基于分割的機載LiDAR點云數(shù)據(jù)濾波獲取DTM方法研究.pdf

1、分類號UDC學校代碼：10616學號：—20110—50006成都理工大學碩士學位論文基于分割的機載LiDAR點云數(shù)據(jù)濾波獲取DTM方法研究王思維指導教師姓名及職稱高雅萍副教授張廷斌副教授里齷直級工猩』!重申請學位級別碩士專業(yè)名稱測繪工程論文提交日期201405論文答辯日期201405學位授予單位和日期成都理工大學(年月)答辯委員會評閱人二O一四年五月摘要基于分割的機載LiDAR點云數(shù)據(jù)濾波獲取DTM方法研究摘要機載激光雷達測量技術(L

2、iDAR)可以直接開展高精度、低成本的三維地形測量，作為一種新型的測量技術，其已在地表數(shù)據(jù)探測、地形模擬和地形重建中得到廣泛應用。但是，機載LiDAR獲取的是地表離散分布的三維坐標點，這些坐標點中不僅包括裸露地面、地面植被和建筑物，還包括各種不明性質的地物。如何利用LiDAR數(shù)據(jù)獲取高精度數(shù)字地面模型(DTM)是當前研究的熱點問題之一。其中，點云濾波處理是獲取高精度DTM的關鍵環(huán)節(jié)，前人多應用插值后的數(shù)據(jù)進行濾波處理以獲取DTM，該方法

3、雖然可以獲取較為平滑的地面模型，但同時容易造成地形特征信息的丟失和誤判。本文從機載LiDAR點云數(shù)據(jù)濾波、分類技術入手，研究了濾波算法的精度，通過建立合理的假設模型，將原始點云數(shù)據(jù)進行區(qū)塊劃分，化為一系列帶有屬性特征的點集，以達到濾波效果。主要成果如下：(1)詳細介紹了國內外6種主流濾波算法，并且對其優(yōu)缺點進行了對比分析，選定基于不規(guī)則三角網的濾波算法作為本文研究的參照算法。(2)基于ISPRS提供的兩塊機載LiDAR點云測試數(shù)據(jù)，分別

4、選擇了地形復雜度較強的兩個樣本，不同濾波算法分析結果顯示，采用分割濾波算法得到第一、二類誤差較小，該算法對建筑物和植被的分類具有較好效果。(3)四個樣本數(shù)據(jù)分割濾波與八種經典濾波的測試結果表明，分割濾波的兩類誤差總體較小。其中，樣本1的第一類誤差均低于其他所有算法；四個樣本的第二類誤差大小的穩(wěn)定性相對較弱，推測影響第二類誤差的主要因素為地形的復雜性和地形梯度。(4)基于分割濾波算法得到的樣本區(qū)DTM與測試數(shù)據(jù)的參考值生成的DTM的差值曲