發布時間：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技術流程的必要環節。采用三維激光掃描儀獲取激光點云數據，基于點云從數學精度、地理精度兩方面檢測測繪成果的質量：在點云中識別提取對應的地物平面坐標、高程注記點高程值，量取地物點間距，生成測繪成果數學精度的統
摘要：測繪成果的精度檢測是測繪生產技術流程的必要環節。采用三維激光掃描儀獲取激光點云數據，基于點云從數學精度、地理精度兩方面檢測測繪成果的質量：在點云中識別提取對應的地物平面坐標、高程注記點高程值，量取地物點間距，生成測繪成果數學精度的統計表;基于點云立體交互檢查地理要素的遺漏、表達準確性。該方法完善了三維激光掃描測繪生產技術體系，與傳統檢測方法相比，具有直觀、客觀、高效率等特點。
關鍵詞：精度檢測,測繪成果,三維激光掃描技術,數學精度,地理精度
精度檢測是測繪成果質量檢查驗收的主要內容[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(地物點間距精度)、高程精度檢測、地理精度檢測。傳統測繪成果精度檢測過程復雜，包括架設儀器野外實測檢查平面絕對位置精度、高程精度;現場采用皮尺或測距儀檢查平面相對位置精度;現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域的新技術，獲取的數據由點云和影像組成，不僅記錄了地物地貌的坐標數據和尺寸信息，更能自動記錄其拓撲信息、紋理信息[2]，已在古建筑保護[3]、數字城市[4]、地形測繪等方面得到應用[5-7]。然而，其測繪成果的檢測仍采用傳統測繪成果檢測方法[8]。
發明專利“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現對大比例尺地形圖的測量，使得外業測量效率與傳統方法相比提高3～4倍，自動化程度顯著提高，減輕了測量人員的外業工作量。本文在此基礎上，系統全面地研究采用三維激光掃描技術檢測測繪成果精度的方法，并驗證其可靠性和效率。本方法與文獻[9]的專利共同構成完整的三維激光掃描測繪生產技術體系。
1檢測方案
如圖1所示采用三維激光掃描技術獲取高精度點云數據[9]，基于點云數據提取檢查點、高程點等元素，檢測測繪成果的精度。具體技術流程如下：1)抽取檢查樣本，選擇擬檢測地形圖圖幅，確定檢查區域;2)采集檢查區域點云及測站站心大地坐標;3)檢查區域內各測站數據拼接及坐標轉換;4)利用站心大地坐標對點云精度自檢;5)采用檢測合格的點云數據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測繪成果指標及樣本抽取
2.1檢測對象選擇2016年廣州市某地形測繪項目的C作業區，檢測對象為全野外數字化測圖方法測繪的1∶500地形圖，包含居民地、農田、池塘、植被、山地等典型地理要素。
2.2測繪基準及分幅標準采用廣州市平面坐標系統、廣州市高程系統，分幅標準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，城市建筑區高程注記點相對于鄰近圖根點的高程中誤差不得大于±15cm。其它地區高程精度以等高線插求點的高程中誤差來衡量，平地和丘陵地的等高線插求點的高程中誤差分別為1/3和1/2基本等高距。明顯地物點相對于鄰近控制點的點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準[1]在待檢測的地形圖中抽取檢查圖幅，確定檢查區域分布。
3高精度點云數據的獲取
3.1外業數據采集
采用RieGLVZ400三維激光掃描儀及同軸GPS進行外業數據采集(儀器安置于汽車頂部)[9]。在抽取的圖幅范圍實施360°掃描(車輛制動)，點云密度設為4～6cm(距離儀器100m處的點間距)，掃描測站間的距離不宜大于50m。采用廣州市GZCORS網絡基準站，在滿足RTK作業條件的區域，同步采用GPS-RTK測量站心大地坐標。本案例在該作業區地形圖質量檢測中共掃描測量86站，其中GZCORS-RTK同步測量62站。
3.2點云拼接及坐標轉換
為了減小拼接累積誤差，本文對較大區域細分，使細分測塊內測站數控制在5～30個測站以內，按照測塊分別進行點云拼接和坐標轉換。由于本文旨在地形圖的精度檢測，不存在制圖接邊問題，所以區域劃分不需要沿河流、道路劃分，增加了區域劃分的自由度。
各分塊內測站配準，先選擇一個視野開闊的測站，作為固定的基準測站，其他測站兩兩依次拼接。拼接分為兩個步驟：粗拼接和拼接調整。粗拼接選擇4個同名地物點，拼接殘差在1～6cm以內。拼接調整采用ICP算法，提高匹配精度[10]。在測塊周邊和中心選擇5個已測大地坐標的站心點，將測塊點云轉換到大地坐標下[11]，轉換后內符合精度計算結果見表2。
4測繪成果精度評價
利用自檢合格的點云數據進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比對坐標的方法檢測平面絕對位置精度，實施步驟：1)點云按照平行于XOY面水平剖切，參照點云的完整性選擇剖切處的點云高度，切片厚度1～2cm，得到切片點云;2)在切片點云中檢索擬檢測地形特征點的近鄰域點云;3)采用魯棒迭代最小二乘算法基于近鄰域點云擬合地形特征點[12]：step1對近鄰域點云采用最小平方中位數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用最小二乘法，通過逐漸剔除異常點，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云，利用剩余點云再次執行a、b。
當剩余點云數目少于某設定閾值時，停止迭代;step4擬合得到一組直線模型;step5計算直線的彼此交點，一般房屋、圍墻等角點的近鄰域內只會得到兩條直線;如圖2所示當近鄰域內出現多個交點時，選擇距離擬檢測地形特征點最近的點作為比對點。圖2切片點云擬合特
5結論
本文基于三維激光掃描技術提出測繪成果的數學精度、地理精度的檢測方法，并在生產實際中驗證其可行性、可靠性。該方法不僅可以應用于三維激光掃描技術測繪成果，也可用于傳統測繪手段獲取的測繪成果。
與傳統精度檢測方法相比，本檢測方法的外業檢查人員在車內遙控掃描作業，減輕作業強度，提高作業效率，對于檢測出的錯誤可以直觀表現，便于檢查人員與測圖人員溝通以及測繪成果錯漏的進一步修改。
隨著激光掃描技術在測繪領域的普及應用，本文提出的檢測方法具有廣闊的應用前景。Landsat-8的分類結果更接近于真實值;針對混合像元少，紋理和細節更加復雜的土地利用類型，GF-1的結果更好。
對于GF-1圖像，雖整體精度很高，但在很多區域分類結果的面積均大于Landsat-8，導致可分離性高結果卻有偏差，后續研究中應利用DEM、紋理特征、多時相數據等進行后處理，進一步提高分類精度。
參考文獻：
[1]李智峰.高分一號衛星在土地利用遙感監測中的應用[J].國土資源導刊，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衛星影像的北京地區土地覆蓋分類[J].中國圖象圖形學報，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土地利用規劃監測[J].農業機械學報，2015，46(11)：323-329.
[6]林雪，彭道黎，黃國勝，等.結合多尺度紋理特征的遙感影像面向對象分類[J].測繪工程，2016，25(7)：22-27.
[7]張杰，敖子強，吳永明，等.鄱陽湖濱湖區多季相Land-sat8OLI數據遴選及其土地利用/覆被遙感分類提取[J].江西科學，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研究[J].資源科學，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.森林資源監測中GF-2衛星影像波段配準誤差分析[J].測繪工程，2017，26(2)：18-21.
[12]陳杰，邵權斌，梅小明，等.結合尺度空間的面向對象高分辨率影像城市道路提取[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：《測繪學報》(國內統一連續出版物號：CN 11-2089/P，月刊)創刊于1957年，是中國科學技術協會最早創辦的77種自然科學刊物之一，為EI核心收錄期刊�，F由中國科學技術協會主管、中國測繪地理信息學會主辦。
SCISSCIAHCI
