LiDAR点云 & 摄影测量点云(PhoDAR)

MeshCreation-1024x534.png
使用Global Mapper的“像素到点”工具创建的3D mesh 显示在2D和3D视图中

虽然LiDAR和PhoDAR都是3D点云格式,但是创建每种格式的过程完全不同。其采集(生成)过程的性质决定了数据的结构特征及其对特定应用的适用性。

在本篇博客文章中,我们介绍了两种采集方法之间的差异,以及其理想用途之间的一些不同。

iitsec-LiDAR-11032017-1024x594.png
截图显示了Global Mapper中常规LiDAR数据以高程进行可视化的效果
LiDAR – 优势

  • 主动采集过程

点云中的每个3D点都是实时采集和处理的。

  • 多次回波数据

每个点都包含一系列有用的属性数据,包括回波强度,回波计数和分类信息(后期处理添加)。

  • 数据共享

数据结构已经标准化,为数据共享和互操作性提供了最佳条件。

  • 大区域测量

安装在飞机上的扫描仪可以相对较快地测量大面积的地理区域。

  • 紧凑型设备

与早期的LiDAR硬件不同,扫描仪现在相对紧凑,甚至可以安装在无人机上。

  • 地面(地形)探测

LiDAR可以穿透树叶和类似的障碍物,从而提供目标区域的完整3D表示。即使在森林茂密的地区,也可以进行地面探测。

  • 快速发展的技术

例如,Geiger模式LiDAR(相对于传统的linear模式LIDAR)可以提供100 / sqm或更高的点密度。

  • 精确性

这些点在理论上更准确,尤其是其高程值。

  • DTM生成

LiDAR是生成数字地形模型的理想之选,因为与摄影测量法不同,LiDAR可以“穿透”到地面。

LiDAR – 不足

  • 高成本

传统的激光雷达需要有人驾驶飞机来容纳必要的硬件。

  • 对飞行条件的敏感性

LiDAR采集需要极佳的飞行条件。飞机的高度和速度也会影响点密度。

  • 异常识别较差

原始LiDAR无法识别数据中的异常(例如飞行路径下方的鸟类)。

  • 处理不一致

遇到被错误分类的公开提供的LiDAR文件并不少见。

ptp-pointcloud-to-mesh-small-1024x525.jpg
左侧为摄影测量生成的点云,右侧为该基于该点云创建的3D模型
PhoDAR – 优势

  • 技术门槛低

这是一种使用成本低至万元的硬件创建点云的更便捷的方法。

  • 按需&多样化的采集方式

可以在相对较小的区域内按需采集数据,进行最少的预先采集规划。

  • 更高的点云密度

点密度通常比传统的LiDAR大很多。

  • 数据可分类

摄影测量点云虽然本身不是LiDAR,但可以应用分类,并且可以导出到las或laz文件。

  • 栅格赋色的点云

每个点都会自动继承相应图像的颜色。

  • DSM生成

因为它无法像LiDAR一样穿透植被,因此非常适合生成数字表面模型。

PhoDAR – 不足

  • 需要有特征要素(地物)

从图像获取点云需要在相应的区域具有明显的可见特征。

  • 要求表面纹理具有多样性

当图像的表面纹理缺乏多样性(例如沙漠地区或大型停车场的表面)时,摄影点云的生成效果不佳。

  • 需要充足的光线

与LiDAR不同,摄影测量法取决于充足的环境光线。生成点云需要清晰的图像,因此在弱光照条件下拍摄图像并不理想。

  • 不宜进行地表探测

摄影无法像LiDAR一样“穿透”树冠。

  • 阴影和天空不起作用

点云生成不适用于包含大阴影或大量天空的图像。

  • 精度取决于地面控制

除非在处理阶段使用了地面控制点,否则水平精度和高程值将不那么准确。

  • 覆盖范围通常有限

摄影测量点云的生成不适用于大面积覆盖区域。

  • 颜色不一致

由于各个图像色彩的变化(不平衡),整个点云表面的色彩通常不一致。

  • 需要更多的清理工作

反射性表面有时会在数据中引起更多的噪声点或异常,这就需要进行手动删除。电力线等更精细的要素可能不会像在LiDAR数据中那样显示。

LiDAR的理想用途

LiDAR是采集更大面积和更精细细节(例如电力线,管道和物体边缘)的数据的理想选择。它也是创建数字地形模型(DTM)的理想选择,因为传感器可以穿透植被,从而可以采集真实的地面点。

PhoDAR(摄影测量点云)的理想用途

摄影测量法是测量具有较少植被的较小区域的理想选择。由于摄影测量法无法像LiDAR那样穿透植被,因此通常更适合于生成数字表面模型,而不是地形模型。

适合LiDAR和摄影测量的理想软件

无论选择哪种点云生成方法,都可以使用 Global Mapper 和 LiDAR模块 来高效地处理成果数据。其广泛的编辑、可视化和分析工具的包括点云编辑和过滤、DTM或DSM创建、特征提取、等高线生成、体积计算等。

发表评论

Fill in your details below or click an icon to log in:

WordPress.com 徽标

您正在使用您的 WordPress.com 账号评论。 登出 /  更改 )

Google photo

您正在使用您的 Google 账号评论。 登出 /  更改 )

Twitter picture

您正在使用您的 Twitter 账号评论。 登出 /  更改 )

Facebook photo

您正在使用您的 Facebook 账号评论。 登出 /  更改 )

Connecting to %s