激光雷达数据自定义处理：ENVI LiDAR API 示例
28771 评价本文：
3.0
激光雷达数据自定义处理：ENVI LiDAR API 示例
匿名作者 星期四，2014年5月29日
我最近举办了一场关于对点云激光雷达数据进行分析的网络研讨会。该研讨会重点介绍了如何通过使用 ENVI LiDAR API 编写的 IDL 自定义扩展来扩展我们的 ENVI LiDAR 产品。我的几位同事也提供了帮助，他们给了我一些很酷的扩展示例，可用于从激光雷达点云中提取有价值的信息。今天，我想展示其中一个扩展示例，并逐步讲解其工作原理。我将要展示的扩展可用于从激光雷达点云中提取建筑物轮廓。这个示例实际上在低分辨率点云数据上效果很好。因此，如果您正在处理每平方米点数少于 5 个的点云，您可能会对这种提取信息的方法感兴趣。
要了解该扩展的工作原理，我们首先谈谈激光雷达点云分类。美国摄影测量与遥感学会 (ASPRS) 负责维护 LAS 文件激光雷达（或其他）点云数据的规范。ENVI LiDAR 支持 ASPRS LAS 规范 1.4 版。该规范为点云中的点维护了标准的分类值，这些值对应于地面、植被、建筑物和电力线等各种不同地物。当在 ENVI LiDAR 中处理 LAS 文件时，点云中每个点的分类值是根据此规范确定的。下表显示了在 ENVI LiDAR 中处理点云时计算出的分类值。请注意，建筑物对应的分类值为 6。我们将在扩展中使用此值来提取建筑物轮廓。
运行时，该扩展首先会提示用户打开一个已分类的 LAS 或 LAZ 文件。然后，扩展继续运行，遍历点云，找到所有分类值为 6 的点，并将这些点的高程设置为 -10 米，这个高程远低于场景中其他部分的高程。接着，它会输出一个新的 LAS 点云文件，其中建筑物的高程被设置为 -10 米。实现该扩展功能的 IDL 代码如下图所示。
下图显示了我们的新点云的样子，其中建筑物轮廓被降至恒定的 -10 米高程。既然我们的建筑物轮廓现在被设置为恒定的 -10 米高程，我们就可以利用 ENVI LiDAR 的开箱即用功能来生成场景的数字表面模型。
从此点云生成的 DSM 可以导入到像 ENVI 这样的图像分析软件包中。随后可以使用多种方法来提取建筑物轮廓，但我选择了运行无监督的 IsoData 分类。下图显示了提取的建筑物轮廓以及对应的 WorldView-2 图像。在门户窗口中，您还可以看到从点云生成的 DSM。正如您所见，这种方法在从场景中提取建筑物轮廓方面效果相当不错。
这个简单扩展的酷炫之处在于，它为处理点云分类值开辟了许多可能性。只需对代码进行一些微小的调整，您就可以轻松地从场景中提取其他感兴趣的地物。创建自定义工具的能力非常棒，因为您在处理激光雷达数据时所能做的事情几乎是无限的。