基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf

基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf

ID:57924423

大小:619.19 KB

页数:5页

时间:2020-04-14

基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf_第1页
基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf_第2页
基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf_第3页
基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf_第4页
基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf_第5页
资源描述:

《基于统计数据选取种子点的 LiDAR点云迭代滤波算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第38卷第6期测绘与空间地理信息Vo1.38,No.62015年6月GEOMATICS&SPATIALINFo鼬ATlONTECHNOLOGYJun.,2015基于统计数据选取种子点的LiDAR点云迭代滤波算法王树根,王欢,孙明伟,陈奇,靳卫华,王博’(1.武汉大学遥感信息工程学院。湖北武汉430079;2.中国石油大学(北京)油气资源与探测国家重点实验室,北京102200)摘要:经典的渐进三角网滤波算法在LiDAR点云数据处理中应用十分广泛,但其滤波精度很大程度上取决于种子点选取的正确率。本文针对这一问题,在渐进三角网加密算法基础上

2、提出了一种基于小格网高程、均方差和点密度统计数据选取种子点的迭代滤波算法。实验结果表明,本文的迭代滤波算法可有效避免低点等非地面点对种子点选取的干扰,且滤波结果生成的DEM精度较高。具有一定的实用性。关键词:LiDAR;TIN;种子点;低点;滤波中图分类号:P25;TP301.6文献标识码:A文章编号:1672—5867(2015)06~0006—04AnIterativeFilteringAlgorithmofLiDARPointCloudsBasedonStatisticalDataChooseSeedPointsWANGShu—

3、gen’,WANGHuan,SUNMing—wei’,CHENQi。,JINWei—hua,WANGBo(1.SchoolofRemoteSensingandInformationEngineering,WuhanUniversity,Wuhan430079,China;2.StateKeyLaboratoryofPetroleumResourceandProspecting,ChinaUniversityofPetroleum,Beijing102200,China)Abstract:TheclassicaladaptiveTINf

4、ilteringalgorithmiswidelyadoptedinDataprocessingofLiDARpointclouds,butthefilterac—curacylargelydependsontheaccuracyofseedpointselection.Aimingtosolvethisproblem,aniterativefilteringalgorithmofusingstatisticaldataofsmalld’Selevation,StandardDeviationandpointdensitychoose

5、seedpointsisstatedinthisarticlebasedontheclassicaladaptiveTINfilteringalgorithm.Experimentalresultsshowthattheiterativefilteringalgorithmcallefectivelyavoidtheinter—ferenceofNongroundpointssuchaslowpointtoseedpointselections.Also,theDEMthatresultsfromfilterhasaratherhig

6、hpreci—sionandpracticality.Keywords:LiDAR;TIN;seedpoints;lowpoints;filtering算法滤波效果最佳。渐进三角网加密算法滤波精度很大0引言程度上取决于种子点的选取,此外,原始点云中存在大量机载激光雷达(AirborneLightDetectionandRanging,噪声点,在渐进三角网加密算法中,通常默认最低点为地LiDAR)技术可高精度地快速获取目标三维信息,该技术面激光脚点,因此,噪声中低点对滤波的影响更为突出。已广泛应用于地球空间信息科学的许多领域,其中,利用

7、现有的基于不规则三角网(triangulatedirregularnetwork,LiDAR点云数据获取数字高程模型(DigitalElevationMod-TIN)加密的滤波算法”需要对点云数据进行预处理,el,DEM)成为其主要应用之一,而获取DEM首先需分离先去掉低点然后再进行滤波。虽然TerraSolid等商业软件点云数据中的地面点和非地面点,即滤波。现有滤波方能够对低点进行自动分类,但其效果并不理想。法主要分为三大类:形态学方法、基于内插的方法本文对渐进三角网加密算法进行了改进,提出了一和基于曲面约束的方法。Sitbole和

8、Vosselman分析了种基于小格网高程、均方差和点密度统计数据选取种子几种主流的滤波算法指出,Axelsson的渐进三角网加密点的迭代滤波算法。其具体操作过程是:首先对点云数收稿日期:2014—08—18基金项目:国家

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。