基于显著性划分的机载激光雷达点云滤波算法优化

针对点云数据拟合精度较低、点云显著性渲染效果较差的问题,提出一种基于显著性划分的机载激光雷达点云滤波优化算法。实验结果显示:一类错误率、二类错误率、总体错误率、Kappa值的均值分别为2.53%、2.27%、2.38%、95.10,可有效实现高精度点云滤波目的。

使用显著性划分的机载激光雷达点云滤波

点云滤波是机载激光雷达点云数据处理的一个关键步骤。针对目前已有算法存在的单一方法在特定地形的点云滤波效果较好,而对于复杂或混合地形滤波效果不理想的现状,提出了一种基于点云网格地面显著性的点云滤波方法。该方法在点云以虚拟网格组织的基础上,使用扫描线高程分割的方式,计算各网格单元的地面显著性指标,依据地面显著性值对网格内的点云进行地形类别划分,对不同类别的网格单元,使用不同的滤波处理手段。该方法与其他经典方法相比,避免了迭代加密过程,在起伏区域使用曲面而非平面来代替局部地形,在不显著增加计算量的情况下,对于复杂和混合地形具有更好的适应性,能够生成可靠性较高的地面点集合。