正射影像(DOM)与机载激光雷达点云数据的融合应用
正射影像(DOM)与机载激光雷达点云数据的融合应用
作者：宋亭磊
来源：《中国房地产业·上旬》2019年第08期
【摘要】随着现代化测绘技术的蓬勃发展，工程建设对于测绘产品的精度和成果多样性要求越來越高，尤其是对数字线画图的生产更是提出了更高的要求。
产品精度要高，生产速度
要快，同时还要兼顾经济效益，降低生产成本。
作为无人机低空航空摄影测量已经发展成为较为成熟的技术手段。
由于目前无人机航测生产出来的正射影像（DOM）和数字高程模型（DEM）等产品，只能解决线性要素、植被图斑及独立地物的绘植，而地貌及高程点的精度还不足以满足大比例尺数字化测绘的需求。
因此，解决高程精度问题成为了生产当中的痛点，本文主要阐述利用机载激光雷达技术，生产地面点点云数据，并结合正射影像（DOM）生产大比例尺数字线化图的优势及其精度分析。
【关键词】机载激光雷达;无人机;水利工程测量;应用
1、项目背景
肥西县截污工程是环巢湖地区环境综合治理的重点工程之一。
该项目规划设计埋设一条截污管道，合肥市西南繁华大道起，沿G206向东南至合铜公路，再沿合铜公路向西南至将口河，最后沿将口河至巢湖，线路全线长约32km。
该项目要求提供全要素1：1000数字化地形图和0.1m地面分辨率的正射影像（DOM），并对完工日期和主要技术参数做了要求。
2、项目策划与实施
⑴由于该项目工期紧要求高，期间正值五月，天气炎热，作业人手有限。
于是依据此项目特点制定了详细的作业计划。
计划决定采用一组人使用低空无人机航飞生产正射影像（DOM）数据，同时另外一组人采用机载激光雷达航飞对测区进行扫描，生产出覆盖测区的点云数据。
⑵机载三维激光雷达测量系统是一种主动航空遥感装置，是实现地面三维坐标和影像数据同步、快速、高精确获取，并快速、智能化实现地物三维实时、变化、真实形态特性再现的一种国际领先的测绘高新技术。
该技术基于激光测距、GPS定位、惯导测量、及航空摄影测量原理，可以快速、低成本、高精度地获取三维地形地貌、航空数码影像等空间地理信息数据。
机载激光雷达测绘相比较与其他手段的测绘有着明显的优势：成果的整体精度与精细程度更高。
三维激光点云数据都是由激光直接测量得到，而传统航测本质上是依据有限几个像控点基于航测理论进行的拟合测量;三维激光雷达系统采集原始点的密度远远高于传统航测，平均每平方米可达到一个、甚至十几个原始数据点，这是传统航测立体像对模拟技术采集或工程测量人工采集所无法比拟的;高程测量精度比其他测绘方法更高。
特别在对传统测量手段存在困难的树木植被覆盖地区，由于激光扫描的速度非常快，密度也非常高，只要植被有一点点空隙激光点就可以达到地面，从而获取更高精度的地面点数据。
3、DOM与机载激光雷达数据融合生产数字化地形图
生产出DOM与点云数据以后，对于数字地形图的生产采用先内业后外业的方法经行。
3.1内业数据处理
首先对DOM和点云数据进行质量检查，其主要指标均符合项目设计要求。
其次，对点云数据经行分类处理，除去噪声点和屋顶及植被上的点云，得到覆盖测区的地面点点云数据，之后使用Global Mapper软件对点云数据按百分之一的比例抽稀处理，以减少数据量。
最后将正射影像（DOM）和抽稀后的地面点云数据导入Global Mapper，生成两种数据叠加的影像数据。
并导出为.jpg格式的图像，以便于导入Cass绘制线化图。
导出后如图1所示：
3.2在Cass环境下绘制线化图
在经过了以上数据处理之后，将Global Mapper生成的.jpg格式的图像导入Cass再叠加经抽稀过的点云数据。
由此各个要素均能够方便的绘制出来，既解决了线性地物的问题也解决了高程点的精度问题。
3.3外业调绘
当内业完成以后，安排人员到实地实施调绘。
主要检查地物的平面精度和高程点的精度。
4、精度分析
本次外业检查从每一幅图上抽取均匀分布的地物点与高程点实测。
并把实测数据与内业绘制的地形图和摘取的高程点作对比。
经对比分析发现，平面位置中误差为±0.1m，高程中误差为±0.2m。
结果完全符合1：1000比例尺数字地形图的测量要求。
结语：
对于数字化地形图的生产，借助于机载激光雷达技术可以避免因为地面植被覆盖过密而造成的高程点数据无法精确获得的问题。
同时加快了产品的生产速度和精度。
对于植被茂密地区的测绘，由无人机航拍生产的正射影像（DOM）和机载激光雷达扫描所得到的地面点云数据融合使用能极大的提高作业效率，且成果精度完全符合测量规范的要求，这也为我们测绘产品的生产提供了新的途径。
参考文献：
[1]杨妮.韦振锋.无人机航空摄影测量教学研究[J].现代职业教育，2017（03）.
[2]水利水电工程测量规范SL197-2013.
[3]张颖秋.无人机航空摄影测量在地形图测绘中的应用[J].中国非金属矿工业导刊，2015（05）.。
融合OSM和车载激光扫描数据的建筑物三维快速提取
石蒙蒙 等
有效避免文献[7]中存在的问题，但是该算法仅在较为规则的建筑物立面提取上结果有效。文献[10]通过 法向量和距离约束对点云进行分割，然后利用建筑物立面的几何先验知识进行特征提取，建筑立面的提 取效果取决于分割效果的好坏，分割效果需要反复尝试才能确定最优的分割参数。文献[11] [12]首先利用 “维数特征”方法确定每个扫描点的最佳邻域，进而计算得到每个扫描点精确的局部几何特征(法向量、 主方向、维数特征)，然后基于“维数特征”对扫描点进行粗分类，并设置相应的生长准则对不同类别的 扫描数据分别进行分割， 最后实现了对建筑物立面区域进行精确提取， 并且可提取较复杂的建筑物立面， 但是计算量较大。综上，目前直接对车载点云建筑物提取方法存在的主要问题是：1)地物遮挡及先验知 识不足导致的错分漏提；2)大数据量特征计算和聚类的计算导致计算复杂度高、耗时长。 随着传感器、 物联网与云计算的快速发展， 志愿者地理信息(Volunteered Geographic Information, VGI)， 又称众源地理数据，不断兴起，其中影响力较大的主要有 Open Street Map (OSM)，Waze，Wikimapia， Google Map Maker，Foursquare，以及国内的新浪微博、大众点评等社交与生活服务类网站[13]。与传统 地理信息采集和更新方式相比，众源地理空间数据内容丰富，可表达元素拓扑关系，更新速度快，具有 丰富的属性和语义信息， 成本低廉、 可免费获取和使用， 成为近年来国际地理信息科学领域的研究热点。 虽然目前常见的 VGI 数据缺乏三维信息，并不能全面表达地物信息，但建筑物目标在 OSM 数据中，具 有明确的位置和完整的轮廓范围，MLS 数据也具有相应的位置信息，理论上可与其建立起对应关系。因 此融合 OSM 数据和 LiDAR 点云数据进行建筑物目标的提取，可以实现优势互补，建立位置精准、关系 正确、几何细节和属性信息丰富，方便快速更新的城市三维模型，为后续应用提供数据支撑。因此本文 提出融合这两种数据的建筑物提取方法，流程如下图 1 所示。
机载激光雷达点云数据滤波算法的研究与应用
机载激光雷达点云数据滤波算法的研究与应用机载激光雷达点云数据滤波算法的研究与应用随着航空技术和测绘技术的不断发展，机载激光雷达成为一种重要的航空测绘工具。
机载激光雷达通过往地面发射大量激光脉冲，并接收被地面物体反射回来的激光信号，从而获取地面物体的三维坐标信息，形成点云数据。
然而，由于各种原因的干扰和误差，激光雷达采集的原始点云数据中存在大量噪声和无效点，影响了后续的数据处理和应用。
因此，研究和应用机载激光雷达点云数据滤波算法具有重要的意义。
机载激光雷达点云数据滤波算法的研究主要是对原始点云数据进行一系列的处理和分析，过滤掉噪声点和无效点，提取出地面、建筑物以及其他特定目标的点云。
滤波算法可以分为两大类：基于几何特征的滤波算法和基于统计特征的滤波算法。
基于几何特征的滤波算法主要利用了地面与非地面点的几何特征差异。
其中，最常用的算法是基于地面平面分割的方法。
该方法首先根据点云的高度信息，将点云分为地面点和非地面点两类。
然后，通过拟合地面点的平面模型，识别出地面的点云，进一步进行滤波处理。
除了地面平面分割算法，还有基于高程阈值分割、基于邻域法分割等多种基于几何特征的滤波算法。
基于统计特征的滤波算法则是通过点云内部的统计特征来实现滤波。
其中，最常用的算法是高斯滤波算法。
该算法首先通过计算点云内部点的均值和方差，确定数据的统计分布情况。
然后，根据已知的阈值对点云数据进行滤波，排除掉不符合统计分布规律的点云。
此外，还有基于中位数滤波、基于最小二乘法滤波等多种基于统计特征的滤波算法。
机载激光雷达点云数据滤波算法的应用主要体现在航空测绘领域和地质勘探领域。
在航空测绘领域，通过滤波算法可以将噪声点和无效点过滤掉，提取出地面点云数据，进一步生成高精度的数字地图和三维模型。
在地质勘探领域，点云数据滤波算法可以将地质脉冲反射的点云数据提取出来，从而实现对地下结构的探测和分析。
总之，机载激光雷达点云数据滤波算法在航空测绘和地质勘探等领域具有广泛的应用前景。
正射影像数据dom 应用场景
正射影像数据dom 应用场景正射影像数据DOM（Digital Orthophoto Map，数字正射影像图）具有地图几何精度和影像特征，可以用作地图分析的背景控制信息。
DOM不仅能够提供高精度的地表形态信息，还可以从中提取自然地理资源和社会经济信息，支持城市规划、土地管理、环境分析、地籍测量等各种规划活动。
DOM的应用场景主要包括：1. 城市规划：在城市规划、设计和管理中，DOM提供了大量的信息，可以直观地反映城市的地形地貌及环境状况。
规划者可以通过DOM看到城市的交通网络布局，从而优化交通规划；也可以看到城市的绿化情况，从而优化城市绿化规划。
此外，DOM还可以为城市规划的成功决策提供最基本、最直观的技术支持，使电子沙盘景观更加真实，携带更加方便，更新也更加容易。
2. 环境监测：通过对DOM的分析，可以了解地表的变化情况，如土地利用变化、水体污染等，为环境保护提供科学依据。
环保部门可以通过DOM影像监测到河流的污染情况，从而及时采取措施进行治理；也可以通过DOM 影像监测到森林的破坏情况，从而及时采取措施进行保护。
3. 灾害预警：DOM可以实时反映地表的变化情况，对于地震、洪水等自然灾害的预警具有重要作用。
灾害管理部门可以通过DOM影像监测到洪水的泛滥情况，从而及时疏散人群；也可以通过DOM影像监测到地震的震源和震级，从而及时发布预警信息。
4. 三维景观模型：利用DOM制作三维景观模型具有非常广阔的发展前景。
真实、生动的三维景观可以为游客提供不受时间、空间限制的网上旅游体验，同时也为公安部门、消防部门的警力部署，电力部门的线路架设，交通部门的管理调度等提供巨大的支持和再现。
随着科技的发展，DOM影像技术将持续创新和发展，更高分辨率的卫星遥感影像将揭示更多地球细节，更高效的数据处理技术和算法将提升DOM影像的生产效率和质量，更广泛的应用领域将拓展DOM影像的应用价值。
机载LiDAR点云数据与影像数据融合处理
In a foreign country, although the key problems of hardware and system integration of Airborne Light Detect And Ranging technology has been solved. However, the data-processing algorithm of airborne LiDAR is still at the stage of previous research and development. There are yet many problems unsolved. Among them, it is an research direction which is given great attention for data fusion of point cloud and aerial image derived from LiDAR system in remote sensing field. In this paper ,based on have access to information related to the existing literature and research results, we abstract the general ideas of image fusion about airborne LiDAR point cloud data. By analysis and discussion of the method of multi-sensor image fusion at pixel level ,taking high accuracy of point cloud data in a city and abundant spectral information of image data as the is data source of this experiment, we will make successfully their fusion processing and spectral information is assigned to the laser cloud data. In summary, this paper carried out the following three aspects 1、The paper research the methods of multi-source remote sensing images fusion on the base of image element in the paper. Firstly, this paper expounds the concept of multi-sensor image fusion technology, introduces in detail the advantage and level of multi-sensor image fusion , and the common use method of multi-sensor image at pixel level such as weighted fusion
基于机载LiDAR数据制作数字正射影像的方法
为 了满足未来家庭 中对智能家居 的掌控 ，用 户更是期待推
出的智 能路 由产 品可以支持更 多的无线协议来实 现智能家居 的
兴起 ， 智能路 由也将具有更为丰富 的可拓展性 、 更 为广阔 的市场
空间， 更好地扮演着连接整个家庭互联 网平台的角色 ， 丰 富人们 的文化生活 。 （ 责任编辑 ： 张 瑛）
第 一作者 简介 ： 刘嘉诚 ， 男， １ ９ ５ ８年 ５月生 ， １ ９ ８ ５年 毕业 于
够具有 ３ Ｇ ／ ４ Ｇ转 ｗｉ — Ｆ ｉ 的功能拓展 ，以提升网络的可续性和灵 活性 。 有关资料显示 ： 希望智能路 由器具有 ３ Ｇ ／ ４ Ｇ转 Ｗｉ — Ｆ ｉ 的功
太原 理工大学 ， 工程 师 ， 太原理工 大学材料学 院 ， 山西省 太原 市
Ｔ ｅ ｒ ｔ ａ Ｓ ｃ ａ ｎ模块 是处理机载或地 面激光 雷达数据 的通用软 件包 ，
易应用 。由此不难看 出， 用户对智能路 由的易用性 、 无线分享 、 安 全管理 、 无线遥 控等都有着较高 的需求和期望。
３ ． ２ 移 动 端操 作 系统
能拓展 的有 ７ ３ ． ２ ％支 持率 。但可能是考虑 到移动资 费昂贵 的问
山西科技
文章编 号： １ ０ ０ ４ — ６ ４ ２ ９ （ ２ ０ １ ４ ） ０ ５ 一 Ｏ ｌ １ ６ — ０ ３
Ｓ Ｈ Ａ Ｎ Ｘ Ｉ Ｓ Ｃ Ｉ Ｅ Ｎ Ｃ Ｅ Ａ Ｎ Ｄ Ｔ Ｅ Ｃ Ｈ Ｎ ０ Ｉ Ｄ Ｇ Ｙ
２ ０ １ ４ 年
第２ ９ 卷
第５ 期
收稿 日期： ２ ０ １ ４０ ５—１ ８
—
基于机载 Ｌ ｉ Ｄ Ａ Ｒ数据制作数字正射影像 的方法
侯 国瑞 ， 谢 丽 娟
关于数字正射影像图(DOM)的制作的探讨
关于数字正射影像图(DOM)的制作的探讨摘要：本文首先简要论述了数字正射影像图的基本原理、优点，继而概述了正射影像图的制作，最后分析了正射影像图对于测绘生产的作用，希望能给测绘工作提供一定的参考。
关键词：DOM；DEM；影像纠正；影像镶嵌1.引言数字正射影像图(DOM，Digital Orthophoto Map)是对航空(或航天)片的像素进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集。
其兼具有地图几何精度和影像特征的图像。
DOM具有精度高、信息丰富、直观逼真、获取快捷等优点，可作为地图分析背景控制信息，并可由其提取自然资源和社会经济发展的历史信息或最新信息，为国土资源调查、灾害防治和国民经济建设规划等、提供可靠依据；再者可以利用它进行地图的修测更新，在测绘生产方面越来越发挥了重要的作用。
根据航空数字影像，在全数字摄影测量系统上利用摄影测量生成的DEM，制作数字正射影像图(DOM)，满足社会的各种需要或根据数字正射影像图实现GIS数据库的建立和更新及其所依据的数字高程模型可以成为构建空间数据框架的重要组成基础。
2.基本原理和优点数字正射影像图制作原理，广义地说就是对不同分辨率、不同光谱分辨率和不同时相的多源遥感数据和图像，投影到需要的地理坐标系或者说进行图像的几何处理。
因此，正射影像图制作图像的几何处理是遥感信息处理过程中的一个重要环节。
随着遥感技术的发展，对于多尺度的遥感数据，进行多源遥感信息的表示、融合及混合像元的分解和影像间的几何配准处理方法方面都有许多理论、方法的提出。
正射影像图的的优点：1.数字化数据用户可按需要对比例尺进行任意调整、输出，也可以对分辨率及数据量进行调整，直接为城市规划，土地管理等部门及GIS用户服务，同时便于数据传输、共享和制版印刷。
2.信息丰富正射影像图信息量大，地物直观，层次丰富，色彩准确，易于判读。
3.提供专业信息正射影像图同时还具有遥感专业信息，通过计算机图像处理可进行各种专业信息的提取、统计与分析。
点云全景影像融合识别技术
点云全景影像融合识别技术点云全景影像融合识别技术点云全景影像融合识别技术是一种将点云数据和全景影像结合起来，实现更准确、更全面的物体识别和场景分析的方法。
下面将逐步介绍这个技术的实现过程。
第一步是获取点云数据和全景影像。
点云数据可以通过激光雷达、立体相机等方式获取，它记录了物体的三维坐标信息。
全景影像则是通过全景摄像头或者是多个普通摄像头拼接而成的图像，它提供了物体的外观信息。
第二步是对点云数据进行预处理。
由于点云数据通常存在噪声和稀疏性，需要进行滤波和点云配准操作。
滤波可以去除噪声点，提高数据质量。
点云配准可以将多个点云数据进行对齐，使得它们在同一坐标系下。
第三步是对全景影像进行预处理。
首先，需要进行图像校正，消除图像畸变。
其次，可以进行图像增强操作，提高图像的对比度和清晰度，以便更好地识别物体。
第四步是将点云数据和全景影像进行融合。
这一步可以通过将点云数据投影到全景影像上来实现。
投影过程中，需要将点云数据的三维坐标映射到全景影像的二维坐标上，并根据颜色信息进行着色。
第五步是进行物体识别和场景分析。
在融合后的数据中，可以利用深度学习等方法对物体进行目标检测和分类。
同时，可以通过分析融合后的数据，提取场景中的结构和特征，实现对场景的分析和理解。
最后，可以根据应用需求进行后续的处理和应用。
例如，可以将识别结果导入到导航系统中，实现自动驾驶或者机器人导航。
综上所述，点云全景影像融合识别技术通过结合点云数据和全景影像，可以实现更准确、更全面的物体识别和场景分析。
这个技术的步骤包括获取数据、预处理、融合、识别和分析等环节，每个环节都有相应的方法和技术可以支持。
随着深度学习等技术的不断发展，点云全景影像融合识别技术有望在各种应用领域发挥重要作用。
卫星遥感数字正射影像图(DOM)制作与应用
卫星遥感数字正射影像图（DOM）制作与应用作者：刘迎迎来源：《华夏地理中文版》2015年第06期摘要：对卫星遥感数字正射影像图制作的具体方法与步骤进行讨论，对实际作业工程中可能遇到的问题进行阐述，并提出具体解决方法，分析卫星遥感数字正射影像图的优势与不足。
关键词：遥感卫星；数字正射影像图；影像融合数字正射影像图是一种数字测绘产品，与传统航空摄影相比，地图几何精度高、影像直观、细节清晰、信息量丰富，因此应用领域十分广泛，特别是在城乡规划管理与工程建设方面。
当前遥感技术快速发展，特别是卫星遥感影像的高分辨率与高清晰率，成为人类获得地球空间信息的重要工具，高分辨率遥感卫星数据种类较多，如GeoEye、SPOT、QuickBird等。
一、QuickBird卫星简介QuickBird卫星由美国数字全球公司发射，是一枚能够提供亚米级分辨率的商业卫星。
QuickBird与以往的遥感小卫星相比，具有非常大的优势，分辨率达0.61m，多光谱成像且成像幅宽，极大拓展了遥感卫星的应用领域。
QuickBird进行数据采集通过四波段实现，分别是近红外、红、绿、蓝，通过特定的软件处理技术，QuickBird采集数据颜色可达真彩色，得到的DOM效果不亚于传统航空摄像。
由于设备限制，传统航空摄像成像较窄，在大面积制作DOM方面具有很大的局限性，QuickBird在大面积制作DOM方面实现了重大突破。
二、数字正射图像制作原理利用数字元对正射投影形成进行纠正即正射校正，通过对DEM影像进行区域划分，利用构象方程式或控制点对有关参数进行解算，原始非正射影像由数字高程模型纠正，即数字正射图像制作（DOM）。
信息性、实效性、直观性、连续性等是DOM的特点，同时其具有地图几何精度与影像特征，并且制作周期较短、精度高、信息丰富。
DOM应用范围非常广泛，可以作为评价标准，对其它数据进行评价，如数据精度、现实性与完整性。
还可以用于生产生活中，对自然资源与社会经济发展信息进行提取，提供可靠依据促进灾害防治与公共设施建设规划。
机载LiDAR点云数据与影像数据融合
４ ６ ３ ３部 队 ， ． １６ 陕西 西安 ７ ０ ５ ） １ ０ ４
１０３ ０ ０ ９，Ｃｈ ｎ ；３ ６ ０ １ Ｔｒ ｏ ｓ Ｌａ ｚ ｏ ３ ０ ０， ｉ ａ ． １ ６ ｏ ｐ ， ’ ｎ ７ ０ ５ ， ｉ ａ ｉａ ． ８ １ ｏ ｐ ， ｎ ｈ ｕ ７ ０ ２ Ｃｈ ｎ ；４ ６ ３ ３ Ｔｒ ｏ ｓ Ｘｉ ａ １ ０ ４ Ｃｈ ｎ ）
信 息 。 因此 ， 有必 要 将 ＬＤ ｉＡＲ 点 云数 据 与 影 像 数
据 进行融 合 ， 发挥两 种数据 不 同的优 Ａｂ ｔａ ｔ Ｔｈ ａ ｅ ｉｓｌ ｎ ｌｓ ｓ ｔ ｅ ａ ｖ ｎ ａ ｅ ｎ ｉａ ｖ ｎ ａ ｅ ｆｐ ｉｔｃｏ ｄ ｄ ｔ ｎ ｍ ａ ｅ ｄ ｔ ｓｒｃ ： ｅｐ ｐ ｒｆｒｔｙ ａ ａｙ ｅ ｈ ｄ ａ ｔ ｇ ｓａ ｄ ｄｓ ｄ ａ ｔ ｇ ｓｏ ｏｎ ｌｕ ａ ａ ａ ｄ ｉ ｇ ａａ ｄ ｒｖ ｄ ｆｏ ａ ｒａ ｇ ｔＤｅｅ ｔ ｎ ａ ｄ Ｒａ ｇｎ （ ｉ ｅｉｅ ｒ ｍ ｅ ｉｌＬｉｈ ｔｃｉ ｎ ｎ ｉ ｇ Ｌ ＤＡＲ） ｓ ｓｅ ，ｔ ｅ ｕ ｅ ｈ ｍ ｏ ｅｈ ｒａ ｄ ｓ ｃ ｅ ｓ ｏ ｙ ｔｍ ｈ ｎ ｆ ｓ ｓｔ ｅ ｔｇ ｔ ｅ ｎ ｕ ｃ ｓ—
第 ２ 第 １期 １卷 ２１年 ２ ０２ 月
测
绘
工
程
Ｖｏ ． １№ ． １２ １
Ｆｅ ．。 ０ ２ ｂ ２ １
ＥＮＧＩ ＮＥＥＲＩ ＮＧ Ｕ ＲＶＥＹＩ ＯＦ Ｓ ＮＧ ＡＮＤ ＡＰ Ｉ Ｍ Ｐ ＮＧ
机载激光雷达测量技术及应用
机载激光雷达系统（ＬＩＤＡＲ＿ＬｉｇｈｔＤｅｔｅｃｔｉｏｎＡｎｄ Ｒａｎｇｉｎｇ）是集激光扫描仪、ＰＯＳ定位定姿系统、高分 辨率数码相机、嵌入式计算机于一体的新型主动式 快速测量系统，能够快速、精确地获取地表三维空间 信息和真彩色影像。这些数据可广泛应用于公路、 铁路、电力、石油、国土、应急测绘、林业、文物保护等 多个领域。 ２ 工程应用 ２．１ 任务情况
《１∶５００、１∶１０００、１∶２０００地形图航空摄影测 ６ ＧＢ７９３１－２００８
量外业规范》 《１∶５００、１∶１０００、１∶２０００地形图航空摄影测 ７ ＧＢ７９３０－２００８ 量内业规范》 ８ ＧＢ１８３１６－２００８ 《数字测绘成果质量检查与验收》 ９ ＧＢ／Ｔ２４３５６－２００９ 《测绘成果质量检查与验收》
２．４ 机载激光雷达系统
本项目采用小型机载激光雷达系统，具体技术 指标如表 ２所示：
表 ２ ＳＥ－Ｊ１２００Ａ型激光雷达主要技术参数
仪器型号
视场角 数据获取方式
激光波长 扫描频率 眼睛安全度 垂直精度 影像水平精度 扫描方式 操作航高
焦距 有效操作距离
相机视场角 像素
像素尺寸 像幅大小 相机校准
ＳＥ－Ｊ１２００Ａ
６０° 多次回波 １５５０ｎｍ ５０～３００ｋＨｚ 人眼安全 优于 １４ｃｍ ＠７００ｍ航高 优于 ５２ｃｍ ＠６００ｍ航高
线扫描 ４００～１８００ｍ４０ｍｍ １５０ｍ４３° ８０００万像素
５．２μｍ １０３２８×７７６０
已检校
２．５ 点云数据生产方案 ２．５．１ 点云数据计算
（１）解算飞行航迹