基于機載LiDAR數據的DEM抽稀算法研究.pdf

1、機載LiDAR(Light Detection And Ranging，激光雷達)技術為獲取高精度和高密度的地形數據提供了一種新的測量手段。LiDAR數據擁有的高精度和高密度使其在生成DEM(Digital Elevation Model，數字高程模型)數據方面也備受關注。然而，在大多數情況下，對一個具體應用來說，并不需要如此龐大的數據就能滿足生產方面的要求。而且龐大的數據量給數據后處理軟件、硬件以及工作效率方面都帶來極大的挑戰(zhàn)。因此如

2、何對機載LiDAR數據構建的DEM進行有效的抽稀，如兼顧數據壓縮率與DEM精度，得到一個易于處理和操作的DEM具有重要的工程實用意義。基于這個目的，本文主要研究以下內容：
　　 1.介紹了機載LiDAR系統的發(fā)展、系統的組成、掃描方式以及激光雷達系統的分類。在此基礎上，總結了機載LiDAR數據的主要特性，特別是數據的海量性。正是由于數據的海量性，使得由其生成的DEM數據也具有海量這個特性。這也是本文的研究所在。
　　 2

3、.介紹了DEM定義以及DEM的主要表示模型。其中的離散點模型，也是由機載LiDAR數據生成DEM最原始的表示模型。并介紹了從LiDAR數據中得到DEM的濾波方法。
　　 3.重點研究和總結了機載LiDAR數據構建DEM的抽稀算法，探討了已有算法的優(yōu)缺點。在此基礎上提出了基于坡度的抽稀算法，并改進了基于TIN(TriangulatedIrregular Network，不規(guī)則三角網)的抽稀算法。
　　 4.分析了DEM精度

4、評價的方法，并對多種抽稀算法進行實驗，最后對實驗結果進行分析。實驗表明，基于坡度的抽稀算法能夠較好地保留地形特征信息；且改進的基于TIN的抽稀算法的精度也比原算法有所提高。
　　 本論文以數據的抽稀必須考慮到精度、代價、以及數據的最終應用目的為原則。對國內外的抽稀算法進行實驗，通過實驗分析了各種算法的優(yōu)缺點以及適用哪種工程應用目的，這在實際工程應用中具有一定的實用價值。同時本文的實驗結果表明，基于坡度的抽稀算法，以及改進的基于T