隨著機(jī)載激光雷達(dá)成像技術(shù)（LiDAR）的不斷發(fā)展,激光點(diǎn)云數(shù)據(jù)處理的相關(guān)研究也在不斷深入。點(diǎn)云濾波是機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理的重要環(huán)節(jié)之一。針對多數(shù)經(jīng)典濾波方法在復(fù)雜地形和地物條件下的濾波效果不夠理想的現(xiàn)狀,提出一種新的基于相對變異系數(shù)的地形自適應(yīng)正則化薄板樣條插值點(diǎn)云濾波方法。采用二維區(qū)域增長獲取初始插值參考點(diǎn)后,基于線特征約束對參考點(diǎn)進(jìn)行優(yōu)化,去除部分低可靠性參考點(diǎn)以得到較準(zhǔn)確、分布離散均勻的初始插值參考點(diǎn)集合,在此基礎(chǔ)上通過正則化薄板樣條插值方式來擬合地形點(diǎn)與地物點(diǎn)之間的濾波分類面,完成對機(jī)載激光點(diǎn)云的高精度自適應(yīng)濾波。對比實(shí)驗(yàn)結(jié)果表明,本文的地形自適應(yīng)濾波方法在2組實(shí)驗(yàn)數(shù)據(jù)的總體錯誤率分別達(dá)到4.14%和4.17%,在錯誤率和多地形綜合表現(xiàn)等方面具有優(yōu)勢,且濾波運(yùn)算效率在目前主流的濾波算法中處于較高水平。另外,實(shí)驗(yàn)結(jié)果驗(yàn)證了地形自適應(yīng)濾波方法在斜坡、山脊等起伏較多的復(fù)雜地形與包含植被和建筑物的混合地形等處的點(diǎn)云濾波結(jié)果具有較好的準(zhǔn)確性。 

【文章來源】：地球信息科學(xué)學(xué)報(bào). 2020,22(04)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

種子點(diǎn)選取和8-鄰域區(qū)域增長

在提取線特征的基礎(chǔ)上，結(jié)合高程斷裂線和多方向掃描高程判別的方式進(jìn)一步判斷高程斷裂線附近的地物點(diǎn)，移出插值參考點(diǎn)集合，盡可能減少插值參考點(diǎn)中的非地面點(diǎn)。分別以8方向掃描高程圖柵格（掃描方向與圖1區(qū)域增長方向一致），在某一條掃描線上依次遍歷所有柵格單元，記錄靠近高程斷裂線兩側(cè)柵格單元的高程值（注：柵格單元高程值為柵格內(nèi)點(diǎn)的最低點(diǎn)高程），在多個方向上若某一柵格單元位于兩條斷裂線之間，且高程顯著高于斷裂線兩側(cè)（同一掃描方向上的單元）高程（圖3(a）），或位于點(diǎn)云邊界和某條斷裂線之間，且高程高于斷裂線另一側(cè)（同一掃描方向上的柵格單元）高程，則將位于該柵格內(nèi)的點(diǎn)移出插值參考點(diǎn)集合（圖3(b））。對于斷裂線標(biāo)記柵格單元內(nèi)的格網(wǎng)點(diǎn)，若5×5窗口（緩沖區(qū)）內(nèi)有高程大于等于當(dāng)前點(diǎn)的格網(wǎng)點(diǎn)，則同樣將當(dāng)前點(diǎn)移出插值參考點(diǎn)集合。完成上述篩選后，剩余的參考點(diǎn)即為初始的插值參考點(diǎn)。3 地形自適應(yīng)的正則化薄板樣條插值

式中：Ki,j=d2i,jln di,j;di,j=(xj-xi)2+(yj-yi)2;i和j為插值點(diǎn)序號。其余各項(xiàng)的表達(dá)式如下：TPS函數(shù)正則化項(xiàng)的通用表達(dá)式如下：

【參考文獻(xiàn)】：
期刊論文
[1]基于區(qū)域特征分割的密集匹配點(diǎn)云漸進(jìn)形態(tài)學(xué)濾波[J]. 張剛,劉文彬,張男.  地球信息科學(xué)學(xué)報(bào). 2019(04)
[2]機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的二面角濾波算法[J]. 劉凱斯,王彥兵,宮輝力,李小娟,余潔.  地球信息科學(xué)學(xué)報(bào). 2018(04)
[3]回波強(qiáng)度約束下的無人機(jī)LiDAR點(diǎn)云K-means聚類濾波[J]. 李沛婷,趙慶展,陳洪.  地球信息科學(xué)學(xué)報(bào). 2018(04)
[4]基于植被指數(shù)限制分水嶺算法的機(jī)載激光點(diǎn)云建筑物提取[J]. 趙宗澤,張永軍.  光學(xué)學(xué)報(bào). 2016(10)
[5]知識引導(dǎo)下的城區(qū)LiDAR點(diǎn)云高精度三角網(wǎng)漸進(jìn)濾波方法[J]. 左志權(quán),張祖勛,張劍清.  測繪學(xué)報(bào). 2012(02)
[6]基于漸進(jìn)三角網(wǎng)的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波[J]. 隋立春,張熠斌,張碩,陳衛(wèi).  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2011(10)



本文編號：3474334