雷射掃描原理

第二章 文獻回顧

本章將針對此研究背景以及過去相關研究予以回顧，因此依序分成四部分。

首先，2.1 節介紹雷射掃描及車載雷射掃描原理；由於點雲資料龐大的特性，其 後 2.2 節將會回顧點雲前處理方法；緊接著 2.3 節則回顧點雲中圓桿地物萃取與 分類等相關文獻；最後於 2.4 節給予小結。

第一節 雷射掃描原理

一、 雷射掃描

由於雷射掃描技術的發展，改變空間資料獲取的方式，也使其發展快速。

而雷射最早是在 1960 年代所發明，然而在該時代背景下，缺乏其他技術的支持，

使其發展受限。直到 1990 年代中期，隨其他技術的改善下，使雷射掃描相關技 術快速發展，並且透過引入直接地理定位技術(direct geo-referencing technology) 使雷射掃描由單點量測的雷射測距逐漸發展成雷射掃描系統(Petrie and Toth, 2009)。

雷射掃描系統中雷射測距原理可分成兩種，脈衝式(pulse echo)與相位式 (phase comparison)測距(Petrie and Toth, 2009)。其中，脈衝式測距原理是藉由量 測電磁波往返於測站(A)與目標物(B)間之時間差，並且以此時間差計算測站與 目標物之斜距，因此其測距精度與時間量測精度有關，如圖 1 所示，其公式如 式 1 所示。

5

圖 1 脈衝式雷射測距說明圖示(Petrie and Toth, 2009)

R=v×t

2 式 1

R：斜距

v：電磁波於大氣中傳播的速度

t：電磁波往返於測站與目標物間之時間差

另一種測距方式為相位式，其測距方式則是比對電磁波發射時的波形與經 往返目標物後所得之波形，藉由此計算測站(A)與目標物(B)間之相位差，進而 推得距離，因此其測距精度與電磁波波長(λ)有關，如圖 2 所示，其計算公式如 式 2。然而，此種測距方式僅能測得最後的相位差(Δφ)，若量測距離大於一個 整周波時，將無法求得整數週波的數量 M。

圖 2 相位式雷射測距說明圖示(Petrie and Toth, 2009)

R=M×λ+Δ×λ

2 式 2

R：斜距 λ：電磁波波長

M：電磁波往返於測站與目標物間之整數週波數 Δλ：不滿一週期的電磁波長度，其計算方式為

Δλ=λ×Δφ Δφ：相位差 2π

6

藉由測距與測角設備，可用於計算目標物與測站之平距與垂距。而於雷射 掃描系統中透過旋轉稜鏡(rotating mirror)使其可以於短時間內射出大量的雷射 光束量，使其可於短時間獲取大量物點坐標，如圖 3 所示 (Petrie and Toth, 2009) 為地面光達系統。然而，其掃描過程中並不會針對特定目標掃描，因此有稱此 系統為盲系統(林耿帆，2012)。

圖 3 地面雷射掃描系統示意圖

(Mike Shand 繪製，收錄於 Petrie and Toth (2009))

二、 車載雷射掃描

車載雷射掃描為一種動態的地面掃描方式(dynamic terrestrial scan)(Petrie and Toth, 2009)，此系統類似於空載雷射掃描(Airborne Laser Scanning, ALS)，除 了備有雷射掃描系統外，亦搭載高精度定位定向系統，而定位定向系統合全球 衛星定位系統、慣性導航系統、車輪計(Distance Measurement Instrument , DMI) 等，使系統可達直接地理定位的需求。與空載雷射掃描相比，車載雷射掃描其 獲取之點雲資訊密度較高，使其足以描述較詳細的路廊資訊以及垂直特徵 (Boulaassal et al., 2007)，但其對地物描述的詳盡程度不如地面雷射掃描。於資 料獲取的過程中，車載雷射掃描可由搭載多個掃描儀，以不同角度掃描，進而

7

減少使用地面雷射掃描所面臨的遮蔽問題，也因此車載雷射掃描其掃描所需的 外業時間較地面雷射掃描短(Tao, 2000; Dold and Brenner, 2006; Vaaja et al., 2011;

Puente et al., 2012)。

而現今點雲結構化主要有三類，分別為不規則三角網(triangulated irregular network, TIN)、網格式(raster)、掃描關係。其中，不規則三角網通常於處理的 過程中不經內插處理，因此較不易喪失其資料精度，然而此方式需另外儲存點、

線、面之空間關係，因此使其資料結構較為複雜，亦有處理效率不佳之情形 (Axelsson, 1999) 。

而網格式結構化則是將點雲以二維或三維之網格方式記錄其結構化之關係，

再依其網格之相鄰性供後續處理。其中，二維網格化之方式為將點雲以 xy 平面 將其網格化(Priestnall et al., 2000; Wang and Hsu, 2007)(如圖 4(a))，而三維網格 化則可再細分成多層(multi-layer)二維網格處理(Wang et al., 2008)(如圖 4(b))與 三維網格經編號後搜尋鄰近點(王淼等，2005；羅英哲及曾義星，2009；王淼，