基于渐进式形态学滤波提取LiDAR地面点的方法研究

点云滤波是LiDAR制图应用中的一个重要模块,即从地形测量点云中分离出地面点与非地面点。在GIS空间分析和空间关系运算的基础上,提出了以空间格网索引结构组织离散点云的方法。同时建模实现对离散点云处理的渐进式形态学滤波算法,最后通过定量分析论证了滤波算法的可行性以及滤波效果。

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。

基于无人机点云数据的露天采场矿车提取方法

针对在基于无人机点云数据进行露天采场验收测量过程中,由于矿车点集的存在导致验收精度降低的关键问题,提出了一种露天采场矿车点集自动提取方法.以哑巴岭露天采场无人机点云为数据源,首先利用渐进式形态学滤波算法分割出地面点与非地面点,然后通过改进的欧氏聚类算法对非地面点中的矿车点集进行聚类提取,最后基于国际摄影测量和遥感学会(ISPRS)提出的误差评判标准对矿车提取结果进行评估分析.分析结果表明,该方法可以有效提取露天采场中的矿车点集,为实现露天采场快速高效验收提供了重要的技术支持.

基于组合滤波算法的机载LiDAR数据DEM构建

针对采用单一渐进式形态学滤波处理机载激光雷达(LiDAR)数据时难以生成高质量数字高程模型(DEM)的问题,提出一种基于空间向量投影的后处理滤波方法,以剔除对DEM构建精度影响较大的近地面点。该方法以每个激光点为起点,以与距离它最近的9个网格最低点为终点构建向量,然后累加9个向量在Z方向上的投影,并将结果与预先设置的阈值比较,进而识别、分类当前激光点。为了验证所提方法的有效性,选取6组国际摄影测量与遥感协会(ISPRS)提供的不同地形条件下的测试数据进行实验,分别将加入后处理滤波前后提取的地面点云生成1 m×1 m分辨率的DEM,并与同一研究区域的参考DEM进行线性拟合。结果表明:与单一渐进式形态学滤波算法相比,渐进式形态学滤波和基于空间向量投影的后处理滤波的组合算法在城市地区和地形连续的乡村地区可以获得更好的点云滤波精度和DEM构建精度,具有良好的适用性和可靠性。

基于形态学滤波与轨迹探测的城市道路提取

车载激光扫描由于快速、高精度、高密度等优点,被广泛应用于城市三维数据的采集。由于城市场景点云数据量庞大、目标繁多,难以准确高效地提取城市道路点云。基于渐进式形态学滤波算法,提出了一种利用格网近似值代替三维空间点运算并自适应计算滤波参数的算法;在此基础上,根据城市道路的空间分布特征,利用扫描车的行驶轨迹信息,通过法向量聚类、距离约束、连续性分布约束的方法提取道路边界点,并经结果聚类、拟合生成精确的道路边界,达到了快速、准确提取道路点云的目的。实验结果表明,所提算法提取的道路边界的准确度、完整度和总体质量均大于90%,边界位置与检测值的差异小于3 cm。