isFailFlag=1技术基础2：无人机高精度定位技术7.2.1贴近摄影测量技术支撑技术基础3：由粗到细的智能航线规划7.2.1贴近摄影测量技术支撑技术基础3：由粗到细的智能航线规划7.2.1贴近摄影测量技术支撑技术基础3：由粗到细的智能航线规划7.2.1贴近摄影测量技术支撑折线环绕单点环绕技术基础3：由粗到细的智能航线规划7.2.1贴近摄影测量技术支撑区域环绕带状环绕技术基础3：由粗到细的智能航线规划7.2.1贴近摄影测量技术支撑技术基础4：计算机视觉突破了摄影测量传统的要求7.2.1贴近摄影测量技术支撑引自:/linczone/article/details/462371977.2.2贴近摄影测量数据处理方法SIFT算法，Scale-invariantfeaturetransform，中文含义就是尺度不变特征变换。该算法自1999年由DavidLowe提出（Objectrecognitionfromlocalscale-invariantfeatures）以后被广泛的应用于图像识别，图像检索，3D重建等CV的各种领域。由于在此之前的目标检测算法对图片的大小、旋转非常敏感，而SIFT算法是一种基于局部兴趣点的算法，因此不仅对图片大小和旋转不敏感，而且对光照、噪声等影响的抗击能力也非常优秀。7.2.2贴近摄影测量数据处理方法VuHH,LabatutP,PonsJP,etal.HighAccuracyandVisibility-ConsistentDenseMeshViewStereo[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2011,34(5):889-9017.2.2贴近摄影测量数据处理方法剔粗差随机抽样一致RANSAC信赖域算法Levenberg-Marquardt共轭梯度算法Conjugategradientmethod两次膨胀影像匹配算法ETM跨接松弛匹配BRM7.2.2贴近摄影测量数据处理方法7.2.3贴近摄影测量的技术路线初始地形信息无人机常规飞行摄影测量处理三维航线规划智能贴地飞行摄影测量处理绘制线划图低分辨率无人机图像局部区域“手持”补拍无人机三维航线规划与智能贴近飞行第7章无人机贴近摄影测量7.3贴近摄影测量应用领域7.3.1测绘领域应用7.3.2地质领域应用7.2.3文物保护领域应用7.3.1测绘领域应用1.城市建筑物精细三维重建武汉大学信息学部教学实验大楼7.3.1测绘领域应用7.1.1问题的提出“贴近”+“倾斜”融合的建筑物精细三维模型7.3.1测绘领域应用7.3.1测绘领域应用7.3.2地质领域应用3名保护人员，其中1人位攀岩教练2名调查人员1.高山峡谷区地质灾害无人机贴近正交摄影调查与监测7.3.2地质领域应用7.3.2地质领域应用左侧边界张性构造裂缝右侧边界张性构造裂缝压溃带基座裂缝7.3.2地质领域应用压溃带基座裂缝7.3.2地质领域应用压溃带基座裂缝7.3.2地质领域应用巫峡两岸岩壁的贴近摄影测量2.金沙江白格滑坡7.3.2地质领域应用7.3.2地质领域应用7.3.2地质领域应用滑坡过程中的裂缝监测7.3.3文物保护领域应用2019年2月28日:悬空寺贴近30米飞行视频(由另-架无人机拍摄)1.恒山悬空寺自动贴近飞行7.3.3文物保护领域应用2.应县木塔环绕摄影7.3.3文物保护领域应用7.3.3文物保护领域应用3.宁明花山岩画贴近飞行7.3.3文物保护领域应用基于初始地形影像建立的三维模型

7.3.3文物保护领域应用花山岩画TIN结构网（a）、白模（b）、三维模型（c）7.3.3文物保护领域应用7.3.4水利工程领域应用1.南水北调渠首段护坡监测7.3.4水利工程领域应用7.3.4水利工程领域应用2.恩施水布垭大坝坡面监测7.3.4水利工程领域应用7.3.4水利工程领域应用第7章无人机贴近摄影测量7.4贴近摄影测量面临的问题与展望7.4.1贴近摄影测量面临的问题7.4.2贴近摄影测量的展望7.4.1贴近摄影测量面临的问题7.4.1贴近摄影测量面临的问题7.4.2贴近摄影测量的展望1.Coarse-to-fine不仅仅是计算机视觉、摄影测量的一个策略,它也是社会发展的重要方向，贴近摄影一第三种摄影方式的出现是时代发展的必然，人们期望能对object的各个面都能获取厘米甚至毫米级别影像进行量测;2.贴近摄影测量是旋翼无人机应用于近景摄影测量，从而形成的一种全新摄影测量方式，可为古建筑、水利、滑坡、三维建模....等物体的数字化重建提供一种有效的补充手段;3.贴近摄影测量不仅仅是摄影方式的改变，它还有新的产品形态，如剖面正交影像图;4.贴近摄影测量刚刚开始，很多问题远未涉足，应用具有很大潜力，需要大家一起努力开发、挖掘。思考题1. 简述贴近摄影测量的原理和特点。2. 简述贴近摄影测量与其他摄影测量方式的区别。3. 简述贴近摄影测量的特点与关键技术。4. 简述贴近摄影测量的方法与技术路线。5. 简述贴近摄影测量航线参数计算方法。6. 简述贴近摄影测量的应用领域。7. 论述基于贴近摄影测量的实景三维建模流程。

无人机测绘技术自然资源与测绘学院徐军TelQ:932014718.1激光雷达概述8.2机载激光雷达测量系统8.3机载激光雷达点云数据处理8.4无人机机载激光雷达测量案例一——高精度地形测量8.5无人机机载激光雷达测量案例二——矿山测量第8章无人机机载激光雷达测量第8章无人机机载激光雷达测量8.1激光雷达概述8.1激光雷达概述8.1.1激光雷达简介激光雷达（LightDetectionandRanging，LiDAR，即激光雷达探测及测距）是一种通过发射激光束来探测远距离目标的散射光特性以获取目标物体的精确三维空间信息的光学遥感技术。8.1激光雷达概述激光器、接收器、信号处理单元和旋转机构是激光雷达的四大核心部件。8.1激光雷达概述激光雷达能够穿透薄的云雾，获取目标信息，其激光点直径较小，且具有多次回波特性，能够穿透树木枝叶间的空隙，获取地面、树枝、树冠等多个高程数据。8.1激光雷达概述激光雷达能够穿透薄的云雾，获取目标信息，其激光点直径较小，且具有多次回波特性，能够穿透树木枝叶间的空隙，获取地面、树枝、树冠等多个高程数据。8.1激光雷达概述穿透水体，获得海、河底层地形，精确探测真实地形地面的信息。8.1激光雷达概述穿透水体，获得海、河底层地形，精确探测真实地形地面的信息。8.1激光雷达概述8.1.2激光雷达简介1、按功能分类1）激光测距雷达2）激光测速雷达3）激光成像雷达4）大气探测激光雷达5）跟踪雷达8.1激光雷达概述2、按工作介质分类1）固体激光雷达2）气体激光雷达3）半导体激光雷达8.1激光雷达概述3、按线数分类1）单线激光雷达只能检测同一个高度的障碍物，不能测量整体轮廓，多应用于扫地机器人、酒店服务机器人2）多线激光雷达多线雷达主要应用在无人驾驶上，可以计算物体的高度信息，并对周围坏境进行3D建模8.1激光雷达概述4、按扫描方式分类1）MEMS型激光雷达2）Flash型激光雷达3）相控阵激光雷达4）机械旋转式激光雷达8.1激光雷达概述5、按探测方式分类1）直接探测激光雷达2）相干探测激光雷达6、按激光发射波形分类1）连续型激光雷达2）脉冲型激光雷达8.1激光雷达概述7、按载荷平台分类1）机载激光雷达2）车载激光雷达3）地基激光雷达4）星载激光雷达8.1激光雷达概述8.1.3激光雷达测距原理1、三角测距法原理：激光器发射激光，在照射到物体后，反射光由线性CCD接收，由于激光器和探测器间隔了一段距离，所以依照光学路径，不同距离的物体将会成像在CCD不同的位置上。f——接收透镜的焦距，L——发射光路光轴与接收透镜主光轴之间的偏移d——在接收CCD上的位置偏移量8.1激光雷达概述2、TOF法激光器连续发射出脉冲激光信号，激光信号打到被探测物体表面后再返回到接收器，通过测量脉冲信号发射到回收的时间，来反推激光器到被探测物体的距离。（1）脉冲调制法原理：直接测量飞行时间。8.1激光雷达概述2、TOF法（2）相位法原理：通过求解发射波和接收波的相位差来反推被测物体与激光之间的距离。

第8章无人机机载激光雷达测量8.2机载激光雷达测量系统8.2机载激光雷达测量系统机载激光雷达是一种以无人机或有人机为载体，通过对地面进行扫描，记录目标的姿态、位置和反射强度等信息，获取地表的三维信息，并深入加工得到所需空间信息的技术。飞机飞行过程中，搭载于飞机底部的激光雷达发射脉冲信号，信号接触到被测物体反射回来再次被激光的接收器接收，结合激光器的高度，激光扫描角度，就可以准确地计算出每一个地而光斑的三维坐标X、Y、Z。8.2机载激光雷达测量系统8.2.1机载激光雷达测量系统组成机载雷达测量系统主要集成了三个部件：雷达扫描仪、机载GPS系统、机载惯性导航系统。机载激光雷达系统组成：8.2机载激光雷达测量系统1、激光雷达扫描仪LiDAR系统搭载在各种移动系统（汽车、飞机、无人机等），对空气和植被（空中激光）甚至水（测深激光）发出脉冲激光。雷达扫描仪接收返回的激光脉冲，记录测量距离和角度。扫描速度会影响LiDAR系统测得的点和回波的数量。D——待测距离，t——到达目标的往返时间，c——光在真空中传播的速度3×108m/s激光雷达扫描线轨迹激光测距系统组成：8.2机载激光雷达测量系统2、定位和导航系统全球导航卫星系统（GNSS）提供有关传感器位置（纬度/经度/高度）的准确地理信息。惯性测量单元（IMU）通过加速度计和陀螺仪记录在此位置，传感器的精确方位（俯仰角/横滚角/偏航角），然后将这两个设备记录的数据用于生成数据转换成静态点。机载激光雷达定位原理8.2机载激光雷达测量系统3、中心控制平台机载平台控制中心完成数据采集，实现各组成设备的精确同步,同时记录存储采集的大量雷达点云数据。通过外方位信息的计算，根据激光雷达定位原理，进行点云生成和点云数据输出。LiDAR点云生成流程8.2机载激光雷达测量系统8.2.2机载激光雷达工作原理工作原理：首先向被测目标发射一束激光，然后测量反射或散射信号到达发射机的时间、信号强弱程度和频率变化等参数，从而确定被测目标的距离、运动速度以及方位。8.2机载激光雷达测量系统8.2.3机载激光雷达的技术特点1、优点1）主动获取数据的能力2）穿透能力3）外业工作量少4）高精度5）可以获得丰富的数据信息6）快速处理2、缺点1）机载LiDAR技术收集的数据具有一定的盲目性2）机载激光雷达技术更加复杂和专业3）机载激光雷达数据产品比较少8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域1）机载激光雷达在测绘行业的应用8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域1）机载激光雷达在测绘行业的应用8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域2）机载激光雷达在林业的应用8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域1）机载激光雷达在测绘行业的应用8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域3）机载激光雷达在水利行业的应用8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域4）机载激光雷达在电力行业的应用8.2机载激光雷达测量系统8.2.4机载激光雷达应用领域5）机载激光雷达在建筑保护的应用第8章无人机机载激光雷达测量8.3机载激光雷达点云数据处理8.3机载激光雷达点云数据处理8.3.1机载激光雷达点云数据1、激光雷达点云数据组成机载激光雷达所形成的数据是三维空间呈现随机离散的数据“点云”，点云数据是指在三维空间系统中一个个点的坐标。不同的机载激光雷达设备获取的数据并不是完全相同，但是通常有以下三个部分信息。三维坐标数据雷达回波信息回波强度信息8.3机载激光雷达点云数据处理1、激光雷达点云数据组成三维坐标数据

机载激光雷达设备通过分析GPS(全球定位系统)和INS(惯性导航系统)的数据，结合激光返回时间，激光扫描角度等信息，得到采集数据的精确的(x，y，z)坐标。雷达回波信息

激光脉冲在传播过程中可能会遇到多个反射表面，每次没遇到一次反射表面，就会发生一次回波。激光雷达回波信息8.3机载激光雷达点云数据处理1、激光雷达点云数据组成回波强度信息

由于反射面的材质以及几何特征不同，激光雷达的回波强度信息，可以用来表征目标物体对激光信号的辐射能力强弱，回波强度信息与反射物体具有一定的相关性。点云数据的回波次数信息点云数据的强度信息8.3机载激光雷达点云数据处理2、机载激光雷达点云数据格式激光雷达常用的数据格式有LAS，是美国遥感与摄影测量协会下属的LiDAR委员会制作的标准的点云数据格式。LAS1.4数据格式8.3机载激光雷达点云数据处理2、机载激光雷达点云数据格式点云数据的实例见表8-1。C-class(类别)、F-flight(航线号)、T-time(GPS时间)、I-intensity(回波强度信息)、R-return(第几次回波)、N-numberofreturn(回波次数)、A-scanangle(扫描角度)、RGB-redgreenblue(颜色信息)。8.3机载激光雷达点云数据处理3、机载激光雷达点云数据特点1）离散不规则在圆锥扫描的方式中，中间区域数据稀疏两侧密集；在光纤扫描方式中，在扫描线方向上点云的密度，大于垂直扫描线方向上的点云密度。2）数据缺失机载激光雷达点云通常只能获取目标物体的表面信息，几乎没有内部信息。3）机载激光雷达点云数据中具有一定的光谱特性机载雷达系统获得的信息通常包含回波强度信息，可以表征目标物体的辐射特性。8.3机载激光雷达点云数据处理4、机载激光雷达点云数据产生噪声点的原因：1）离散不规则1）存在自然因素和人为因素的影响，激光雷达在扫描物体时，当有树木遮挡或穿插而过的小车而阻碍了数据获取时，雷达得到的数据会存在噪声点。2）对扫描仪表的直接影响。包括扫描检查仪器设备的准确度、扫描角度、图像分辨率以及机械振动等。3）在处理流程中差生的偏差。比如，在近邻检索阶段，由于近邻点的划分，计算会将一些不属于自身邻域的点划分进同一领域内。4）多余点，即扫描范围之外的所有剩余点数。8.3机载激光雷达点云数据处理8.3.2机载激光雷达点云滤波机载激光雷达点云数据中，有些点位于真实地形表面，有些点位于人工建筑物（房屋、烟囱、塔、输电线等）或自然植被（树、灌木、草）。从激光点数据点云中提取数字高程模型，需要将其中的地物数据脚点去掉，这就是激光雷达数据的滤波。不同的机载激光雷达设备获取的数据并不是完全相同，但是通常有以下三个部分信息。滤波的基本原理：基于邻近激光点间的高程突变（局部不连续），此类高程突变一般不是由地形的陡然起伏所造成的，通常较高点是某些非地表的地物点。8.3机载激光雷达点云数据处理8.3.2机载激光雷达点云滤波8.3机载激光雷达点云数据处理1、数学形态学方法设LiDAR观测值序列为p(x，y,z)，(xp,yp,zp)——p点的邻域点，w——窗口大小,也称为结构元素的尺寸，结构元素可以是一维的直线，也可以是二维的矩形或其他形状。则p点的：膨胀运算定义为:(膨胀算法的结果是邻域窗口中的最大高程值。)原图像膨胀图像结构元素8.3机载激光雷达点云数据处理1、数学形态学方法设LiDAR观测值序列为p(x，y,z)，(xp,yp,zp)——p点的邻域点，w——窗口大小,也称为结构元素的尺寸，结构元素可以是一维的直线，也可以是二维的矩形或其他形状。则p点的：腐蚀算法定义为：(腐蚀算法的结果是邻域窗口中的最小高程。)原图像腐蚀图像结构元素8.3机载激光雷达点云数据处理2.移动窗口法移动窗口法过滤是利用一个范围合适的移动窗口找最低点计算出一个粗略的地形模型，过滤掉所有高差（以第一步计算出的地形模型为参考）超出给定阈值的点，计算出一个更精确的地形模型。8.3机载激光雷达点云数据处理3.迭代线性最小二乘内插法其核心思想就是基于地物点的高程比对应区城地形表面激光点的高程高，线性最小二乘内插后，每个激光点的高程的拟合残差（相对于拟合后地形参考面）不服从正态分布，4.基于坡度变化的滤波算法根据地形坡度变化确定最优滤波函数，为了保留倾斜地形信息，要适当调整滤波窗口尺寸的大小，并增加筛选阈值的取值，以保证属于地面点的激光点不被过滤掉。8.3机载激光雷达点云数据处理8.3.3机载激光雷达点云分类机载激光雷达点云数据经过前面的滤波或过滤，只是分离出地面点和地物点。如果要提取地物，必须在此基础上进一步进行地物点云的分类（区分人工地物和自然地物）；有时地面点云系列也要进行进一步的分类，如要进行道路提取。8.3机载激光雷达点云数据处理8.3.3机载激光雷达点云分类8.3机载激光雷达点云数据处理1.基于高程纹理的点云数据分类局部范围系列数据点间的高程变化就形成一定的“高程纹理”，这种局部高程纹理能反映出物体某些重要的特征信息。(1)原始高程数据：原始高程数据主要考虑分割一边是高的物体，如房屋、树，另一边是平坦地面或街道的情形。如果测区为山区，先将原始高程数据通过高通滤波。(2)高程差：为各像素周围一定窗口范围内高程的最大值和最小值之差值，如果地物为屋顶或街道，那么其值一般接近于零；如果地物是树等植被，那么其值相差悬殊。(3)高程变化：描述一定窗口范围内高程值的变化规律，这种高程纹理与高程差形成的高程纹理有相似之处。(4)地形坡度：针对每个像素邻域，其最大坡度由x、y轴分量方向的坡度决定,坡度影像可作为区分倾斜屋顶和水平屋顶、街道和树等地物的重要信息源。8.3机载激光雷达点云数据处理2.融合激光回波信号强度和激光点高程进行分类激光脉冲打到相同的物质表面时，其回波信号的强度较为接近。由于激光回波信号的强度与多种因素有关，在融合强度信息进行分类时，首先要进行强度信息标定。标定：就是确定同一航带相邻区域不同介质表面对激光散射强度的量化指标。不同介质的激光回波信号强度8.3机载激光雷达点云数据处理3.利用激光脉冲两次回波的高差变化进行分类脉冲式激光雷达测量系统通过测量激光脉冲回波信号的上升边界和下降边界，经波形分析后可得到激光脉冲的首次回波信号时刻和尾次回波信号时刻，从而对于同一束激光能同时获得两个距离观测值。1)利用激光脉冲首次回波信号的激光点获取未经滤波处理的数字高程模型M1。（植被区域：局部高程变化大，道路、平面屋顶：局部高程变化小）2)还可利用激光脉冲尾次回波信号的激光点获取未经滤波处理的数字表面模型M2。3)在分别获得的M1和M2间求差。（植被区域：两次获得的高差差异较大，道路、平面屋项：两次获得的高程差异会很小或接近于零）.4)根据上述原理，就能区分出森林植被区域。8.3机载激光雷达点云数据处理8.3.4机载激光雷达点云数据处理流程（1）通过DGPS/IMU组合系统的数据精确确定遥感平台的飞行航迹。（2）通过对激光测距数据、IMU姿态数据、DGPS数据以及扫描角数据进行相应的处理，计算出激光点的三维坐标信息。一般都由机载LiDAR系统生产商提供的软件进行自动处理，得到激光点云数据。（3）应用一定的数学算法对点云数据进行滤波、分类、建筑物边缘提取以及建筑物三维重建等数据后处理。（4）机载LiDAR系统在完成对整个区域地扫描过程中，采用分航带的方式进行飞行，航带间保证一定的重叠度。在数据后处理过程中通过航带间的重叠部分将点云数据进行拼接，组成一个完整的目标区域。（5）将点云数据坐标系统转换成用户需求的坐标系统。（6）将滤波、分类获得的地面点，通过相应的操作生成DEM、DSM和DOM等最终的测绘产品。8.3机载激光雷达点云数据处理8.3.4机载激光雷达点云数据处理流程

LiDAR数据处理流程:第8章无人机机载激光雷达测量8.4机载激光雷达测量案例一——高精度地形测量8.4机载激光雷达测量案例一——高精度地形测量8.4机载激光雷达测量案例一——高精度地形测量8.4.1设备配备1.硬件配置南方智航SF1650无人机SAL-1500机载三维激光测量系统

8.4机载激光雷达测量案例一——高精度地形测量8.4.1设备配备2.软件配置轨迹解算采用LidarStar软件，点云处理采用TerraSolid软件，点云显示和后处理采用SouthLidar软件。8.4机载激光雷达测量案例一——高精度地形测量8.4.2航测数据获取与数据处理1.航线设计与飞行按照作业要求，规划检校航线、数据采集航线、照片拍摄位置等，将项目区域分为4个区块进行航摄作业，摄区内最长航线长不超过6km。根据成图比例尺要求，设定航线飞行高度为相对地表飞行高度380m，航向重叠度70%，旁向重叠度50%，原始照片地面分辨为5cm以内。8.4机载激光雷达测量案例一——高精度地形测量8.4.2航测数据获取与数据处理2.点云预处理主要采用LidarStar软件进行轨迹解算，按作业单元进行相关的镶嵌和裁切工作，形成管理和作业的数据处理单元。在镶嵌线绘制过程中，要求：①航线接边差应满足设计要求；②镶嵌线应尽量选择在重叠处的中央；③因激光扫描日期引起航线间地物存在明显差异时，镶嵌线应尽量沿沟渠、行树、乡村路等带状覆盖的中心区域绘制，平原区域作物生长差异明显时尤其要避免在大面积平坦耕地中穿过。8.4机载激光雷达测量案例一——高精度地形测量8.4.2航测数据获取与数据处理3.点云分类（1）粗分类粗分类实现的是将地面点与非地面点大概的分离，包括把较低的点从与其相邻的点中分离，把一些低于邻近点的点从源类中分离，确定低于真实地表面的点。（2）细分类对于复杂地形，需要对粗分类的结果进行检查和修改，称为细分类。保留在地面层中的点（山脊山谷、路沟坎、大坝、礁石、田埂等）被分类到非地面层手工分类干净粗分类分类掉的点（植被、建筑物、交通设施、桥、小物体等）8.4机载激光雷达测量案例一——高精度地形测量8.4.2航测数据获取与数据处理4.点云分类采用正射影像与点云数据相结合的方式在SouthLidar软件中进行地物采集。第8章无人机机载激光雷达测量8.5机载激光雷达测量案例一——矿山测量8.5机载激光雷达测量案例一——矿山测量8.5.1设备配备1.硬件配置采用项目采用旋翼无人机搭载ARS-200机载激光移动测量系统采集完成。8.5机载激光雷达测量案例一——矿山测量8.5.1设备配备2.软件配置点云数据预处理采用海达三维激光点云处理软件进行处理，三维测图采用海达三维激光数字测图软件进行点、线、面地物要素采集，三维建模则采用海达三维建模软件基于点云和全景影像数据进行处理。点云数字测图HDPtCloudVector8.5机载激光雷达测量案例一——矿山测量8.5.2航测数据获取与数据处理1.航线设计与作业实施测区规划了4条航线实施飞行，设计好航线后，多旋翼无人机搭载ARS-200机载激光移动测量系统在测区执行航测任务。8.5机载激光雷达测量案例一——矿山测量8.5.2航测数据获取与数据处理2.数据获取与内业处理获取到的矿区点云数据，经海达三维激光点云处理软件滤掉非地面点后得到的地面点数据。矿区点云数据过滤后点云8.5机载激光雷达测量案例一——矿山测量8.5.2航测数据获取与数据处理2.数据获取与内业处理通过海达三维建模软件快速生成DEM模型（见图8-28所示），利用DEM模型生成所需要的等高线。DEM模型等高线8.5机载激光雷达测量案例一——矿山测量8.5.3与倾斜摄影测量的比较为比较机载激光雷达测量与倾斜摄影测量的作业效率，本项目在同区域利用倾斜摄影测量设备进行数据采集，得到矿山倾斜三维模型。无人机倾斜摄影测量过程中，布置像控点约15个，利用旋翼无人机搭载5镜头相机进行数据采集，获取原始照片35984张，内业模型处理时间7天。倾斜三维模型数据思考题1.激光雷达的差异性指标体现在什么地方？激光雷达测量系统的技术参数指标包括什么？这些参数指标用来决定什么？2.激光雷达测量系统的技术参数指标用来决定什么？3.简述激光雷达扫描系统的组成。4.地面式激光扫描系统与移动式激光扫描系统的区别是什么？5.了解各激光扫描系统的参数及其应用领域。

无人机测绘技术自然资源与测绘学院徐军TelQ:932014719.1在应急测绘保障中的应用9.2在数字城市建设中的应用9.3在国土资源领域中的应用9.4在矿山监测中的应用9.5在电力工程中的应用9.6在环境保护领域中的应用9.7在农林业领域中的应用9.8在水利相关领域中的应用第9章无人机测绘技术应用第9章无人机测绘技术应用9.1在应急测绘保障中的应用9.1在应急测绘保障中的应用9.1在应急测绘保障中的应用利用无人机及时获取灾后现场数据，快速制作出遥感影像图，利用数据成果开展灾情分析，为领导科学决策和各方救援提供及时的应急测绘保障支撑中航时固定翼⽆⼈机航空应急测绘系统9.1在应急测绘保障中的应用​​2008年5月15日，四川汶川特大地震灾区，一架国产的“千里眼”无人飞机，按照事先确定的精确坐标在大约200米高的空中飞行，它用明亮的“眼睛”忠实地反映着整个北川县城2平方公里范围内震后的情景9.1在应急测绘保障中的应用2008年7月，应四川省国土资源厅请求，受国土资源部派遣，对“都-汶”路沿线地震引发的地质灾害情况进行调查与监测，为道路的抢通保通提供技术支持。9.1在应急测绘保障中的应用2008年7月，应四川省国土资源厅请求，受国土资源部派遣，对“都-汶”路沿线地震引发的地质灾害情况进行调查与监测，为道路的抢通保通提供技术支持。9.1在应急测绘保障中的应用2008年7月，应四川省国土资源厅请求，受国土资源部派遣，对“都-汶”路沿线地震引发的地质灾害情况进行调查与监测，为道路的抢通保通提供技术支持。9.1在应急测绘保障中的应用2008年7月，应四川省国土资源厅请求，受国土资源部派遣，对“都-汶”路沿线地震引发的地质灾害情况进行调查与监测，为道路的抢通保通提供技术支持。2009年6月5日下午灾害发生，为防止次生灾害发生，6月6日国土资源部指示派遣无人机参加抢险救援工作。研究院技术人员携带无人机遥感技术装备6月7日到达现场。重庆武隆县铁矿乡鸡尾山山体垮塌9.1在应急测绘保障中的应用2008年7月，应四川省国土资源厅请求，受国土资源部派遣，对“都-汶”路沿线地震引发的地质灾害情况进行调查与监测，为道路的抢通保通提供技术支持。9.1在应急测绘保障中的应用2008年7月，应四川省国土资源厅请求，受国土资源部派遣，对“都-汶”路沿线地震引发的地质灾害情况进行调查与监测，为道路的抢通保通提供技术支持。第9章无人机测绘技术应用9.2在数字城市建设中的应用9.2在数字城市建设中的应用智能交通管理深圳交警铁骑无人机无人机空中视角，执法新角度9.2在数字城市建设中的应用人群管理昆明警方用无人机执行警务9.2在数字城市建设中的应用人群管理深圳交警铁骑无人机使用无人机监视人群可实现更智能的警务工作9.2在数字城市建设中的应用自然灾害管理无人机协助进行自然灾害管理9.2在数字城市建设中的应用自然灾害管理第9章无人机测绘技术应用9.3在国土资源领域中的应用9.3在国土资源领域中的应用2022年6月2日，自然资源部办公厅印发《自然资源标准体系》。《标准体系》明确加强技术融合，提高科技支撑保障能力，重点部署人工智能、一张图、大数据，无人机、航空航天遥感、空间信息等高新技术在自然资源领域应用的标准，推动高新技术与自然资源领域各项工作的融合。据统计，该《标准体系》中共列明26项无人机相关标准，涉及矿业修复检测、航空测绘、遥感摄影、海洋作业、海域监测等多个领域。9.3在国土资源领域中的应用

1.事先控制：城镇规划调查（铁路建设；土地利用现状更新、监测和巡查、土地变更调查；土地类型划分；土地执法）、矿产资源开发调查、煤火考察等土地资源勘测。

2.事后评估、考察：农业土地资源和农作物资源评估、考古调查。9.3在国土资源领域中的应用一、事先控制1.城镇规划调查无人机携带数码相机在城市上空飞翔，为城市开发的规划信息系统提供依据。广泛应用建筑密度分布规律研究、在建工地调查、中心城市简房漏棚调查、施工占路情况、露天停车场调查、垃圾堆场的空间分布、污水治理和改造工程的补充论证、为建厂规划或改造提供影像资料等。9.3在国土资源领域中的应用9.3在国土资源领域中的应用一、事先控制2.矿产资源开发调查

无人机空中遥感矿区的矿产开采点位置(井口位置)、开采状态(开采或关闭)、开采矿种(煤、铁等)、开采方式(露天)、占地范围与土地类型、固体废弃物堆积范围和占用土地类型等。无人机还可以观测矿产资源开发引发的灾害。9.3在国土资源领域中的应用一、事先控制3.煤火考察等土地资源勘测无人机煤火调查的目的在于提供具体矿区煤层燃烧资料及数据，为制订具体灭火计划、估算灭火费用、预测燃烧趋势、检查灭火效果服务。9.3在国土资源领域中的应用一、事先控制4.地质灾害监测无人机航摄获取更高分辨率的影像，为区域地灾防治和动态遥感监测工作提供清晰的影像数据源，为政府以及监管部门提供准确的信息。此外，在险情发生时，无人机亦可克服交通中断等不利因素，快速赶到出险区域，利用航摄系统，获取最新险情影像，监视险情发展。9.3在国土资源领域中的应用一、事先控制5.土地执法检查土地执法检查工作的特点是时间紧、任务急，使用最新的高分辨率遥感数据是其开展工作的基础。这些地区虽然一般面积不是很大，但卫星