?

幾乎所有新一代的機載LiDAR系統都在同一搭載平臺上集成了LiDAR單元和無(wú)源成像單元（以單攝像機或多攝像機方式），用于同時(shí)獲取測距和圖像數據。在測距和成像方面的最新技術(shù)趨勢的不同組合都是可行的，包括單光子激光雷達（SPL）或線(xiàn)性模式、多光譜和拓撲測深激光掃描儀，以及最低點(diǎn)和傾斜相機，配備RGB，近紅外光譜或高光譜傳感器。

?

?

表1：市面上最新的機載混合動(dòng)力系統概述

?

?

表1概述了市面上最新的混合傳感器系統，包括儀器數據表中的主要技術(shù)規格。就數據收集而言，在同一搭載平臺上同時(shí)進(jìn)行多傳感器采集能夠減少總飛行時(shí)間和成本，因為所有相關(guān)數據都是在飛行過(guò)程中一次性收集的。但是，依然存在一些問(wèn)題需要解決，例如合理規劃最優(yōu)條件以便同時(shí)獲取LiDAR和圖像。要仔細選擇與飛行相關(guān)的參數（例如，離地高度和旁向/航向重疊）和環(huán)境參數（例如時(shí)間和季節），以便為成功進(jìn)行圖像匹配和激光掃描找到最佳的折衷方案。

?

?

基于DIM的圖像3D重建技術(shù)，已經(jīng)成為生產(chǎn)密集3D點(diǎn)云、數字表面模型、真實(shí)正射影像和3D模型的行業(yè)標準，這得益于航空影像數據的高可用性、低獲取成本、高分辨率的細節圖以及高分辨率多光譜信息的可用性。如果可以獲得更多的LiDAR數據并進(jìn)行配準，則可以通過(guò)傳感器互補來(lái)優(yōu)化這些結果。由于地面分辨率決定精度，因此根據影像合成的表面圖中地物的細節和邊緣會(huì )特別突出。同時(shí)，由于有源激光束深度測量的可靠性，使得LiDAR技術(shù)具有較強的低噪聲采樣能力，且能保證精度；這對于存在較差紋理（例如強烈的陰影或較大面積的白色表面）的情況特別有益，因為在這些情況下，無(wú)源紋理匹配會(huì )受到相機解析紋理能力的限制。LiDAR數據可以通過(guò)其他深度測量來(lái)生成表面圖，達到更好的精度和完整性。此外，在小院子和狹窄的街道中，激光束到達地面具有偶然性，而立體遮擋通常會(huì )阻礙DIM重建，這時(shí)候極點(diǎn)測量就非常有用。林業(yè)應用還得益于復測和全波形的LiDAR數據。通過(guò)集成兩個(gè)數據源，這種高完整性和可靠性便于通過(guò)DIM得到高分辨率的結果，提供邊緣和其它不連續處的高保真度、精細的表面細節，以及多光譜顏色信息。

?

?

集成LiDAR和DIM數據的主要挑戰在于謹慎考慮兩者在分辨率和精度上的變化差異。在航空應用中，DIM點(diǎn)云在高空采集數據(例如固定翼飛機上)通常比LiDAR數據具有更高的密度和更低的深度精度。這一方面是由于激光雷達波束發(fā)散和重復時(shí)間的分辨率有限，另一方面是由于高分辨率大框相機的實(shí)用性。此外，用于密集圖像匹配的局部點(diǎn)云精度的變化可能很大，特別是因為點(diǎn)精度不僅取決于地面分辨率，還取決于紋理質(zhì)量。因此，達到深度融合需要適應兩個(gè)傳感器系統中每個(gè)點(diǎn)的精度。

?

?

在比較大多數混合傳感器系統記錄的LiDAR和DIM數據時(shí)，兩個(gè)最顯著(zhù)的差異就是實(shí)際到達的點(diǎn)密度和在狹窄的街道巷子中檢索點(diǎn)的能力。如圖一美國舊金山數據集，它囊括了市中心地區的高層建筑，圖像重疊率相對較低，航向為60％，旁向為30％，地面分辨率約為5厘米。當進(jìn)行密集圖像匹配時(shí)，狹窄街道中的解析點(diǎn)可能會(huì )出現問(wèn)題，因為高空建筑物在航空圖像中充當遮擋物，而當圖像重疊較低時(shí)（如圖1），在建筑物頂部的圖像觀(guān)察可能會(huì )受到限制。在圖中有足夠冗余和擁有良好視角的區域（例如，建筑物的外墻），由于數據集的地面分辨率小，且有多攝像頭提供建筑物傾斜視圖，因此密集圖像匹配能得到非常詳細的結果。LiDAR能夠測量到狹窄街道中密集圖像匹配所需要但是缺少的冗余點(diǎn)，但同時(shí)，獲得的空間細節相對較少（圖1，左上）；通過(guò)整合兩個(gè)傳感器的數據生成的白模，兼具DIM的細節及Lidar的完整性和低噪聲水平（圖1，右上）；圖1中底部圖是通過(guò)混合表面法生成的真彩3D模型，并補充了多視角圖像中的RGB紋理。

?

?

圖1：舊金山?Lidar數據生成的網(wǎng)格幾何圖（左上）；整合DIM和Lidar數據的網(wǎng)格幾何圖（右上）；3D混合網(wǎng)格的概覽圖（底部）。數據由Geomni/Verisk的GeorgeHalley提供

?

?

德國貝茨多夫的混合數據集（見(jiàn)圖2），它的地面分辨率約為2cm，航向80％和旁向60％的圖像重疊率。如圖2所示（左上），丟失的傾斜視圖可能導致密集圖像匹配中的數據為空白，尤其是在房屋的懸挑結構下方以及靠近圖像冗余在減少的數據集邊界位置；但是，借助LiDAR內置掃描儀，這種限制在集成結果中基本可以解決（見(jiàn)圖2，右上）；將LiDAR和DIM數據相結合生成的真彩3D模型如圖2（底部）所示，細節得到了充分體現，兩種數據相互補充，可以重建鐵路本身以及沿鐵路兩邊的情況。

?

盡管由于完整性和邊緣清晰度的顯著(zhù)優(yōu)勢，目前大多數數據集都有80％的航向重疊率，但對于某些應用重疊度仍然是受到如拍攝間隔或飛行高度等因素的限制。鹿特丹的數據集（圖3）就是一個(gè)示例，在相對較低的高度飛行采集數據，大約60％的航向和40％的旁向重疊率，地面分辨率約3厘米。與舊金山一樣，這種情況可能會(huì )導致狹窄街道中和高大建筑物的頂部在密集圖像匹配期間出現數據缺口（見(jiàn)圖3，左上），因為在上述區域中，傳感器與重建物體之間的距離更短，導致圖像的冗余度進(jìn)一步降低；如圖3（右上）所示，結合Lidar數據則可以極大地緩解這些問(wèn)題，同時(shí)保留DIM所有的幾何細節。

?

?

圖2：貝茨多夫?DIM數據生成的白模（左上）；整合DIM和LiDAR數據生成的白模（右上），圖像覆蓋范圍有限的區域，可與LiDAR一起實(shí)現更高的完整性；真彩3D模型（底部）。數據由IGI提供。

?

?

本文介紹了機載混合系統領(lǐng)域最新發(fā)展，即在同一機載平臺上將LiDAR和相機（或多相機）傳感器結合在一起的機載測繪系統。除了介紹市場(chǎng)上最新的混合解決方案外，還討論了對同時(shí)采集的測距和成像數據進(jìn)行集成處理的需求。有必要采用一種超越傳統數據處理鏈的新視角，并將其擴展為一種混合數據處理的概念，這其中，用于傳感器定向和生成表圖的集成法是成功的基礎，這兩者都依賴(lài)于對有源和無(wú)源3D成像的不同屬性以及其測量中不確定性成分的深入了解。結合LiDAR和DIM數據所獲得的3D結果表明，這一方法很有可能成為處理這些問(wèn)題的首選方案，在產(chǎn)品完整性和幾何質(zhì)量、物體檢測以及處理效率方面，它具有明顯的潛力可以推動(dòng)航空測量領(lǐng)域向前邁進(jìn)。

?