1 山东理工大学建筑工程学院, 山东 淄博 255000
2 自然资源部国土卫星遥感应用中心, 北京 100048
3 辽宁工程技术大学 测绘与地理科学学院 , 辽宁 阜新 123000
为了全面了解线性体制星载激光测高仪测高精度与地物、地形的关系, 本文以机载点云数据为参考数据, 选取美国部分区域为试验区, 采用构建不规则三角网内插的方法, 分析了GLAS激光测高仪数据在不同坡度坡向、不同地物以及升轨降轨的测高精度, 并探讨了GLAS测高精度与激光回波波形的关系。实验结果表明: 在波形展宽较小、坡度平缓的地区, GLAS激光点的高差中误差为0.718 5 m; 在波形展宽较大、坡度陡峭的地区, 中误差为6.532 1 m。针对波形较为理想的农地, 湖泊两类地物的高差中误差分别为0.624 7 m、1.578 6 m, 针对波形变形严重, 回波波峰不明显的沙漠、林地地区的高差中误差分别为2.055 1 m和7.136 9 m。在平坦地区, 当采用升轨测量模式时激光点高差中误差为0.618 3 m; 而降轨测量的高差中误差为0.849 2 m。总体而言, 不同坡向条件下, GLAS激光点的测高值要高于实际地面高程。
测高精度 机载点云 不规则三角网 回波波形 GLAS GLAS accuracy of height airborne point cloud Triangulated Irregular Network echo waveform
1 同济大学测绘与地理信息学院, 上海 200092
2 上海船舶研究设计院, 上海 201203
通过分析机载雷达（LIDAR）点云数据与航空影像数据特点，提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线，将轮廓线拟合成直线段的建筑物轮廓边，并以两相邻且垂直的轮廓边相交得到建筑的角点，根据建筑物的同名角点实现机载点云和航空影像的配准融合；将航空影像的光谱信息赋予机载点云，并将光谱信息作为特征向量进行聚类，分离出植被和树木等地物，利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物，提取建筑物的轮廓边，完成建筑物轮廓的探测。实验结果表明，利用该方法进行建筑物点云的分类正确率可达97.96%，轮廓边的提取精度可达0.21 m，能够有效的实现建筑物轮廓的探测。
遥感 机载点云 航空影像 配准融合 点云分类 轮廓提取
