基于Lidar数据快速生产DOM的改进方法.docx

基于Lidar数据快速生产DOM的改进方法
基于Lidar数据快速生产DOM的改进方法
摘要：
数字正交图像（DOM）作为地理信息系统（GIS）中的重要数据形式，在地理空间分析和决策中发挥着重要作用。然而，传统的DOM数据生产方法在速度和精度上存在一定的局限性。本文提出了基于Lidar数据的改进方法，旨在提高DOM的生产速度和精度。通过对Lidar数据进行特征提取、点云分类和高度插值等步骤，可以更加高效地生成DOM数据。实验结果表明，该方法能够在减少工作量的同时提供高精度的DOM数据，有望在GIS应用中得到广泛应用。
关键词：数字正交图像（DOM），Lidar数据，特征提取，点云分类，高度插值
引言：
数字正交图像（DOM）是地理信息系统（GIS）中常用的数据表达形式。它通常通过对影像数据进行校正、配准和投影变换等步骤获得，可以提供高分辨率、真实感和地形信息，因此在地理空间分析和决策中被广泛应用。然而，传统的DOM数据生产方法通常依赖于遥感影像和人工绘图，不仅工作量大，效率低下，而且易受到人为因素的干扰，导致DOM的精度不高。
Lidar（LightDetectionandRanging）技术是一种主动遥感技术，通过激光扫描仪向地面发射激光束，并根据激光束反射回来的信号来获取地面的高度信息。相比于传统的遥感影像，Lidar数据具有高分辨率、准确度和可靠性的优势，因此在地理空间分析和决策中被广泛应用。基于Lidar数据的DOM生成方法能够充分利用Lidar数据的优势，并结合特征提取、点云分类和高度插值等技术，快速生成高精度的DOM数据。
方法：
1.数据获取与预处理
首先，需要获取高分辨率的Lidar数据，可以通过Lidar扫描系统进行数据采集。然后，对Lidar数据进行预处理，包括去除噪声点和校正系统误差等步骤，以提高数据质量和准确性。
2.特征提取
在Lidar数据中，每个点都包含了激光束与地面的交点信息。通过对每个激光点进行特征提取，可以获取地面特征和建筑物特征等信息。例如，可以通过计算激光点的强度、反射率和离地面的距离等特征，来确定该点属于地面还是建筑物。
3.点云分类
根据特征提取的结果，将点云数据进行分类，区分不同的地物类型。常见的点云分类方法包括基于形状、颜色和统计特征等的分类方法。通过点云分类，可以提高DOM数据的精度和可视化效果。
4.高度插值
对于分类好的点云数据，可以通过高度插值算法，计算出每个像素点的高度值。常用的高度插值方法包括反距离权重插值（IDW）、克里金插值和三角网格插值等。通过高度插值，可以生成DOM数据，并通过配准和投影变换等步骤，将DOM数据和地理坐标系统对应起来。
实验与结果：
为了验证基于Lidar数据的DOM生成方法的有效性，我们选取了某地区的Lidar数据进行实验。首先，对Lidar数据进行预处理，去除噪声点和校正系统误差。然后，利用特征提取和点云分类算法，对Lidar数据进行处理，得到分类好的点云数据。最后，采用克里金插值算法，计算出每个像素点的高度值，并生成DOM数据。
实验结果表明，基于Lidar数据的DOM生成方法能够快速生成高精度的DOM数据。与传统的DOM数据生产方法相比，所提出的方法不仅大幅减少了工作量，而且提供了更准确的地形信息。此外，基于Lidar的DOM生成方法还能够充分利用Lidar数据的优势，在地理空间分析和决策中提供更多的应用可能性。
结论：
本文提出了一种基于Lidar数据的DOM生成方法，通过特征提取、点云分类和高度插值等步骤，能够快速生成高精度的DOM数据。实验结果表明，所提出的方法在减少工作量的同时，提供了更准确的地形信息。在未来的GIS应用中，基于Lidar的DOM生成方法有望得到更广泛的应用和推广。
参考文献：
[1]HuB,ChenC,LiaoW.Arobustmethodforlidar-baseddigitalorthophotogeneration.InternationalJournalofRemoteSensing,2015,36(4):913-930.
[2]LiuSJ,HuBG,HuHF,etal.AMethodforRapidRevisionofDigitalOrthophotoMapsBasedonLandsatETM+Images.GeospatialInformation,2015,13(4):35-40.
[3]QiHW,ZhangZY,HeJW.Aclassificationmethodforirregularlidarpointclouddatabasedonnormalfeatures.ISPRSJournalofPhotogrammetryandRemoteSensing,2014,87:168-177.
[4]