擊上方「新機器視覺」，選擇加"星標"或「置頂」
重磅乾貨，第一時間送達
**知乎，作者frontier
隨著機載雷射雷達技術的日益發展，其在測繪行業的應用越來越成熟，尤其在大比例地形圖的應用中，具有無可替代的作用。本文將完整覆盤點雲資料處理技術流程，以高植被山區地區為例。什麼是點雲？
點雲是通過機載雷射發射器接收的訊號進行處理所獲得的表達地表三維形態的、離散的、密度不均勻的資料點集，能夠以較高的精度反映地表的真實情況，如地面高低起伏，地表物體反射特徵、大小、高矮，物體之間的相對距離關係等。
點雲資料處理技術流程
點雲預處理成果→雜訊點濾除→座標轉換→點雲自動分類→根據實測點檢查合格→人工編輯分類結果→地面點→構建數字高程模型→等高線、高程點成果。各步驟詳解
1 點雲資料分類
在 terrasolid 軟體中，點雲資料分類圖層如下：(1)default；(2)ground；(3)vegetation；(4)building；(5)low point；(6)modelkeypoints。
其中，default 層是作業過程中臨時存放的點雲資料圖層；ground(地面點)主要是存放反映地面真實地貌(人工修建的路堤、土堤、階梯路、自然形成的、且規模較大的土坑及土堆等堆積物)的點，人工修築的土壟、攔水壩、幹堤、水閘等水工構築物與地面相連線的部分視等視為地面點；vegetation(植被點)主要存放地表植被的點，草地、灌木、竹林、苗圃、幼林、園地與林地等視為植被點；building(建築物點)主要存放地表建築的點，房子與溫室大棚等視為建築物點。2 點雲資料成圖
(1)地面點模型處理
將自動分類好的地面點建模(dem)，觀察模型進行人工干預。如果出現不合理的三角網，將未分離出的點進行手動分至地面點，直到無不合理的三角格網出現。可對高程突變的區域，調整引數或演算法，重新進行小面積的自動分類。精分類處理完成後的模型如圖 1 所示。
(2) 獲取高程資訊
在精分類後的地面點模型上，分離出等高線關鍵點，利用軟體自動生成等高線，可設定最小面積、光滑以及等高距等引數，將小的自行圈將以去除，生成專案所需比例尺的等高線。將等高線匯出後，再將模型關鍵點匯出成 enz 格式，利用 cass軟體編輯等高線及高程點，即完成地形圖的高程要素採集。
(3)地形圖地物資訊採集
利用正射影像(dom)結合地面點模型(dem)，繪製地物要素：管線、水系、房子、道路、坎、地類界等。植被種類的填充可結合影像與點雲的斷面圖，通過樹高、形態等，判斷樹的大致種類，結合外業調繪成果完成地形圖(dlg)的製作。
3 點雲資料精度統計
通過外業測點檢查，得到高程的精度。計算高程中誤差為±0.107m，對照 nb/t 35029—2014《水電工程測量規範》的要求。
分割點雲資料 概述 點雲資料處理方法都有哪些？
點雲資料處理方法概述 icp點雲配準就是我們非常熟悉的點雲處理演算法之一。實際上點雲資料在形狀檢測和分類 立體視覺 運動恢復結構 多檢視重建中都有廣泛的使用。點雲的儲存 壓縮 渲染等問題也是研究的熱點。隨著點雲採集裝置的普及 雙目立體視覺技術 vr和ar的發展，點雲資料處理技術正成為最有前景的技術之...
點雲資料處理學習筆記
三維計算視覺研究內容包括 1 三維匹配 兩幀或者多幀點雲資料之間的匹配，因為雷射掃瞄光束受物體遮擋的原因，不可能通過一次掃瞄完成對整個物體的三維點雲的獲取。因此需要從不同的位置和角度對物體進行掃瞄。三維匹配的目的就是把相鄰掃瞄的點雲資料拼接在一起。三維匹配重點關注匹配演算法，常用的演算法有最近點迭代...
點雲資料處理學習筆記
三維計算視覺研究內容包括 1 三維匹配 兩幀或者多幀點雲資料之間的匹配，因為雷射掃瞄光束受物體遮擋的原因，不可能通過一次掃瞄完成對整個物體的三維點雲的獲取。因此需要從不同的位置和角度對物體進行掃瞄。三維匹配的目的就是把相鄰掃瞄的點雲資料拼接在一起。三維匹配重點關注匹配演算法，常用的演算法有最近點迭代...