空载雷射扫瞄之基本关系及其运算式近代雷达系统ppt课件

.,1,空載雷射掃瞄之基本關係及其運算式、掃描資料之建物萃取實例,王正楷指導教授：徐百輝,.,2,大綱,動機雷射掃描系統基本關係及其運算式雷射掃瞄資料處理之實例基於小波方法對光達資料之建物特徵萃取未來方向參考文獻,.,3,研究動機,鑒於近年遙測隨科技之發展而快速成長，空載光達技術逐漸發展，而後又融入全球定位系統(GlobalPositioningSystem,GPS)及慣性導航系統(InertialNavigationSystem,INS)，使得精確的即時定位定姿態方法得以實現，利用空載雷射進行量測便漸趨普遍。本篇即以光達之飛行、成像過程做重點介紹，並在最後引進一光達影像之處理實例，以期能將影像成像前之過程與成像後之處理作一連貫，進而對未來研究有所助益。,.,4,雷射掃描系統基本關係及其運算式,.,5,雷射測距,脈衝式測距相位差測距,.,6,脈衝式雷射測距,.,7,連續波式雷射測距,圖中為一正弦波，令週期為T(通常為已知)，為時間延遲(timedelay)，即為傳送與接收之時間，其與傳送與接收訊號之相位差成比例,.,8,maximumunambiguousrange最大清晰距離,一雷射光在下一個雷射射出前，其所能測距之最遠距離通常在尚未接收到前一脈衝訊號之前，不發射第二個脈衝訊號，其是為了避免混淆脈衝到達計數器的時間。,.,9,maximumunambiguousrange最大清晰距離,脈衝式雷射測距令為相鄰兩個雷射傳送時間之間隔(即第一個雷射光發射出去後，距離下一個雷射光發射之時間間隔)，則,連續波式雷射測距對於CW雷射而言，最大的相位差為，故由可推得：為實際測距訊號之最長波長(在連續波式雷射中使用多重頻率),.,10,RangeFolding,又稱RangeAliasling。此為當目標物在maximumunambiguousrange的範圍之外時之現象，也就是當光達接收到訊號時，所接收到的除了本次所發出之訊號外，還可能會有上一個甚至是上上一個未被接收之光達訊號。,.,11,測距精度(rangingaccurancy),以脈衝為量測之光達其精度與risetime成正比，而與訊雜比的平方根成反比，如下式：在CW中：其精度與最小波長成正比，與訊雜比的平方根成反比：,.,12,雷射波長,不同的地物對同波長有不同的反射性質圖中顯示波長為900nm之雷射，其對不同地物所得之反射力(百分比)。,.,13,投影直徑,航高h已知，雷射地面投影取決於雷射瞬時視域IFOV。由圖a得知雷射地面投影直徑為：孔徑D通常極小可忽略：瞬時視域之值極小,.,14,掃描帶寬(swathwidth,SW)：,swathwidth取決於掃描角(又稱為FOV,視域),.,15,定位與定向系統,在飛行期間，若知道其掃描時刻在某坐標系統(如WGS84)之座標，則其方位及位置就可被決定出來。因此，雷射掃描系統必須與定位定向系統(PositionandOrientationSystem,POS)相結合(即結合GPS與INS)。然而此時則會有另問題產生，即POS與掃描儀之時間致性,.,16,定位與定向系統,使用軟體模組同時紀錄雷射掃描儀資料，以及由斷續器控制的時間資料。每一次掃描開始的同時，資料組將匯入PC1的時間。GPS之PPS訊號(PulsePerSecond-signal)以及PC1之時間將儲存於不同的協定檔案中當機上GPS接收儀之PPS訊號觸發斷續器IRQ7，同一時刻儲存GPS時間與PC1時間。使用此種機制可將POS資料從掃描資料分開來，而做其前置處理(pre-processed),.,17,雷射掃描資料典型處理流程,目的：數值高程模型之獲取校正資料如相對於慣性座標系統之雷射掃描儀位置地圖投影結果為一大群隨機散佈、具有高程與座標資料的點位。依據點位位置排序高程觀測量過濾演算法與程序與非地面點(如建物)分離,.,18,ALS的主要應用舉例：,通道之繪製，如道路、鐵路軌跡、導管、水渠。DTM的生產。沿海範圍之量測，包括沙丘及潮汐淺灘、沿海變化及侵蝕之決定。嚴重的天災或其他慘重災難時，可快速製圖，得到其前後之變化。冰雪覆蓋之地區量測，包含冰河之監測。沼澤地量測。,.,19,基於小波方法對光達資料之建物特徵萃取實例,.,20,基於小波方法對光達資料之建物特徵萃取實例,空載雷射後所得之座標點位，主要的工作即為地表與地物之點位萃取，然而，由於雷射所掃射之位置是無法預期的，也就是其到底在何處反射回來，諸如屋頂?建物中間?樹葉?或是地表面反射的，甚難掌握，故其並非為簡單的工作，而目前已有許多相關的演算被發表出來，這裡所介紹的則是利用小波原理對於大城市之高樓建物進行萃取。,.,21,基於小波方法對光達資料之建物特徵萃取實例,動機：亞洲地區之建築是相當密集的，而其中高的建築當中又會錯綜的夾雜一些小建築物，使的分辨困難。目的：以多重解析度(multi-resolution)的方法將高大的建物與矮小的建物萃取出來。測試區域概況：日本東京新宿，新宿是個商業及辦公型地區，其高樓繁多，其間又有許多小型建物涵蓋在大樓底下。,.,22,處理程序,底下為建物萃取之概略流程圖：,.,23,LaserData,空載雷射掃瞄之處理由KokusaiKogyoCo.,Ltd.GeomaticsDepartment.，(此公司完成了日本大部分地區的空載掃瞄)。,.,24,Interpolation(內插),利用(Behan,2000)的不規則三角網(TIN)內插法，解析度為一公尺。,.,25,Waveletsmoothing,圖中表示在四個連續的解析度下經由小波分析所平滑化後之影像，從圖中可以很明顯的分辨出由實地城市建物所反射形成的雷射點位分布情形，其小且低矮的建築隨著解析度越粗糙而逐漸消失，這也提供了底下多解析度分類方法的一個契機。,.,26,多解析分割(Multi-resolutionsegmentation),在多解析度空間中，基於特徵簽名(signature)，建物可以很容易地從高程影像中感測出來，多解析度分割之原理可由右圖簡單的描述出來。分割之結果呈現出測區之主要建物，一些建物隨著它的lowsignatures而逐漸消失，,.,27,多解析分割(Multi-resolutionsegmentation),圖中顯示所感測到的建物分別以網格式及向量式來表示。,.,28,優點與產生之問題,優點相較於其他演算法節省了計算時間。問題邊緣線偵測困難。物體邊緣線可能產生形變。目前之解決方法：結合航照圖或現有的二維資料來改正邊緣線偵測。,.,29,基於小波方法對光達資料之建物特徵萃取實例,未來展望：將此演算法應用在其他之人造物件、道路或高速公路之萃取。尋找解決邊緣線偵測問題之演算法,.,30,未來方向,小波理論之研究Lidar資料之建物與地表萃取之相關演算法(以小波理論)。,.,31,參考文獻,E.P.Baltsavias,1999,Airbornelaserscanningexistingsystemsandfirmsandotherresources,IsprsJournalOfPhotogrammetryAndRemoteSensing(54),164-198E.P.Baltsavias,1999,Airbornelaserscanningbasicrelationsandformulas,IsprsJournalOfPhotogrammetryAndRemoteSensing(54)199-214AloysiusWehr,UweLohr1999,Airbornelaserscanninganintroductionandoverview,ISPRSJournalofPhotogrammetry&RemoteSen