針對(duì)漸進(jìn)三角網(wǎng)濾波算法（PTD）進(jìn)行拓普康LiDAR點(diǎn)云數(shù)據(jù)處理過(guò)程中易將地物點(diǎn)誤判為地面點(diǎn)的缺陷,本文提出兩種改進(jìn)方法。一種是采用局部坡度擬合法對(duì)PDT算法進(jìn)行改進(jìn),將點(diǎn)云數(shù)據(jù)按高程值與擬合坡面法求解的擬合高程值的差由小到大進(jìn)行排序,將為地面點(diǎn)可能性更大的點(diǎn)優(yōu)先判定,從而獲取更加精確的TIN;另一種是引入薄板樣條曲線（TPS）插值法,對(duì)PTD算法進(jìn)行改進(jìn),將PTD中候選點(diǎn)判斷參數(shù)改為T(mén)PS法中的彎曲能量增長(zhǎng)值,從而減少誤判。結(jié)果表明,使用以上兩種改進(jìn)算法,綜合考慮第1類(lèi)誤差和第2類(lèi)誤差影響,在大部分地形特征下比傳統(tǒng)PTD算法表現(xiàn)更優(yōu),對(duì)低矮植被、橋、斜坡等特殊地物的濾波效果更佳。 

【文章來(lái)源】：測(cè)繪通報(bào). 2020,(10)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]漸進(jìn)加密的點(diǎn)云濾波算法效率分析與優(yōu)化[J]. 陳性義,陶思然,毛君亞,黃遲.  遙感信息. 2018(05)
[2]基于車(chē)載激光點(diǎn)云的數(shù)學(xué)形態(tài)學(xué)濾波方法改進(jìn)[J]. 蔡尚書(shū),崔強(qiáng),宋世柱.  測(cè)繪與空間地理信息. 2017(04)
[3]一種改進(jìn)的基于TIN漸次加密的LiDAR點(diǎn)云濾波算法[J]. 岳桂昌,周玉娟.  地理信息世界. 2017(01)
[4]基于漸進(jìn)加密三角網(wǎng)機(jī)載LIDAR點(diǎn)云濾波改進(jìn)算法研究[J]. 柳紅凱,徐昌榮,徐曉.  江西理工大學(xué)學(xué)報(bào). 2016(03)
[5]利用改進(jìn)的數(shù)學(xué)形態(tài)法進(jìn)行車(chē)載激光點(diǎn)云地面濾波[J]. 盧秀山,劉如飛,田茂義,劉冰.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(05)
[6]自適應(yīng)鄰域尺寸選擇的點(diǎn)云法向量估計(jì)算法[J]. 王兆豐,閆鑌,童莉,陳健,李建新.  紅外與激光工程. 2014(04)
[7]融合梯度與平坦度的城區(qū)點(diǎn)云濾波算法[J]. 盛志娟.  遙感信息. 2013(06)
[8]一種三維激光掃描點(diǎn)云數(shù)據(jù)的預(yù)處理方法[J]. 郝剛,胡鑫凡,岳朝林.  測(cè)繪科學(xué). 2014(07)
[9]基于數(shù)學(xué)形態(tài)學(xué)的LiDAR數(shù)據(jù)濾波新方法[J]. 羅伊萍,姜挺,王鑫,張銳,羅勝.  測(cè)繪通報(bào). 2011(03)
[10]激光雷達(dá)點(diǎn)云數(shù)據(jù)的濾波算法述評(píng)[J]. 王金亮,陳聯(lián)君.  遙感技術(shù)與應(yīng)用. 2010(05)

碩士論文
[1]基于漸進(jìn)加密三角網(wǎng)機(jī)載LIDAR點(diǎn)云濾波改進(jìn)算法研究[D]. 柳紅凱.江西理工大學(xué) 2016



本文編號(hào)：3181348