發(fā)布時(shí)間：2018-12-12所屬分類：科技論文瀏覽：1次
摘 要： 摘要：測繪成果的精度檢測是測繪生產(chǎn)技術(shù)流程的必要環(huán)節(jié)。采用三維激光掃描儀獲取激光點(diǎn)云數(shù)據(jù)，基于點(diǎn)云從數(shù)學(xué)精度、地理精度兩方面檢測測繪成果的質(zhì)量：在點(diǎn)云中識別提取對應(yīng)的地物平面坐標(biāo)、高程注記點(diǎn)高程值，量取地物點(diǎn)間距，生成測繪成果數(shù)學(xué)精度的統(tǒng)
摘要：測繪成果的精度檢測是測繪生產(chǎn)技術(shù)流程的必要環(huán)節(jié)。采用三維激光掃描儀獲取激光點(diǎn)云數(shù)據(jù)，基于點(diǎn)云從數(shù)學(xué)精度、地理精度兩方面檢測測繪成果的質(zhì)量：在點(diǎn)云中識別提取對應(yīng)的地物平面坐標(biāo)、高程注記點(diǎn)高程值，量取地物點(diǎn)間距，生成測繪成果數(shù)學(xué)精度的統(tǒng)計(jì)表;基于點(diǎn)云立體交互檢查地理要素的遺漏、表達(dá)準(zhǔn)確性。該方法完善了三維激光掃描測繪生產(chǎn)技術(shù)體系，與傳統(tǒng)檢測方法相比，具有直觀、客觀、高效率等特點(diǎn)。
關(guān)鍵詞：精度檢測,測繪成果,三維激光掃描技術(shù),數(shù)學(xué)精度,地理精度
精度檢測是測繪成果質(zhì)量檢查驗(yàn)收的主要內(nèi)容[1]。精度檢測主要包括平面絕對位置精度、平面相對位置精度(地物點(diǎn)間距精度)、高程精度檢測、地理精度檢測。傳統(tǒng)測繪成果精度檢測過程復(fù)雜，包括架設(shè)儀器野外實(shí)測檢查平面絕對位置精度、高程精度;現(xiàn)場采用皮尺或測距儀檢查平面相對位置精度;現(xiàn)場巡視比對的方式檢查地理精度。
三維激光掃描儀是測繪領(lǐng)域的新技術(shù)，獲取的數(shù)據(jù)由點(diǎn)云和影像組成，不僅記錄了地物地貌的坐標(biāo)數(shù)據(jù)和尺寸信息，更能自動記錄其拓?fù)湫畔ⅰ⒓y理信息[2]，已在古建筑保護(hù)[3]、數(shù)字城市[4]、地形測繪等方面得到應(yīng)用[5-7]。然而，其測繪成果的檢測仍采用傳統(tǒng)測繪成果檢測方法[8]。
發(fā)明專利“地面激光掃描儀測量地形的方法”[9]采用地面三維激光掃描儀實(shí)現(xiàn)對大比例尺地形圖的測量，使得外業(yè)測量效率與傳統(tǒng)方法相比提高3～4倍，自動化程度顯著提高，減輕了測量人員的外業(yè)工作量。本文在此基礎(chǔ)上，系統(tǒng)全面地研究采用三維激光掃描技術(shù)檢測測繪成果精度的方法，并驗(yàn)證其可靠性和效率。本方法與文獻(xiàn)[9]的專利共同構(gòu)成完整的三維激光掃描測繪生產(chǎn)技術(shù)體系。
1檢測方案
如圖1所示采用三維激光掃描技術(shù)獲取高精度點(diǎn)云數(shù)據(jù)[9]，基于點(diǎn)云數(shù)據(jù)提取檢查點(diǎn)、高程點(diǎn)等元素，檢測測繪成果的精度。具體技術(shù)流程如下：1)抽取檢查樣本，選擇擬檢測地形圖圖幅，確定檢查區(qū)域;2)采集檢查區(qū)域點(diǎn)云及測站站心大地坐標(biāo);3)檢查區(qū)域內(nèi)各測站數(shù)據(jù)拼接及坐標(biāo)轉(zhuǎn)換;4)利用站心大地坐標(biāo)對點(diǎn)云精度自檢;5)采用檢測合格的點(diǎn)云數(shù)據(jù)檢測大比例尺地形圖的平面絕對位置精度、高程精度、平面相對位置精度、地理精度。
2測繪成果指標(biāo)及樣本抽取
2.1檢測對象選擇2016年廣州市某地形測繪項(xiàng)目的C作業(yè)區(qū)，檢測對象為全野外數(shù)字化測圖方法測繪的1∶500地形圖，包含居民地、農(nóng)田、池塘、植被、山地等典型地理要素。
2.2測繪基準(zhǔn)及分幅標(biāo)準(zhǔn)采用廣州市平面坐標(biāo)系統(tǒng)、廣州市高程系統(tǒng)，分幅標(biāo)準(zhǔn)采用廣州市地形圖分幅及編號。
2.3地形圖精度要求等高距采用0.5m，城市建筑區(qū)高程注記點(diǎn)相對于鄰近圖根點(diǎn)的高程中誤差不得大于±15cm。其它地區(qū)高程精度以等高線插求點(diǎn)的高程中誤差來衡量，平地和丘陵地的等高線插求點(diǎn)的高程中誤差分別為1/3和1/2基本等高距。明顯地物點(diǎn)相對于鄰近控制點(diǎn)的點(diǎn)位中誤差及地物間距要求見表1。
2.4檢查樣本按照國家標(biāo)準(zhǔn)[1]在待檢測的地形圖中抽取檢查圖幅，確定檢查區(qū)域分布。
3高精度點(diǎn)云數(shù)據(jù)的獲取
3.1外業(yè)數(shù)據(jù)采集
采用RieGLVZ400三維激光掃描儀及同軸GPS進(jìn)行外業(yè)數(shù)據(jù)采集(儀器安置于汽車頂部)[9]。在抽取的圖幅范圍實(shí)施360°掃描(車輛制動)，點(diǎn)云密度設(shè)為4～6cm(距離儀器100m處的點(diǎn)間距)，掃描測站間的距離不宜大于50m。采用廣州市GZCORS網(wǎng)絡(luò)基準(zhǔn)站，在滿足RTK作業(yè)條件的區(qū)域，同步采用GPS-RTK測量站心大地坐標(biāo)。本案例在該作業(yè)區(qū)地形圖質(zhì)量檢測中共掃描測量86站，其中GZCORS-RTK同步測量62站。
3.2點(diǎn)云拼接及坐標(biāo)轉(zhuǎn)換
為了減小拼接累積誤差，本文對較大區(qū)域細(xì)分，使細(xì)分測塊內(nèi)測站數(shù)控制在5～30個(gè)測站以內(nèi)，按照測塊分別進(jìn)行點(diǎn)云拼接和坐標(biāo)轉(zhuǎn)換。由于本文旨在地形圖的精度檢測，不存在制圖接邊問題，所以區(qū)域劃分不需要沿河流、道路劃分，增加了區(qū)域劃分的自由度。
各分塊內(nèi)測站配準(zhǔn)，先選擇一個(gè)視野開闊的測站，作為固定的基準(zhǔn)測站，其他測站兩兩依次拼接。拼接分為兩個(gè)步驟：粗拼接和拼接調(diào)整。粗拼接選擇4個(gè)同名地物點(diǎn)，拼接殘差在1～6cm以內(nèi)。拼接調(diào)整采用ICP算法，提高匹配精度[10]。在測塊周邊和中心選擇5個(gè)已測大地坐標(biāo)的站心點(diǎn)，將測塊點(diǎn)云轉(zhuǎn)換到大地坐標(biāo)下[11]，轉(zhuǎn)換后內(nèi)符合精度計(jì)算結(jié)果見表2。
4測繪成果精度評價(jià)
利用自檢合格的點(diǎn)云數(shù)據(jù)進(jìn)行測繪成果平面絕對位置精度、高程精度、平面相對位置精度、地理精度的檢測。
4.1平面絕對位置精度
采用擬合提取特征點(diǎn)比對坐標(biāo)的方法檢測平面絕對位置精度，實(shí)施步驟：1)點(diǎn)云按照平行于XOY面水平剖切，參照點(diǎn)云的完整性選擇剖切處的點(diǎn)云高度，切片厚度1～2cm，得到切片點(diǎn)云;2)在切片點(diǎn)云中檢索擬檢測地形特征點(diǎn)的近鄰域點(diǎn)云;3)采用魯棒迭代最小二乘算法基于近鄰域點(diǎn)云擬合地形特征點(diǎn)[12]：step1對近鄰域點(diǎn)云采用最小平方中位數(shù)法選擇擬合的直線模型;step2將該直線模型作為初始模型迭代調(diào)用最小二乘法，通過逐漸剔除異常點(diǎn)，不斷精煉模型，得到最終精確的直線模型;step3刪除直線模型擬合所采用的點(diǎn)云，利用剩余點(diǎn)云再次執(zhí)行a、b。
當(dāng)剩余點(diǎn)云數(shù)目少于某設(shè)定閾值時(shí)，停止迭代;step4擬合得到一組直線模型;step5計(jì)算直線的彼此交點(diǎn)，一般房屋、圍墻等角點(diǎn)的近鄰域內(nèi)只會得到兩條直線;如圖2所示當(dāng)近鄰域內(nèi)出現(xiàn)多個(gè)交點(diǎn)時(shí)，選擇距離擬檢測地形特征點(diǎn)最近的點(diǎn)作為比對點(diǎn)。圖2切片點(diǎn)云擬合特
5結(jié)論
本文基于三維激光掃描技術(shù)提出測繪成果的數(shù)學(xué)精度、地理精度的檢測方法，并在生產(chǎn)實(shí)際中驗(yàn)證其可行性、可靠性。該方法不僅可以應(yīng)用于三維激光掃描技術(shù)測繪成果，也可用于傳統(tǒng)測繪手段獲取的測繪成果。
與傳統(tǒng)精度檢測方法相比，本檢測方法的外業(yè)檢查人員在車內(nèi)遙控掃描作業(yè)，減輕作業(yè)強(qiáng)度，提高作業(yè)效率，對于檢測出的錯(cuò)誤可以直觀表現(xiàn)，便于檢查人員與測圖人員溝通以及測繪成果錯(cuò)漏的進(jìn)一步修改。
隨著激光掃描技術(shù)在測繪領(lǐng)域的普及應(yīng)用，本文提出的檢測方法具有廣闊的應(yīng)用前景。Landsat-8的分類結(jié)果更接近于真實(shí)值;針對混合像元少，紋理和細(xì)節(jié)更加復(fù)雜的土地利用類型，GF-1的結(jié)果更好。
對于GF-1圖像，雖整體精度很高，但在很多區(qū)域分類結(jié)果的面積均大于Landsat-8，導(dǎo)致可分離性高結(jié)果卻有偏差，后續(xù)研究中應(yīng)利用DEM、紋理特征、多時(shí)相數(shù)據(jù)等進(jìn)行后處理，進(jìn)一步提高分類精度。
參考文獻(xiàn)：
[1]李智峰.高分一號衛(wèi)星在土地利用遙感監(jiān)測中的應(yīng)用[J].國土資源導(dǎo)刊，2015，12(3)：85-88.
[2]陳文倩，丁建麗，王嬌，等.基于高分一號影像的土地覆被分類方法初探[J].干旱區(qū)地理，2016，39(1)：182-189.
[3]楊長坤，王崇倡，張鼎凱，等.基于SVM的高分一號衛(wèi)星影像分類[J].測繪與空間地理信息，2015，38(9)：142-146.
[4]王婷婷，李山山，李安，等.基于Landsat8衛(wèi)星影像的北京地區(qū)土地覆蓋分類[J].中國圖象圖形學(xué)報(bào)，2015，20(9)：1275-1284.
[5]張超，李智曉，李鵬山，等.基于高分辨率遙感影像分類的城鎮(zhèn)土地利用規(guī)劃監(jiān)測[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46(11)：323-329.
[6]林雪，彭道黎，黃國勝，等.結(jié)合多尺度紋理特征的遙感影像面向?qū)ο蠓诸怺J].測繪工程，2016，25(7)：22-27.
[7]張杰，敖子強(qiáng)，吳永明，等.鄱陽湖濱湖區(qū)多季相Land-sat8OLI數(shù)據(jù)遴選及其土地利用/覆被遙感分類提取[J].江西科學(xué)，2017，35(1)：79-85.
[8]楊珍，張永志，張文軍，等.遙感影像解譯樣本的一體化生產(chǎn)研究[J].測繪工程，2016，25(7)：7-17.
[9]邸向紅，侯西勇，吳莉.中國海岸帶土地利用遙感分類系統(tǒng)研究[J].資源科學(xué)，2014，36(3)：463-472.
[10]李茂嬌，楊斌，詹金鳳，等.基于GIS的岷江上游流域土地利用/覆被變化研究[J].測繪工程，2016，25(6)：41-45.
[11]謝士琴，趙天忠，王威，等.森林資源監(jiān)測中GF-2衛(wèi)星影像波段配準(zhǔn)誤差分析[J].測繪工程，2017，26(2)：18-21.
[12]陳杰，邵權(quán)斌，梅小明，等.結(jié)合尺度空間的面向?qū)ο蟾叻直媛视跋癯鞘械缆诽崛J].測繪工程，2016，25(12)：5-12.
[13]李丹，楊金玲，張玉娟，等.基于RS/GIS的耕地資源變化特征分析[J].測繪與空間地理信息，2015，38(7)：9-11.
測繪期刊推薦：《測繪學(xué)報(bào)》(國內(nèi)統(tǒng)一連續(xù)出版物號：CN 11-2089/P，月刊)創(chuàng)刊于1957年，是中國科學(xué)技術(shù)協(xié)會最早創(chuàng)辦的77種自然科學(xué)刊物之一，為EI核心收錄期刊。現(xiàn)由中國科學(xué)技術(shù)協(xié)會主管、中國測繪地理信息學(xué)會主辦。
