多分辨率分層機(jī)載LiDAR點(diǎn)云濾波算法改進(jìn)研究.pdf

1、LiDAR作為一種主動(dòng)式測(cè)量技術(shù)，能夠高精度、高速度及高密度的獲取地形的三維空間信息，為用戶提供了一種經(jīng)濟(jì)可靠的采集數(shù)據(jù)方式，在各個(gè)行業(yè)領(lǐng)域都得到了廣泛的應(yīng)用。LiDAR在硬件方面越來越成熟，但獲取點(diǎn)云數(shù)據(jù)之后，如何高效率、高精度的處理獲取的三維空間數(shù)據(jù)，還處于初步研究階段，目前存在的數(shù)據(jù)后處理方法都不是很成熟。LiDAR數(shù)據(jù)主要由地面點(diǎn)和非地面點(diǎn)組成，只有準(zhǔn)確的分離地面點(diǎn)和非地面點(diǎn)，才能充分利用獲取的數(shù)據(jù)信息，因此濾波是數(shù)據(jù)處理中最基

2、本的過程，濾波結(jié)果的好壞也直接影響到生成DEM的精度?，F(xiàn)有的濾波算法都能夠在景觀簡(jiǎn)單以及地形平坦地區(qū)取得較好的濾波結(jié)果，但是復(fù)雜地形及大密度分布的植被顯著影響濾波算法精度。
　　為此，陳傳法等人提出了一種多分辨分層機(jī)載LiDAR點(diǎn)云濾波算法(MHC)。以局部最小值法選擇種子點(diǎn)，通過薄板樣條(TPS)函數(shù)構(gòu)建DEM，根據(jù)殘差大小標(biāo)定地面點(diǎn)的方法。數(shù)據(jù)分析表明，該算法平均計(jì)算精度稍高于自適應(yīng)TIN算法，遠(yuǎn)高于2004以前發(fā)展的7種濾波

3、算法，且高于近年來發(fā)展的濾波算法。但是該算法濾波速度低，濾波精度容易受到復(fù)雜地形的影響。
　　針對(duì)多分辨分層機(jī)載LiDAR點(diǎn)云濾波算法存在的問題，一方面，通過用kd-tree查找鄰近點(diǎn)，kd-tree結(jié)點(diǎn)是按照維數(shù)劃分，使得大約各有一半的數(shù)據(jù)落入子樹的不同側(cè)，直到一個(gè)結(jié)點(diǎn)的點(diǎn)數(shù)小于給定的最大點(diǎn)數(shù)時(shí)，劃分結(jié)束，kd-tree可以根據(jù)自身的結(jié)構(gòu)特點(diǎn)較快的找到其鄰近點(diǎn)。另一方面，通過聚類方法加密地面種子點(diǎn)，即通過計(jì)算地面種子點(diǎn)與其鄰近點(diǎn)

4、的單位法向量的夾角和距離，將小于設(shè)定角度閾值和距離閾值的點(diǎn)添加到地面種子點(diǎn)中，以增加地面種子點(diǎn)的數(shù)量，提高初始DEM的精度的同時(shí)提高了分類精度。
　　以ISPRS提供的15組數(shù)據(jù)為研究對(duì)象，比較改進(jìn)前和改進(jìn)后結(jié)果表明，在速度上，改進(jìn)后的濾波速度要遠(yuǎn)高于MHC的速度;在精度上，MHC的平均綜合誤差是4.11％，平均kappa系數(shù)是86.27％，改進(jìn)后的平均綜合誤差為3.63％，平均kappa系數(shù)為87.43％，所以改進(jìn)后的濾波效果要