为了提高基于车载LiDAR点云数据的地面点提取精度,最大限度发挥车载LiDAR点云数据的利用效率。本文提出了一种基于Otsu算法与最远点采样(Farthest Point Sampling,FPS)算法的地面点提取方法。首先,根据Otsu算法自适应计算高程分割阈值,...为了提高基于车载LiDAR点云数据的地面点提取精度,最大限度发挥车载LiDAR点云数据的利用效率。本文提出了一种基于Otsu算法与最远点采样(Farthest Point Sampling,FPS)算法的地面点提取方法。首先,根据Otsu算法自适应计算高程分割阈值,滤除大部分地面点,实现地面点的粗提取;其次从地面点粗提取结果中随机选取一个种子点,并使用FPS算法选取剩余种子点进行最优平面模型拟合提取精确地面点。通过两组实验数据进行地面点提取实验,结果表明,两组实验数据地面点提取结果误差均在8%以内,验证了本文方法的有效性与适用性。展开更多
文摘为了提高基于车载LiDAR点云数据的地面点提取精度,最大限度发挥车载LiDAR点云数据的利用效率。本文提出了一种基于Otsu算法与最远点采样(Farthest Point Sampling,FPS)算法的地面点提取方法。首先,根据Otsu算法自适应计算高程分割阈值,滤除大部分地面点,实现地面点的粗提取;其次从地面点粗提取结果中随机选取一个种子点,并使用FPS算法选取剩余种子点进行最优平面模型拟合提取精确地面点。通过两组实验数据进行地面点提取实验,结果表明,两组实验数据地面点提取结果误差均在8%以内,验证了本文方法的有效性与适用性。