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。

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。

三维激光扫描的地面水平沉降测量

针对三维激光扫描采集的地面数据存在大量建筑物、草木等遮挡物,导致地面点与非地面点提取效果较差,影响地面水平沉降测量的精度和有效性的问题,通过结合自适应格网算法与渐进三角网加密算法提取地面点,并以此为基础构建TIN网,采用Kriging插值算法进行估计,实现了对地面水平沉降的测量。仿真结果表明,在地面点提取的数量上,相较于规则格网算法,所提方法利用自适应格网算法更具优势,提取的地面点数量更多,所构建的TIN网结构更均匀,同时还增加了陡坎位置;在地面水平沉降值提取上,所提方法采用的Kriging插值法可较为准确地测量地面水平沉降值,相较于IDW算法,所提方法的测量值与原始结果更接近,差距更小,插值精度更高,具有一定的有效性和实用性。