機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)分類方法研究.pdf

1、機(jī)載激光雷達(dá)技術(shù)是新興的一門技術(shù)，在地形勘測(cè)、城市建筑物三維建模等方面都有很好的應(yīng)用。本文從濾波分類和建筑物點(diǎn)云提取兩方面進(jìn)行了探討。首先介紹了常用的濾波分類算法和建筑物提取算法。實(shí)驗(yàn)驗(yàn)證了傳統(tǒng)數(shù)學(xué)形態(tài)法、改進(jìn)的數(shù)學(xué)形態(tài)法和距離期望濾波算法的濾波效果。
　　 傳統(tǒng)的坡度濾波算法，利用經(jīng)驗(yàn)知識(shí)或樣本區(qū)間確定坡度閾值，不能完全得到真實(shí)的坡度閾值。在山區(qū)地形中，地形自身坡度與地物坡度之間的差別不是很大。僅僅應(yīng)用坡度閾值很難判定，容易造

2、成過度濾波或真實(shí)地形的丟失。
　　 針對(duì)以上問題，本文對(duì)傳統(tǒng)的坡度濾波算法進(jìn)行了改進(jìn)，增加了雙向坡度閾值、高程閾值和二次濾波。首次濾波時(shí)以較小的坡度閾值得到初始DEM，計(jì)算其最大坡度值，以最大坡度值作為第二次濾波的坡度閾值，一定程度上解決了坡度閾值選擇的自適應(yīng)問題。針對(duì)單向閾值在地形突變地區(qū)容易過度濾波的情況，增加了雙向閾值，在地形變化較大地區(qū)有一定的普遍適用性。另外融合了區(qū)域增長(zhǎng)的思想，增加了高程閾值，加強(qiáng)了細(xì)節(jié)保護(hù)。

3、　　 在研究建筑物區(qū)域增長(zhǎng)算法的基礎(chǔ)上，對(duì)現(xiàn)有區(qū)域增長(zhǎng)算法進(jìn)行了一些改進(jìn)。按照高程閾值分割、梯度分割、鄰域半徑密度分類的步驟得到建筑物的腳點(diǎn)，該算法較好地剔除了植被點(diǎn)和地面低矮附屬物的干擾，解決了建筑物和植被點(diǎn)分離過度和分離欠佳的問題，利用鄰域半徑密度法可以準(zhǔn)確的得到建筑物種子點(diǎn)，較快的實(shí)現(xiàn)建筑物的分割分類。
　　 按照階層式分類分割的策略，利用C#.net和ObjectARX技術(shù)在AutoCAD2010中開發(fā)了學(xué)習(xí)型的機(jī)載激