稠密的无人机激光雷达点云数据处理与分析方法与工具科普系列（二）

内容摘要：目前对机载LiDAR点云密度的认知也存在下述10个尚有争议、需要重点突出的问题，本文将进行具体分析。

1、机载LiDAR点云密度和倾斜摄影测量的密集图像匹配点云的密度，谁高、谁低？
部分文献认为，与LiDAR点云数据相比，倾斜航空影像生成的密集图像匹配（dense image matching, DIM）点云具有更高的密度，如图4所示。这个观点，并不成立。目前，两种技术均可以产生密度相当的点云数据，具体问题需要具体分析。
2、高密度的机载LiDAR点云密度和同等密度的倾斜摄影测量的DIM点云的精度，谁高、谁低？
这种评价需要将精度拆分为水平精度和高程精度、并分别分析。目前，同等密度的情况下，就水平精度而言，DIM点云比机载LiDAR点云的精度要高；就高程精度而言，机载LiDAR点云比的DIM点云精度要高。另外，在仅考虑三维坐标的情况下，从目视效果看，高密度的机载LiDAR点云要比DIM点云更美观（如图5、6、7所示），主要得益于LiDAR更高的高程精度、更小的表面粗糙度。

图4 某电力设施区域、密度为1000个点/平方米的密集影像匹配的RGB点云
3、同等面积、同等密度的机载LiDAR点云的获取成本与DIM点云的获取成本，谁高、谁低？
这种评价需要将成本细化为时间和金钱、并区别对待。就时间成本而言，与DIM点云相比，目前普遍认为LiDAR点云获取的时间花费更少；而DIM点云生成需要耗费更多的时间、更多的计算资源在密集匹配阶段。就货币成本而言，与DIM点云相比，目前普遍认为LiDAR点云获取的货币成本更高。但是，我们坚信，在2021年随着若干厂家推出若干性价比更高的激光雷达硬件系统和软件投入市场，LiDAR点云获取的货币成本会有一个数量级的降低。
4、在被测量区域或者目标确定的情况下，是不是点云的密度越高越好？
点云密度并非越高越高、并非越低越好，而是应该分布在一个合理的区间内。任何一个地理实体或者现象都有一个最佳的研究尺度，这个是通用的规律。对于点云密度，亦是如此。在测区、测量目标确定的情况下，密度不足，点云不足以清晰的描述被测量区域或者目标；密度过高，既无实质的价值提升、又导致人力、物力、时间成本的浪费。


图5某林地的高密度机载LiDAR点云数据（点云密度为700个点/平方米）
5、高密度的机载LiDAR点云中是否存在2D和3D的重复点？
极有可能存在重复点。2D重复点是水平坐标完全一致的点集，3D重复点是三维坐标完全一致的点集。目前，LiDAR技术获取的点云中的确可能存在重复点，但并不绝对。但是，重复点的存在可能会导致部分软件或算法在处理数据时崩溃。
6、重复扫描能否增加有效的机载LiDAR点云密度？
比如，在电力行业的精细巡检中要求点云密度达到150个点/平方米以上，作业队伍可能会采用往返扫描的方式增加点云密度，这种重复扫描的方式既能增加有效的点云密度、又能有效的控制飞行成本。但是，在精细农业中，如果要获取大面积的玉米、大豆等农作物的高密度机载LiDAR点云数据以详细的描述叶片或者单株作物的三维形态信息；此时，即使采用多次重复扫描的方式也无法增加有效的点云密度。所以，重复扫描能否增加有效的机载LiDAR点云密度这问题没有标准答案。需要综合考虑被测量目标的尺寸、形态、机载LiDAR硬件性能、点云精度、飞行高度等多个因素、具体问题具体分析，才能给出明确的答案。
7、点云密度是否是机载LiDAR点云质量评价必须考虑的指标？

是必须考虑的指标之一。不同的行业应用对点云密度有着不同的要求，但点云密度一定要优于行业应用的要求才可能是合格的点云数据。
8、点云密度是否是机载LiDAR点云数据处理与分析工作必须考虑的内容？
是必须提前考虑的指标之一。点云密度一定要优于行业应用的要求才能开展后续工作。

9、高密度的机载LiDAR点云能否替代地面/地基、车载、背包、船载LiDAR点云？
答案是否定的，不能替代，但可以互补。即使机载LiDAR点云的密度达到了与车载相当的水平，由于视角、精度、遮挡等其他因素，也不能替代其他的平台获取的点云，但可以作为有益的补充，这也是多源点云融合的必要性。
10、点云密度是否点云数据后处理软件考虑的因素之一？

是必须考虑的因素。但是，很可惜，目前多数的点云后处理软件涉及的算法和工具并没有全部考虑密度因素、并不具备完全通用性。对于中低密度适合的点云处理软件或者算法，可能并不适合高密度的点云、存在软件崩溃或者处理效果不佳的现象。目前，用户需要对比和探索多种软件才能获取最佳的点云数据处理方案。可喜的是，国内市面上也已经出现了完全自主知识产权的、对点云密度不敏感的软件，图6和图7是某一软件处理的高密度点云的效果。



图 7 四川北川局部区域、密度为200个点/平方米的无人机激光雷达点云及其分类效果