[论文解读] Aeolian dune modelling from airborne LiDAR, terrestrial LiDAR and Structure from Motion-Multi View Stereo

Carlos Henrique Grohmann, Guilherme Pereira Bento Garcia+2 more|arXiv (Cornell University)|Oct 14, 2019

Remote Sensing and LiDAR Applications参考文献 129被引用 38

一句话总结

本研究利用遥控飞机（RPA）影像评估了结构光束法多视角立体视觉（SfM-MVS）在巴西南部沿海沙丘高分辨率三维建模中的应用。与地面激光雷达（TLS）和机载激光雷达（ALS）对比，SfM-MVS实现了0.08 m的均方根误差（RMSE）和0.06 m的平均绝对误差（MAE），2010至2019年间沙丘迁移速率为约5 m/年，体积变化仅为0.2%，表明其在持续沙丘监测中具有成本效益和可靠性。

ABSTRACT

A DEM of a dunefield in Southern Brazil was generated from 810 photos captured by an RPA in February 2019. Altimetric accuracy of the SfM-MVS DEM was validated by comparison with Terrestrial LiDAR (TLS) data collected during the same fieldwork campaign of the RPA flights. The SfM-MVS DEM was then compared to an Airborne LiDAR (ALS) DEM from October 2010. While the SfM-MVS and TLS DEMs are very similar, the SfM-MVS DEM presents a small scale surface roughness not visible in the TLS DEM. The Feature Preserving DEM Smoothing (FPD) algorithm was applied to the SfM-MVS DEM with good results in terms of surface smoothing, but without any significant changes in descriptive statistics and error metrics, with an RMSE of 0.08m and MAE of 0.06m for both the original and the FPD-filtered DEM. Displacement of dune crest lines from the ALS and SfM-MVS DEMs resulted in a migration rate of ~5m/year between 2010 and 2019, in good agreement with rates derived from satellite images and historical aerial photographs of the same area. Sand volume change in the same period showed a decrease of only 0.2%, which can be related to the installation of sand fences to promote dune stabilization and sand removal from the front of the dune field to keep a road open to vehicles. ALS can cover large areas in little time but its high cost still remains a barrier to wider usage, especially by researchers in developing countries. TLS has an intermediate cost but demands more fieldwork and more processing time. In our case we needed three days for the TLS survey and around three weeks to produce a DEM of ~80400m2. On the other hand, we were able to cover ~740900m2 with six flight missions in under three hours, with ~13 hours processing time in a medium-range workstation. This makes SfM-MVS a low-cost solution with fast and reliable results for 3D modelling and continuous monitoring of coastal dunes.

研究动机与目标

• 评估使用RPA采集影像的SfM-MVS在风成沙丘高分辨率三维建模中的精度与可行性。
• 通过与地面激光雷达（TLS）和机载激光雷达（ALS）数据对比，验证SfM-MVS生成的数字高程模型（DEMs）的准确性。
• 利用多源DEM量化2010至2019年间沙丘的迁移与体积变化。
• 从成本、时间与数据质量角度，评估ALS、TLS与SfM-MVS在沿海沙丘监测中的权衡。
• 证明SfM-MVS是传统激光雷达方法在动态沙丘系统地貌度量分析中的低成本、快速且可靠的替代方案。

提出的方法

• 2019年2月在100 m高度获取810张RPA搭载的影像，用于生成巴西南部某沙丘场的SfM-MVS数字高程模型（DEM）。
• 使用SfM-MVS算法处理RPA影像，重建密集三维点云并生成高分辨率DEM。
• 在同期野外考察中采集TLS数据，作为验证SfM-MVS DEM精度的高精度参考基准。
• 将SfM-MVS DEM与2010年10月获取的ALS DEM进行对比，以评估2010至2019年间沙丘的迁移与体积变化。
• 应用特征保持型DEM去噪算法（FPD），在不改变关键误差指标的前提下降低SfM-MVS DEM的表面粗糙度。
• 采用统计指标（RMSE、MAE）与形态学分析（沙丘棱线位移）对比不同DEM，并量化沙丘动态变化。

实验结果

研究问题

• RQ1 在沿海沙丘环境中，SfM-MVS生成的DEM与地面激光雷达（TLS）对比时，其精度如何？
• RQ2 基于SfM-MVS与ALS DEM，2010至2019年间沙丘的迁移速率是多少？与卫星与航空影像得出的速率相比如何？
• RQ3 SfM-MVS生成的DEM在多大程度上表现出TLS生成DEM中不存在的小尺度表面粗糙度？该粗糙度能否在不损害精度的前提下有效降低？
• RQ4 SfM-MVS在沙丘监测应用中，其处理时间、野外作业时长与成本与ALS和TLS相比如何？
• RQ5 在纹理稀少、对比度低的同质化沙丘环境中，哪些因素有助于SfM-MVS实现成功的三维重建？

主要发现

• 与TLS生成的DEM对比，SfM-MVS生成的DEM在高程精度上达到RMSE为0.08 m，MAE为0.06 m，表明其具有高精度。
• 尽管SfM-MVS与TLS生成的DEM高度相似，SfM-MVS DEM仍表现出TLS数据中不存在的小尺度表面粗糙度，可能影响精细尺度的地貌度量分析。
• 应用FPD去噪算法可有效降低表面粗糙度，同时保持RMSE与MAE不变，确保了DEM精度的完整性。
• ALS（2010）与SfM-MVS（2019）DEM之间沙丘棱线位移表明，沙丘迁移速率约为5 m/年，与卫星影像及历史航空影像得出的速率一致。
• 2010至2019年间体积变化仅为0.2%，表明净沉积物损失极小，可能由于沙障的存在及为维护道路而主动清除沙粒所致。
• SfM-MVS在不到三小时内完成约740,900 m²区域的覆盖，共进行六次RPA飞行任务，使用中等性能工作站处理时间约13小时，其速度与可扩展性显著优于TLS。