基于漸進(jìn)加密三角網(wǎng)機(jī)載LIDAR點(diǎn)云濾波改進(jìn)算法研究.pdf

1、機(jī)載LIDAR點(diǎn)云中包含大量噪聲點(diǎn)，這些非地形數(shù)據(jù)不利于高精度DEM的生成，因此，點(diǎn)云濾波是獲取高精度DEM中極其重要的環(huán)節(jié)。
　　有國(guó)外學(xué)者(Sithole)對(duì)具有代表性的8種點(diǎn)云濾波算法做了較具說(shuō)服力的對(duì)比實(shí)驗(yàn)，經(jīng)分析由Axelsson P最早提出的基于漸進(jìn)加密三角網(wǎng)的濾波算法對(duì)大多數(shù)地形具有較好的適應(yīng)性，在復(fù)雜條件下也能獲得較好的濾波效果。但是基于漸進(jìn)加密三角網(wǎng)的點(diǎn)云濾波算法在處理點(diǎn)云時(shí)，對(duì)低矮建筑的去除效果較差。針對(duì)原始算

2、法中存在的問(wèn)題，本文算法先將點(diǎn)云數(shù)據(jù)進(jìn)行聚類(lèi)，然后提取每個(gè)聚類(lèi)的特征點(diǎn)，對(duì)獲取的特征點(diǎn)進(jìn)行拓?fù)涮卣鞣治?，判斷該聚?lèi)是否為地形數(shù)據(jù)。新算法強(qiáng)調(diào)對(duì)聚類(lèi)整體是否為地面點(diǎn)的判定，摒棄原始算法中逐點(diǎn)進(jìn)行判斷的方式，提升了濾波效果，減少了運(yùn)算量，提高運(yùn)算效率。
　　論文在分析國(guó)內(nèi)外有關(guān)點(diǎn)云濾波研究現(xiàn)狀的基礎(chǔ)上，展開(kāi)以下內(nèi)容的研究：
　?、倩跐u進(jìn)加密三角網(wǎng)改進(jìn)算法。本文算法在繼承了基于漸進(jìn)加密三角網(wǎng)優(yōu)點(diǎn)的基礎(chǔ)上針對(duì)其效率較低、對(duì)低矮建筑

3、濾波效果較差等方面進(jìn)行改進(jìn)，摒棄原始算法中逐點(diǎn)進(jìn)行角度判定的條件，并融合點(diǎn)云聚類(lèi)和拓?fù)涮卣鞣治觯谠鰪?qiáng)濾波效果的同時(shí)，大大降低了運(yùn)算量，提高了運(yùn)行效率。
　?、?LADIR-FILTER系統(tǒng)研制。聯(lián)合ObjectARX與AutoCAD.NET混合編程技術(shù)進(jìn)行AutoCAD二次開(kāi)發(fā)，編寫(xiě)機(jī)載三維激光點(diǎn)云濾波算法程序LIDAR-FILTER。該程序完成了點(diǎn)云數(shù)據(jù)的讀取、構(gòu)建三角網(wǎng)和其他幾種濾波算法等，實(shí)現(xiàn)了簡(jiǎn)單易用的AutoCAD處理