基于形態(tài)學重建的數(shù)字高程模型智能提取.pdf

1、近年來,機載激光測距(Light Detect and Range, LiDAR)主動遙感技術以其高空間分辨率、高自動化數(shù)據(jù)采集效率而廣泛應用于地形測繪,森林監(jiān)測及城市建模等多個領域。本文在分析了機載LiDAR系統(tǒng)構成、數(shù)據(jù)的獲取原理以及特點基礎上,深入研究了激光雷達數(shù)據(jù)濾波原理與實現(xiàn)流程,引入形態(tài)學灰度重建作為 LiDAR點云濾波的工具,系統(tǒng)開展了融合形態(tài)學灰度重建與支持向量機(SVM)的濾波算法和融合形態(tài)學灰度重建與不規(guī)則三角網(wǎng)(T

2、IN)的濾波算法,并利用多次實驗反復驗證了算法的穩(wěn)定性與有效性。主要工作如下:
　　①基于形態(tài)學灰度重建理論對機載 LiDAR數(shù)據(jù)進行濾波,以不同的高差對原始圖像進行膨脹重建,將LiDAR數(shù)據(jù)初步分為地面點與非地面點。
　?、谌诤闲螒B(tài)學灰度重建與 SVM的濾波算法,從初始的形態(tài)學灰度重建濾波結(jié)果中自動選取種子點,進而利用 SVM統(tǒng)計學習理論對初始結(jié)果進行優(yōu)化。通過與初始形態(tài)學灰度重建濾波結(jié)果進行比較,證明該方法有效。