基于多分辨率层次分类的机载LiDAR点云滤波方法

发布时间：2018-04-15 08:29

  本文选题：多分辨率层次分类 + 薄板样条函数　； 参考：《测绘科学技术学报》2017年01期

【摘要】：针对复杂地形环境滤波的需求,提出一种具有较强抗差稳定性的多分辨率层次分类滤波算法。该方法首先对原始点云数据进行格网化,主要通过设置格网分辨率值将数据分为3个层次,在每一层通过改进的局部最小值法选取初始地面种子点;然后利用薄板样条函数迭代内插生成栅格曲面,根据定义的残差阈值判定方法,完成点云的分类;分离出的地面点作为下一次迭代的种子点用于构建栅格曲面。利用ISPRS提供的15个训练数据对该方法进行实验,将实验结果与8种经典滤波算法进行对比分析,证明该方法在适应不同地形环境方面具有较强的稳健性。
[Abstract]:According to the need of complex terrain environment filtering, a multi-resolution hierarchical classification filtering algorithm with strong robust stability is proposed.In this method, the original point cloud data is first meshed, the data is divided into three levels by setting the grid resolution value, and the initial ground seed points are selected in each layer by the improved local minimum method.Then the grid surface is generated by iteratively interpolating the thin plate spline function, and the point cloud is classified according to the defined residual threshold. The separated ground point is used as the seed point of the next iteration to construct the grid surface.Fifteen training data provided by ISPRS are used to experiment this method. The experimental results are compared with 8 classical filtering algorithms. It is proved that the method is robust in adapting to different terrain environments.
【作者单位】： 中国矿业大学环境与测绘学院;江苏省水文水资源勘测局徐州分局;中国矿业大学资源与地球科学学院;济南市勘察测绘研究院;神华宁夏煤业集团有限责任公司双马煤矿;
【基金】：国土资源公益性行业科研专项经费项目(201111013) 江苏高校优势学科建设工程项目(SZBF2011-6-B35)
【分类号】：P204;TN958.98

【相似文献】

相关期刊论文 前10条

1 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

2 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

3 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期

4 程效军;李伟英;张小虎;;基于自适应八叉树的点云数据压缩方法研究[J];河南科学;2010年10期

5 张巧英;陈浩;朱爽;;密度聚类算法在连续分布点云去噪中的应用[J];地理空间信息;2011年06期

6 李德江;殷福忠;孙利民;;基于特征点的点云压缩方法研究[J];测绘通报;2012年01期

7 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年17期

8 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年13期

9 陈凯;张达;张元生;;采空区三维激光扫描点云数据处理方法[J];光学学报;2013年08期

10 罗德安;廖丽琼;吴志群;;基于点云的建筑立面模型快速重建[J];测绘通报;2013年12期

相关会议论文 前4条

1 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

2 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

3 赵福生;胡静波;;基于距离-梯度的LIDAR点云简化算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年

4 李艳芳;;改进ICP算法在点云精确配准中的应用[A];2014年2月建筑科技与管理学术交流会论文集[C];2014年

相关重要报纸文章 前1条

1 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年

相关博士学位论文 前6条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

3 冯义从;车载LiDAR点云的建筑物立面信息快速自动提取[D];西南交通大学;2014年

4 李峰;机载LiDAR点云的滤波分类研究[D];中国矿业大学（北京）;2013年

5 熊友谊;地面激光扫描点云与鱼眼全景影像的配准与整合研究[D];中国矿业大学（北京）;2014年

6 孙美玲;机载LiDAR数据滤波及城区汽车目标检测方法研究[D];西南交通大学;2014年

相关硕士学位论文 前10条

1 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

2 马宁;基于激光束法区域网平差的三维激光扫描点云定向方法研究[D];山东理工大学;2015年

3 罗寒;地面激光扫描三维模型重建技术研究[D];东华理工大学;2016年

4 朱宁宁;三维激光扫描监测地铁隧道形变关键技术研究[D];河南理工大学;2015年

5 杨莎莎;车载LiDAR点云中行道树信息提取研究[D];河南理工大学;2015年

6 钟礼山;侧视LiDAR数据多层次单木点云分割研究[D];南京大学;2016年

7 张倩宁;基于地形复杂度的LiDAR点云简化方法研究[D];西南交通大学;2016年

8 段振龙;三维激光点云分块配准方法研究[D];西南交通大学;2016年

9 单长贺;融合影像序列的三维激光数据建模技术研究[D];昆明理工大学;2016年

10 孙蒙;机载LiDAR点云与航空影像融合的地物分类方法研究[D];中国矿业大学;2016年

，

本文编号：1753347