點(diǎn)云濾波方法

1、激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波算法綜述激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波算法綜述濾波對象及目的：通過機(jī)載激光雷達(dá)快速獲取高精度三維地理數(shù)據(jù)，對它所獲取的點(diǎn)云數(shù)據(jù)的濾波過程就是將LIDAR點(diǎn)云數(shù)據(jù)中的地面點(diǎn)和非地面點(diǎn)分離的過程。濾波方法：對數(shù)學(xué)形態(tài)學(xué)的濾波算法、基于坡度的濾波法、基于ＴＩＮ的LIDAR點(diǎn)云過濾算法、基于偽掃描線的濾波算法、基于多分辨率方向預(yù)測的LIDAR點(diǎn)云濾波方法。（一）LIDAR數(shù)據(jù)形態(tài)學(xué)濾波算法：（1）離散點(diǎn)云腐蝕處理。遍歷LIDAR點(diǎn)云數(shù)

2、據(jù)，以任意一點(diǎn)為中心開ｗｗ大小的窗口，比較窗口內(nèi)各點(diǎn)的高程，取窗口內(nèi)最小高程值為腐蝕后的高程（2）離散點(diǎn)膨脹處理。再次遍歷LIDAR點(diǎn)云數(shù)據(jù)，對經(jīng)過腐蝕后的數(shù)據(jù)用同樣大小的結(jié)構(gòu)窗口做膨脹。即以任意一點(diǎn)為中心開ｗｗ大小的窗口，此時(shí)，用腐蝕后的高程值代替原始高程值，比較窗口內(nèi)各點(diǎn)的高程，取窗口內(nèi)最大高程值為膨脹后的高程（3）地面點(diǎn)提取。設(shè)Zp是p點(diǎn)的原始高程，ｔ為閾值，在每點(diǎn)膨脹操作結(jié)束時(shí)，對該點(diǎn)是否是地面點(diǎn)作出判斷。如果ｐ點(diǎn)膨脹后的高程值

3、和其原始高程值Zp之差的絕對值小于或等于閾值ｔ，則認(rèn)為ｐ點(diǎn)為地面點(diǎn)，否則為非地面點(diǎn)該算法有兩種濾波方式：一種是按離散點(diǎn)進(jìn)行濾波，一種是按格網(wǎng)濾波。（1）按離散點(diǎn)濾波：是對每個(gè)激光點(diǎn)進(jìn)行腐蝕和膨脹操作各一次，結(jié)構(gòu)窗口內(nèi)數(shù)據(jù)的選取按距離來量度。（2）按格網(wǎng)濾波：指將每個(gè)格網(wǎng)看成一個(gè)“像素”，按照數(shù)字圖像處理中取鄰域的方法來開取結(jié)構(gòu)窗口。腐蝕時(shí)，格網(wǎng)的“像素值”即為ｗｗ鄰域所包含格網(wǎng)的最小高程值；膨脹時(shí)，格網(wǎng)的“像素值”即為ｗｗ鄰域所包含格網(wǎng)

4、的最大高程值。優(yōu)缺點(diǎn)：總體上，數(shù)學(xué)形態(tài)學(xué)算法存在的主要問題是坡度閾值的人工選取和細(xì)節(jié)地形的方塊效應(yīng)。如果閾值設(shè)定太大，可能保留一些低矮的地物目標(biāo)，設(shè)定太小，則可能削平地形特征。現(xiàn)在各種閾值的選取一般根據(jù)研究者的經(jīng)驗(yàn)設(shè)定，或者根據(jù)地形特征設(shè)定的，沒有考慮全局的特征因素，不具有普適性。解決這些問題的方法是根據(jù)地形的起伏大小和高程變化自適應(yīng)的進(jìn)行濾波窗口調(diào)整。但此方法在大范圍地區(qū)及地形變化強(qiáng)烈山區(qū)的有效性還有待進(jìn)一步研究。實(shí)際應(yīng)用：從應(yīng)用上，

5、Lindenberger將數(shù)字形態(tài)學(xué)方法引人到機(jī)載激光雷達(dá)數(shù)據(jù)濾波中，首先采用水平結(jié)構(gòu)單元對機(jī)載激光測高數(shù)據(jù)進(jìn)行開運(yùn)算，過濾剖面式激光掃描數(shù)據(jù)，然后利用自回歸過程改善了開運(yùn)算結(jié)果。（二）基于坡度變化的濾波算法濾波基本思想：基于坡度變化的濾波算法是根據(jù)地形坡度變化確定最優(yōu)濾波函數(shù)，對于給定的高差值，隨著兩點(diǎn)間距離的減小，高程值大的激光腳點(diǎn)屬于地面點(diǎn)的可能性就越小。原理：假設(shè)Ａ為原始數(shù)據(jù)集，ＤＥＭ為地面點(diǎn)集，ｄ是點(diǎn)間距離，那么滿足下列濾波函

6、數(shù)的點(diǎn)就是ＤＥＭ的元素。（1）????max|:ijiippijDEMPAPAhhhdpp???????初始化Vicinity數(shù)組（鄰近點(diǎn)集合），vn（鄰近點(diǎn)數(shù)）和h（高差值）等參數(shù)；取出Pt_Cloud的第一個(gè)點(diǎn)，記為obj_pt（目標(biāo)點(diǎn)）；在Delauney三角網(wǎng)中檢索obj_pt所有鄰近點(diǎn)，并將鄰近點(diǎn)逐個(gè)加入到Vicinity數(shù)組；取出Vicinity的第一個(gè)點(diǎn)，記為v_pt（鄰近點(diǎn)）；計(jì)算obj_pt與v_pt的高差值并賦給ｈ；

7、如果ｈ≥Threshold_h，，則vn；如果Vicinity非空，則返回循環(huán)；如果vn≥Threshold_vn，則把obj_pt加入到Filtered，否則，obj_pt加入到UnFiltered；當(dāng)進(jìn)行多次（Method）循環(huán)逐步過濾點(diǎn)云時(shí)，算法描述如下：TIN_Method_Filtering(Pt_CloudThreshold_hThreshold_vnMethodFilteredUnFiltered)如果Method1，則結(jié)

8、束；置空Unfiltered構(gòu)建Pt_Cloud的二維Delauney三角網(wǎng)；TIN_Filtering(Pt_CloudThreshold_hThreshold_vnFilteredUnFiltered)Pt_Cloud=UnFiltered；Method；優(yōu)缺點(diǎn)：基于不規(guī)則三角網(wǎng)（ＴＩＮ）的方法，是基于二維鄰域搜索的方法，其計(jì)算量和算法復(fù)雜度相對較大。一般而言，由于高大建筑物和植被與其鄰近地面點(diǎn)之間形成明顯的高程突變，所以對高程突變

9、地物，算法的過濾效果較好，但在過濾灌叢或低矮的地面物體時(shí)，產(chǎn)生過大誤差。（四）基于偽掃描線的濾波算法偽掃描線：指將水平面上二維離散分布的激光點(diǎn)重新組織成一維線狀連續(xù)分布點(diǎn)序列的一種數(shù)據(jù)結(jié)構(gòu)?；舅枷耄簝牲c(diǎn)之間的高度差是由自然地形的起伏和地物的高度共同引起的。若兩個(gè)鄰近點(diǎn)之間的高度差越大，那么這個(gè)高度差是由自然地形引起的可能性就越小，更為可能的是較高點(diǎn)位于地物上而較低點(diǎn)位于地面上。原理：假設(shè)有兩個(gè)鄰近的激光腳點(diǎn)和，是地面點(diǎn)，是它的鄰近點(diǎn)。