實(shí)景三維中國(guó)建設(shè)的開展，對(duì)各類實(shí)體數(shù)據(jù)的采集、處理、管理、應(yīng)用及動(dòng)態(tài)化更新等提出了更高要求，以滿足地形級(jí)、城市級(jí)、部件級(jí)等多層級(jí)實(shí)景三維建設(shè)任務(wù)需要。
作為擁有地面、車載和機(jī)載多種形式的數(shù)據(jù)采集技術(shù)之一，激光雷達(dá)技術(shù)可以通過多源融合的方式做到室內(nèi)、室外一體化的采集，再加上擁有高靈敏度、高分辨率和全天候觀測(cè)等優(yōu)勢(shì)，已經(jīng)成為數(shù)據(jù)獲取的推薦路徑，以及未來數(shù)字經(jīng)濟(jì)中的“技術(shù)驅(qū)動(dòng)”。
然而，高溫酷暑，加班無阻。通過激光雷達(dá)技術(shù)采集的點(diǎn)云數(shù)據(jù)，具有數(shù)據(jù)量龐大、空間密度高、語義信息豐富等特點(diǎn)，普通基礎(chǔ)平臺(tái)對(duì)其處理能力不足，需要適配的軟件平臺(tái)作為信息處理和提取的支撐。基于長(zhǎng)期的激光點(diǎn)云數(shù)據(jù)采集和處理等項(xiàng)目實(shí)踐，國(guó)地科技結(jié)合自身的技術(shù)優(yōu)勢(shì)，開發(fā)出了實(shí)景三維的一系列工具，GD-LAS點(diǎn)云數(shù)據(jù)處理平臺(tái)便是其中之一。平臺(tái)集成多種點(diǎn)云算法，形成一套實(shí)用的點(diǎn)云數(shù)據(jù)處理工具，為激光點(diǎn)云數(shù)據(jù)的高效處理、智能提取、多領(lǐng)域應(yīng)用提供了技術(shù)支持。即使是烈日炎炎，也能全力向前。
點(diǎn)云“神器”GD-LAS
GD-LAS平臺(tái)在便捷使用方面具有顯著特點(diǎn)。一是高性能和可擴(kuò)展性，該平臺(tái)支持多線程的數(shù)據(jù)加載和處理，相比于普通加載手段，其處理速度提高了30%以上，大大縮短了數(shù)據(jù)處理所需時(shí)間，同時(shí)預(yù)留擴(kuò)展接口，方便定制開發(fā)。
二是用戶友好，GD-LAS提供了一套直觀、簡(jiǎn)潔的用戶操作界面，集成和封裝中間處理過程，支持一鍵提取等便捷式操作，降低了點(diǎn)云數(shù)據(jù)處理的操作門檻。
?
圖1?數(shù)據(jù)加載及渲染
GD-LAS在多源格式加載、速度優(yōu)化提升和效果優(yōu)化等方面技術(shù)優(yōu)勢(shì)明顯。
一是多源數(shù)據(jù)加載方面。GD-LAS平臺(tái)支持包括LAS、PLY、XYZ等多種點(diǎn)云格式的數(shù)據(jù)加載，集多源數(shù)據(jù)融合，可實(shí)現(xiàn)點(diǎn)云、矢量、柵格和模型數(shù)據(jù)的疊加顯示與分析。
二是數(shù)據(jù)加載性能優(yōu)化方面。開發(fā)了數(shù)據(jù)預(yù)處理模塊，集成了自動(dòng)分塊、抽稀分層等算法，對(duì)輸入的點(diǎn)云數(shù)據(jù)進(jìn)行優(yōu)化，實(shí)現(xiàn)分層快速加載。經(jīng)過系統(tǒng)測(cè)試，在GD-LAS平臺(tái)上20GB的數(shù)據(jù)能夠?qū)崿F(xiàn)秒級(jí)加載，優(yōu)于行業(yè)主流水平，對(duì)于數(shù)量級(jí)達(dá)到6億點(diǎn)的點(diǎn)云數(shù)據(jù)，平臺(tái)也能夠保證流暢的渲染展示，確保交互操作過程不卡頓。
三是多樣數(shù)據(jù)渲染方面。平臺(tái)提供了多種賦色方案，以更直觀的方式展示點(diǎn)云效果，支持按照高程賦色、強(qiáng)度賦色、RGB賦色以及類別賦色等多種方式，賦色方案支持用戶根據(jù)需求和場(chǎng)景進(jìn)行自定義，極大提升了數(shù)據(jù)渲染效果和對(duì)數(shù)據(jù)的直觀理解。
此外，平臺(tái)集成了相關(guān)通用算法，并開發(fā)了多個(gè)點(diǎn)云處理工具。使用這些工具，可以對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行裁剪、去噪、濾波、重采樣、配準(zhǔn)和對(duì)齊等操作。
l裁剪功能允許用戶指定裁剪區(qū)域，從而截取感興趣的點(diǎn)云數(shù)據(jù)部分。
l去噪操作能夠有效消除由傳感器噪聲或掃描誤差引起的噪點(diǎn)，提高數(shù)據(jù)質(zhì)量。
l通過濾波功能，可以平滑數(shù)據(jù)、去除離群點(diǎn)或保留感興趣的結(jié)構(gòu)信息。本平臺(tái)在常用的濾波算法基礎(chǔ)上，進(jìn)行改進(jìn)，研發(fā)出基于點(diǎn)的多尺度形態(tài)學(xué)濾波方法，其精度至少提升12%。
l重采樣操作能夠調(diào)整點(diǎn)云數(shù)據(jù)的采樣密度，以滿足特定的分析需求，提升處理速度。
l配準(zhǔn)操作能夠使得多個(gè)部分重疊的點(diǎn)云數(shù)據(jù)集能夠拼接起來，消除分層問題并且使點(diǎn)云厚度變得更薄。
l對(duì)齊操作能夠調(diào)整不同數(shù)據(jù)集之間的位置關(guān)系，方便進(jìn)行誤差分析。
這些操作的集成提高了數(shù)據(jù)處理的效率和質(zhì)量，使得用戶能夠更好地處理和分析點(diǎn)云數(shù)據(jù)，并支持將處理后的數(shù)據(jù)導(dǎo)出為標(biāo)準(zhǔn)格式。
圖2?去噪前（點(diǎn)數(shù)量2509427）
圖3?去噪后（點(diǎn)數(shù)量2199984）
應(yīng)用場(chǎng)景一：?jiǎn)文咎崛?/span>
為實(shí)現(xiàn)森林資源的可持續(xù)開發(fā)、利用和保護(hù)，準(zhǔn)確了解森林資源的現(xiàn)狀及變化情況，GD-LAS針對(duì)不同樹種特征，實(shí)現(xiàn)了不同樹種的單木提取。對(duì)針葉林等典型樹種的提取算法進(jìn)行了底層優(yōu)化，可從表面數(shù)據(jù)提取86%的樹木數(shù)量，且提取的樹木94%均為完整，整體精度達(dá)到90%以上，通過標(biāo)準(zhǔn)數(shù)據(jù)測(cè)試，該方法相對(duì)于其他點(diǎn)云數(shù)據(jù)處理軟件，其召回率和完整度都有較大提升，優(yōu)勢(shì)明顯；同時(shí)，相較于其他平臺(tái)，本平臺(tái)能以較快的速度和多種格式支持單木點(diǎn)云數(shù)據(jù)的導(dǎo)出，而其他平臺(tái)大多僅支持表格與種子點(diǎn)圖數(shù)據(jù)導(dǎo)出功能。
通過單木提取，可準(zhǔn)確獲取單棵樹木的位置、樹高、冠幅直徑等信息，為樹木砍伐統(tǒng)計(jì)、林業(yè)資源調(diào)查以及森林蓄積量和生物量等生態(tài)參數(shù)的反演提供支撐。可應(yīng)用到林業(yè)碳匯計(jì)算等項(xiàng)目和工作中，為碳匯的量化計(jì)算提供技術(shù)手段。
?
圖4?原始點(diǎn)云數(shù)據(jù)
圖5?某平臺(tái)單木提取結(jié)果
圖 6?GD-LAS平臺(tái)單木提取結(jié)果
（圖5平臺(tái)僅支持表格形式的導(dǎo)出，圖6GD-LAS平臺(tái)能夠支持單木提取導(dǎo)出為點(diǎn)云數(shù)據(jù)）
應(yīng)用場(chǎng)景二：基礎(chǔ)測(cè)繪生產(chǎn)
《實(shí)景三維中國(guó)建設(shè)技術(shù)大綱》鼓勵(lì)使用點(diǎn)云數(shù)據(jù)來構(gòu)建地理場(chǎng)景和生成地理實(shí)體。GD-LAS通過點(diǎn)云去噪，獲得數(shù)字表面模型（DSM）數(shù)據(jù)，并經(jīng)過濾波處理等技術(shù)手段可進(jìn)一步得到數(shù)字高程模型（DEM）數(shù)據(jù)。這一處理過程具有高度自動(dòng)化的特點(diǎn)，能夠在短時(shí)間內(nèi)迅速完成。其中，針對(duì)點(diǎn)云濾波中復(fù)雜地面點(diǎn)和地物點(diǎn)難以分割的問題，本平臺(tái)采用基于點(diǎn)的多形態(tài)學(xué)重建濾波方法，分割結(jié)果的平均誤差僅3.24%，相比常用的濾波方法精度提供了12%。
圖7?DEM生成結(jié)果
圖8?DSM生成結(jié)果
圖9?CHM生成結(jié)果
此外，GD-LAS還可以通過點(diǎn)云分割技術(shù)快速提取建筑物的頂部特征和輪廓線，并生成簡(jiǎn)易模型。在建筑點(diǎn)聚類過程中加入顏色信息，綜合考慮平面指數(shù)和法向量，大大增強(qiáng)了提取結(jié)果的精確性，從而生成更為精細(xì)的地理實(shí)體模型，實(shí)現(xiàn)對(duì)地理場(chǎng)景的精確建模。
圖10?建筑提取結(jié)果圖
應(yīng)用場(chǎng)景三：電力線危險(xiǎn)點(diǎn)檢測(cè)
通過高壓輸電線進(jìn)行電力傳輸，在地理環(huán)境復(fù)雜的區(qū)域，需要定期開展巡檢，以確保安全。傳統(tǒng)的人工巡檢方法費(fèi)時(shí)費(fèi)力，很難滿足安全、快速的巡檢需求，GD-LAS通過點(diǎn)云分割技術(shù)可快速提取電力線路及其他地物，同時(shí)通過計(jì)算點(diǎn)云數(shù)據(jù)之間的凈空距離、垂直距離和水平距離，結(jié)合設(shè)定的危險(xiǎn)預(yù)警閾值，能夠識(shí)別出潛在的隱患點(diǎn)，并支持導(dǎo)出危險(xiǎn)點(diǎn)檢測(cè)的分析報(bào)告，為電力行業(yè)的安全運(yùn)行提供基礎(chǔ)保障。
圖11?危險(xiǎn)點(diǎn)檢測(cè)分析
?
圖12?危險(xiǎn)點(diǎn)檢測(cè)結(jié)果表
圖13?危險(xiǎn)點(diǎn)檢測(cè)結(jié)果圖
圍繞“易用、好用、管用”，GD-LAS點(diǎn)云處理平臺(tái)在數(shù)據(jù)加載和處理工具方面開展了深化研究和產(chǎn)品打磨等工作，并支持了林業(yè)、電力和測(cè)繪等領(lǐng)域的應(yīng)用，未來將繼續(xù)在平臺(tái)性能優(yōu)化和應(yīng)用融合創(chuàng)新等方面進(jìn)行提升。
技術(shù)創(chuàng)新方面，平臺(tái)將結(jié)合深度學(xué)習(xí)算法和語義理解技術(shù)，提高數(shù)據(jù)提取的精度和速度；效率提升方面，采用分布式、集群和高性能數(shù)據(jù)處理引擎等技術(shù)，更好地對(duì)數(shù)據(jù)進(jìn)行組織并提升處理速度；應(yīng)用支撐方面，將進(jìn)一步深化應(yīng)用場(chǎng)景，推進(jìn)技術(shù)與應(yīng)用的融合，并延伸不同行業(yè)的應(yīng)用場(chǎng)景，深化與數(shù)字孿生城市、智慧農(nóng)業(yè)等方面的交叉融合，為推進(jìn)應(yīng)用創(chuàng)新提供更多支持。