一、技术路线

　　采用 DJI Terra 软件解算前期采集的激光雷达扫描数据，输出原始点云数据，采用 LIDAR360、点云智绘软件对 DJI Terra 生成的点云数据进行点云去噪、点云分类、点云编辑、点云重采样等步骤，生成符合要求的雷达点云数据。

　　二、 激光点云数据技术要求

　　（1） 平面中误差和航带拼接平面中误差优于平均点云间隔；平地高程中误差和航带点云接边限差优于 0.35 米，丘陵地高程中误差和航带点云接边限差优

　　于 0.85 米，山地高程中误差和航带点云接边限差优于 1.75 米；粗差率≤5%。

　　（2） 数据坐标必须与给定的坐标保持一致，点云模型数据必须与倾斜摄影模型保持一致，准确反映现状。

　　（3） 数据格式采用 LAS 格式。

　　三、激光点云数据处理

　　（1） 点云数据解算

　　采用 DJI Terra 软件进行激光点云的解算工作。首先新建激光雷达点云处理任务，然后导入激光雷达源文件，设置相应参数后开始重建，最后输出 las 格式的点云数据。

　　（2） 点云去噪

　　将解算后的点云数据加载到 LIDAR360 软件中，利用去噪工具去除点云中的高位粗差和低位粗差，提高点云数据质量。

　　（3） 点云分类

　　对去噪后的点云数据进行分类，将点云中的地面点和建筑物点划分入相应类别。

　　a. 地面点分类

　　利用地面点分类工具，根据测区实际情况对最大建筑物尺寸、最大地形坡度等参数进行设置，迭代角度一般设置为 10°至 30°，迭代距离一般设置为 1 至 2 米，地形起伏较大时，迭代角度和迭代距离可适当同步调大。

　　b. 建筑物分类

　　利用建筑物分类工具，根据测区实际情况对邻域半径、距离阈值等参数进行设置，邻域半径一般设置为点间距的 4 至 6 倍，距离阈值一般设置为略大于点间距。

　　（4） 点云编辑

　　因自动分类算法的准确度很难达到百分之百，通过人机交互式编辑分类将错误分类和漏分类的点云数据分到指定类别，将建筑物墙面点分到未分类点。

　　图 5.6-6 点云编辑

　　（5） 按类别提取点云

　　利用按类别提取工具，从点云中提取需要的地面地、建筑物点，保存成单独的文件。

　　（6） 点云重采样

　　利用重采样工具，采用最小点间距的采样方法，对按类别提取后的点云数据进行重采样，在满足点云密度要求的前提下减少点云数量。

　　四、 质量检查

　　完成重采样的激光点云数据成果需经过质量检查合格后才可整理提交。根据（二） 中各项要求并套合倾斜摄影模型对点云数据进行检查，保证点云数据的质量。