渐进三角网加密滤波辅助的布料模拟滤波

为了提高布料模拟滤波(CSF)算法处理复杂地形时的精度与适应性,本文提出了渐进三角网加密滤波辅助的布料模拟算法(CSFPTD)。该方法首先根据地面点云回波次数特点提取单、末次回波点云,以提高点云处理效率,在此基础上,采用渐进三角网加密滤波算法提取地面点,建立宏观反映复杂地形特征的粗数字地面模型(DTM),对点云进行高程归一化处理,消除地形起伏对点云滤波结果的影响,最后CSF实现点云精细滤波。对CSFPTD算法与经典CSF算法进行了对比实验,其中,Ⅰ类误差由11.81%下降到7.48%,Ⅱ类误差由1.90%下降到1.23%,总误差由4.05%下降到2.58%。实验结果表明:CSFPTD算法在综合复杂地形下的滤波精度明显提高,提升了算法的地形适应性。

对渐进三角网点云数据滤波算法的改进

针对渐进三角网滤波算法(PTD)进行拓普康LiDAR点云数据处理过程中易将地物点误判为地面点的缺陷,本文提出两种改进方法。一种是采用局部坡度拟合法对PDT算法进行改进,将点云数据按高程值与拟合坡面法求解的拟合高程值的差由小到大进行排序,将为地面点可能性更大的点优先判定,从而获取更加精确的TIN;另一种是引入薄板样条曲线(TPS)插值法,对PTD算法进行改进,将PTD中候选点判断参数改为TPS法中的弯曲能量增长值,从而减少误判。结果表明,使用以上两种改进算法,综合考虑第1类误差和第2类误差影响,在大部分地形特征下比传统PTD算法表现更优,对低矮植被、桥、斜坡等特殊地物的滤波效果更佳。

基于三角网滤波和支持向量机的点云分类算法

为了提高城区机载激光雷达点云数据分类算法的自动化程度和分类精度,提出一种基于渐进加密三角网和双层支持向量机的点云分类算法。采用渐进加密三角网滤波提取地面点,在地面点的基础上对地物点进行归一化处理。对点云特征有效性进行评估,选取特征向量并用最邻近支持向量机(NN-SVM)对地物点进行分类,实现对城区点云数据的多元分类。利用城区点云数据验证该算法,通过分析分类精度对分类效果进行评价。结果表明,该算法有效提高了点云数据分类精度,实现了对城区点云数据的有效分类。

面向复杂山区微地貌的手持LiDAR点云滤波方法比较

本文以手持激光点云数据是否可用于进行复杂山地土壤侵蚀和地表剥蚀测量为典型实例,试验对比分析了渐进加密三角网滤波算法、坡度滤波算法及布料模拟滤波算法在地面激光雷达点云分类中的性能。具体分别采用了3种滤波对应的参数对试验数据集进行测试以获得最高性能,并对比分析而获得每种算法的最优滤波。试验结果表明:对于平缓裸露地貌的滤波处理,布料模拟滤波效果最好,渐进加密三角网滤波次之,坡度滤波算法效果最差;对于复杂山地地貌的滤波处理,渐进加密三角网滤波算法滤波效果最好,布料模拟滤波次之,坡度滤波算法效果最差。试验研究成果为优化滤波算法的参数以提高其检测微地形变化的性能提供了有价值的信息,并验证了渐进加密三角网滤波在复杂地区滤波效果的有效性。

一种融合形态学与渐进三角网的滤波算法

为解决单一滤波在复杂区域的不稳定性问题,对基于形态学与渐进三角网滤波的融合算法进行研究。针对初始地面模型较为粗糙的问题,利用形态学滤波可为渐进三角网滤波法提供大量的初始地面点,使得初始地面模型能更准确地表达地面真实起伏;针对判断阈值无法适应全地形的问题,利用三角网滤波法的法向量竖直角、两点间高差及坡度角来修正角度阈值和距离阈值。试验结果表明,基于形态学与渐进三角网融合滤波算法的精度和适应性都较高,在地形陡峭的区域中也可取得较好的滤波效果,尤其在第Ⅰ类误差和总误差方面优势明显,绝大多数样本数据误差均小于10%。

机载LiDAR点云数据的组合滤波算法研究

针对采用渐进式形态学滤波算法进行机载LiDAR点云滤波时存在的滤波效果不佳、地形特征保留不明显的问题,本文提出了一种改进不规则三角网的后处理滤波算法,构建组合式机载LiDAR点云滤波算法。该组合算法有效地结合了渐进式形态学滤波算法与改进TIN滤波算法的优势,首先采用渐进式形态学滤波算法对原始机载LiDAR点云数据进行处理,提取得到初始地面点;其次优化传统TIN滤波算法,以初始地面点及种子点构建TIN,通过连续迭代提取得到精细化地面点。为验证本文提出滤波算法的可靠性与优越性,选取宁波市某地2组机载LiDAR点云数据进行实验,结果表明,与较单一的渐进式形态学滤波算法、TIN滤波算法地面点提取结果相比较,本文改进滤波算法提取地面点的Ⅰ类误差、Ⅱ类误差及总误差均更低,且不受地形条件限制,具有较高的适应性,验证了本文提出改进滤波算法的可靠性与优越性。

顾及回波次数信息的城区机载LiDAR点云滤波研究

针对城区地物复杂、地面点云被植被和建筑遮挡等问题,文章在渐进三角网滤波算法的基础上提出一种改进方法。该方法利用机载LiDAR点云具有多次回波特性对点云进行分类,提高地面点云占有率,再进行渐进三角网滤波。实验结果表明,该方法提高了地面点云种子点提取的正确率,为下一步城市点云精确分类做好了准备。

一种机载LiDAR点云组合滤波方法的研究

机载LiDAR点云处理技术已广泛应用于测绘工程领域。为了在实际应用中获取更精确的滤波结果,提升在复杂地形场景下点云滤波的自适性和DEM生成的精度,通过对各滤波算法优缺点分析,提出了一种组合滤波方法。该方法综合了改进渐进加密三角网滤波、邻域高差滤波和平面拟合滤波算法的优点,具有更高的自适性和近地点处理能力。经过对室外综合场景LiDAR点云进行滤波实验,结果表明,该方法解决了IPTD滤波算法在陡坡和山顶区域难以保留地形特征的缺点,有效过滤了近地点噪声,增强了滤波算法的自适性,具有较好的实用价值。

基于地表覆盖类型的山区点云滤波方法研究

现有点云滤波算法对山区适用性差,易造成滤波后地面点云系统偏低。从点云非地面点产生的原因出发,对地表覆盖类型进行分类,利用现有成熟的植被、建筑物等地表覆盖物提取算法,提取并剔除点云非地面点,从而实现点云滤波。经与现有成熟的改进的渐进加密三角网滤波算法进行定性定量分析,结果表明:(1)基于地表覆盖类型的复杂山区点云滤波算法获取的地面点云与实测剖面更接近,无明显偏差。(2)基于地表覆盖类型的复杂山区点云滤波算法剖面高程较差均值为-0.05 m,中误差为0.46 m;渐进加密三角网滤波算法较差均值为-0.44 m,中误差为0.70 m。得出结论:基于地表覆盖类型的复杂山区点云滤波方法精度优于改进渐进加密三角网滤波算法;较传统面向地面点的滤波算法,基于地表覆盖类型的点云滤波算法对山区地形具有适用性更强,自动化程度更高,提取精度更高等特点,为山区复杂地形点云滤波提供新的解决方案。

植被茂密地区点云双重滤波方法研究

为了解决目前机载激光雷达点云滤波算法中特征单一、运算效率低、植被覆盖区效果较差等问题,提出一种植被茂密地区的点云自适应双重滤波方法。首先利用回波分离方法,分别提取点云的单次回波和末次回波进行粗滤波处理;然后利用偏度平衡理论进行单次回波的强度阈值确定,同时利用最大类间方差法对首次回波和末次回波的高程差进行高差运算,实现末次回波高差阈值自动化,并融合粗滤波后单次回波和末次回波的点云数据;最后,利用不规则三角网渐进加密滤波算法对融合后的点云数据进行精滤波处理,并通过了实验验证。结果表明,3组数据集的Ⅱ类误差都相对较低,分别为1.06%,1.64%,1.34%。结合回波信息和高差信息的双重滤波方法不仅能较好地剔除植被,而且能较好地保留地形细节。

POS辅助机载LiDAR无地面控制点DEM,DOM制作

DEM和DOM已成为航空遥感生产的重要产品,机载Li DAR系统获取的具有三维坐标信息的点云数据,经系统误差校正和滤波分类后,结合机载POS数据和数码影像,可进行无地面控制点的DEM和DOM制作。经实践分析,成果精度满足1∶2 000比例尺DEM和1∶5 000比例尺DOM精度指标,该方法产品制作周期短,成果质量较高,满足了无人区和应急情况下的测绘需求。

面向水库大坝形变监测的三维激光扫描点云分析方法

根据黄龙带水库大坝两期高精度三维激光大坝扫描点云数据,本文提出基于正态分布的点云数据配准算法、改进原始渐进加密三角网滤波算法,运用点到面形变量对比分析模式监测大坝形变量,并进行源程序开发,实现一体化监测点云数据的加工、对比分析及建模处理。通过结果验证显示:(1)改进后的算法效率高、精度优,适用于大坝点云数据处理和对比分析;(2)开发的点云数据一体化处理软件简单易用,能够精准反映坝体变形情况;(3)黄龙带坝体稳定,尚无安全隐患。

高植被覆盖复杂山区机载激光LiDAR点云分类与处理

机载激光雷达拥有一定程度的植被穿透能力,可从植被覆盖的复杂区域获取植被与山体地貌等多种数据,并根据不同地物的特性进行数据分类、处理,以获得测绘或实验用数据。该文以重庆市奉节县区域内所获取的点云数据为例,先对原始点云数据进行预处理,使用渐进加密三角网滤波算法进行地面点分类,最后生成数字高程模型(DEM)。实验表明,现有的机载LiDAR技术已经基本满足在高植被覆盖山区等复杂地形的使用,为以后的工程和测量提供了新的思路。

基于机载LiDAR的电塔点云提取与重建

基于机载激光雷达点云,提出一种综合点云预处理、地面点滤波、电塔点云定位获取以及电塔结构线建模的电塔点云提取与重建方法。该方法首先对电力线路点云进行去噪等预处理,再使用渐进三角网滤波去除地面点,然后在电力线路分段的基础上,通过高程连通性定位电塔所在分段,再将电塔分段点云投影到水平面上并结合密度聚类算法和高程差特性对电塔聚类块进行提取,然后使用生长算法去除该聚类块中的电力线点,最后使用霍夫变换提取出电塔直线点云,并利用最小二乘法拟合电塔结构线来完成电塔模型的重建。实验表明,此方法对电塔点云的提取完整率可以达到96.8%以上,并能够以较高的精度和效率完成电塔的结构线模型重建。

螺旋式扫描激光雷达数据的DEM内插算法

提出一种螺旋式扫描机载激光雷达系统的数字高程模型(DEM)内插算法。首先,描述螺旋式扫描激光雷达系统的扫描特点,并阐述实时计算重叠区域的原理;然后,介绍改进的三角网迭代加密滤波法,并将其用于地面点与非地面点的分离;最后,基于随机森林法内插DEM。实验结果表明,该方法实现了螺旋式扫描机载激光雷达系统的DEM内插,且内插精度符合工业生产的数据要求。

基于机载LiDAR点云的滑坡体体积计算方法研究

针对滑坡区域地形复杂、滑坡体形状随机和体积难以快速精确获取等问题,该文提出一种基于机载LiDAR点云数据预处理、渐进三角网加密滤波算法,及DEM的滑坡点云提取、点云切片和边缘点排序的滑坡体体积计算方法,并结合多块实测数据进行了计算分析。计算结果表明,该方法能快速准确地得到滑坡体体积大小,进而为滑坡的灾后评估提供了依据。