融合形态学灰度重建与三角网分层加密的LiDAR点云滤波

被引：12

作者：

吴军 ^{[1
]}

李伟 ^{[1
]}

彭智勇 ^{[1
]}

刘荣 ^{[1
]}

唐敏 ^{[2
]}

机构：

[1] 不详

[2] 桂林电子科技大学电子工程与自动化学院

[3] 不详

[4] 武汉大学遥感信息工程学院

[5] 不详

来源：

武汉大学学报(信息科学版) | 2014年 / 11期

关键词：

LiDAR; 滤波; 形态学灰度重建; TIN;

D O I：

10.13203/j.whugis20130028

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

形态学滤波与三角网加密滤波是从LiDAR点云中自动识别真实地面点的两种重要方法,本文分析了两种方法优劣性及其过程实施的特点,提出了一种融合形态学灰度重建与不规则三角网分层加密的点云滤波新策略:1首先对LiDAR点云实施Ⅰ类错误优先的形态学灰度重建初始滤波,并通过"非最小值抑制"将LiDAR点云标记为地面可靠点、地面可疑点、非地面可疑点三种类别;2依据形态学灰度重建迭代顺序对非地面可疑点进行分层标记;3利用地面可靠点构建初始三角网,对地面可疑点、非地面可疑点依次进行三角网加密滤波,并基于分层标记信息自适应调整地面点判据参数。ISPRS标准数据滤波实验结果表明,本方法滤波质量高且具有较好的通用性。

引用

页码：1298 / 1303

页数：6

共 6 条

[1] 知识引导下的城区LiDAR点云高精度三角网渐进滤波方法
左志权
张祖勋
张剑清
[J]. 测绘学报, 2012, 41 (02) : 246 - 251
[2] 用形态学重建方法进行机载LiDAR数据滤波
沈晶
刘纪平
林祥国
[J]. 武汉大学学报(信息科学版), 2011, 36 (02) : 167 - 170+175+254
[3] 基于改进的数学形态学算法的LiDAR点云数据滤波
隋立春
张熠斌
柳艳
曲佳
李伟
王蒙
李智临
[J]. 测绘学报, 2010, (04) : 390 - 396
[4] A multi-directional ground filtering algorithm for airborne LIDAR[J] . Xuelian Meng,Le Wang,José Luis Silván-Cárdenas,Nate Currit. ISPRS Journal of Photogrammetry and Remote Sensing . 2008 (1)
[5] Experimental comparison of filter algorithms for bare-Earth extraction from airborne laser scanning point clouds[J] . George Sithole,George Vosselman. ISPRS Journal of Photogrammetry and Remote Sensing . 2004 (1)
[6] Determination of terrain models in wooded areas with airborne laser scanner data
Kraus, K
Pfeifer, N
[J]. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, 1998, 53 (04) : 193 - 203

← 1 →