基于Terrasolid的机载激光雷达点云组合滤波方法研究.pdf

信息记录材料 年 月 第 卷第 期基于 的机载激光雷达点云组合滤波方法研究刘哲延刘 璐(贵州省第一测绘院 贵州 贵阳)【摘摘要要】本文基于 软件结合点云回波特性、地形数据和噪声的相对关系提出了一种组合滤波的方法并将其与常规采用 进行组合滤波的流程方法进行了对比验证了本次组合滤波方法在地面点分类中更能兼顾抗噪和建筑滤除效果 同时又给出了 中组合滤波方法的具体实现具有较强的可操作性可为广大专业技术人员的工程实践提供直接参考【关关键键词词】组组合合滤滤波波 分分类类地地面面点点【中中图图分分类类号号】【文文献献标标识识码码】【文文章章编编号号】()作者简介:刘哲延()男贵州玉屏硕士工程师研究方向:遥感技术应用 引言机载激光雷达()是一种集激光测距系统、全球定位系统()和惯性导航系统()于一身的新型测量系统用于获取被测对象表面三维坐标并生成精确的数字三维模型 机载 技术具有较大程度穿透植被获取真实地表坐标的能力被广泛用于大范 围地面数 字高程模 型()制作 由机载 获取的点云数据主要由地面点、非地面点和噪声组成复杂的地形、形态各异的非地面点以及大量的噪声极大增加了通过滤波获取正确地面点的难度 在实际生产中通过专业点云处理软件滤波得到的地面点云通常无法直接用于制作 而是需经过人工编辑后才能做进一步使用 因此从机载 点云中通过滤波尽可能多地获取正确的面点以减少后期人工编辑具有非常重要的现实意义在实际航空摄影过程中由于存在悬空云雾或仪器自身问题等情况机载 点云可能有大量噪点 针对去噪和地面点滤波算法已经有学者做过大量研究但该类研究主要侧重于理论多探讨算法本身与工程实践结合不够紧密在工程实践中遇到的情况极其复杂单一算法难以满足实践需求通常是通过相关商业软件设定滤波算法组合以达到期望效果 软件是目前被广泛用于处理机载 点云实际工程数据在国内得到了较多应用 采用 进行常规组合滤波的流程通常为去除飞点、孤立点和低点通过软件内置的 算法(分类地面点)得到地面点再在此地面点基础上进行建筑、植被等点云的分类 但 的地面点分类采用的是渐进三角网加密算法经典的渐进三角网加密算法基本原理为:首先对数据区域划分规则格网认为格网中最低点为地面点并作为初始化的种子点然后构建不规则三角网再遍历非地面点若三角面的坡度小于该阈值则计算待判断点到三角面的距离以及待判断点与距离最近的三角面的顶点的连线与三角面之间的夹角示意图如图 所示如果这两者均小于给定的阈值则将待判断点视为地面点计入地面点集重复以上步骤直到不再有新的地面点生成图 经典的渐进三角网加密算法中迭代加密步骤对待判断点计算距离 和夹角 经典的渐进三角网加密算法虽然普适性较好但是该算法执行效率较低且对孤立点、飞点、低点、低矮植被、低矮构筑物等较为敏感导致滤波结果出现错误 本文基于 软件结合点云回波特性、地形数据和噪声的相对关系提出了一种组合滤波的方法提高了地面点滤波的准确度为实际工程中点云组合滤波方法提供参考 方法与步骤就机载 点云而言通过噪声点与地表点的位置关系可以将噪声点分为三类:独立于地表点的噪声点、与地表点相交的噪声点、与地表点混杂的噪声点 少量的孤立独立噪声点可以通过点的离群距离去除但大量聚集的噪声点却经常被误判为地物相交噪声点和混杂噪声点仅难以通过噪声点的离群距离剔除该类噪声点通常由人工编辑去除这往往耗时费力且难以明确界定交织点为地面点还是噪声点 如图 所示利用噪声点和地表点的位置关系可以在 中快速实现去噪功能但由于该算法中地表点的提取是与去噪交替进行的故该算法的去噪效果与地表点的选择有较大关系 机载 点云数据通常都有多次回波首次回波一般为树冠、裸露地表、楼顶、高空噪声等区域末次回波则大多数为地面点非首、末次回波多为冠层下的树叶、树干、镂空的地面构筑物等 利用回波特性可以去除大量相交噪声点和混杂噪声点 基于机载 点云的回波特性算法如图 所示()初始化机载 点云 滤波前初始化准备把所有类别的点云划分到 类中信息记录材料 年 月 第 卷第 期图 噪声点类别图 算法流程图()孤立点、飞点、低点分类 利用孤立点、飞点、低点与点云主体的位置关系剔除离群较远的噪声点()利用回波特性构造初步地表点集合 将首次回波的点云和末次回波的点云归为一类再对该点集提取地表点这些表面点能够包含绝大部分的地面点和地物点同时去掉了中间回波的干扰可以用作去噪的基准面()以地表点为基准区分高于地表的点、地表附近的点和低于地表的点 借助粗略划分地表点点集合为基准利用噪声点和地表点的位置关系去噪()把除噪声以外的点归入 后续进行地面点滤波需要去噪后的点该类点包含了首次提取的地表点和原本 图层中的点()提取地面点 使用 内置的地面点滤波算法提取地面点 实验内容试验区位于贵州省六盘水市境内数据由 机载激光雷达设备于 年采集所得 试验区最大点密度为 个/平均点密度 点/取 为试验区该区域高差达 属于典型的高地形 该区域密林区植被覆盖高由于测区高差大在航摄的时候遇到的云雾导致有较多的连片悬空噪点和连片低点 如图、图 所示 本文所述的组合滤波方法在 中实现如表 所示图 试验区范围图 点云视图 运行本文组合滤波方法后生成对应的 山体阴影图并将本文所得结果和 常规组合滤波算法结果对比如图 图 所示图 常规滤波后 山体阴影图(俯视图)信息记录材料 年 月 第 卷第 期表 算法实现步骤序号 中算法实现说明()初始化点云()()()()孤立点、飞点、低点分类()()()()利用回波特性构造初步地表点集合()()()()以地表点为基准区分噪声点()()把除噪声以外的点归入()()()()()提取地面点()图 常规滤波后 山体阴影图从图 图 中可以看出本文提出的组合滤波方法相对 中传统滤波方法在抵抗噪声和建筑物滤除方面有着更好的效果但也将部分山体被误分为非地面点 但总体来说本文组合算法与 中传统滤波图 本文组合滤后 山体阴影图方法相比更能兼顾抗噪和建筑滤除的效果 结语综上所述本文基于 软件结合点云回波特性、地形数据和噪声的相对关系提出了一种组合滤波的方法并将其与常规采用 进行组合滤波的流程方法进行了对比验证了本文组合滤波方法在地面点分类中更能兼顾抗噪和建筑滤除效果 同时本文给出了 中组合滤波方法的具体实现具有较强的可操作性可对广大专业技术人员的工程实践提供直接参考但在工程实践中可能遇到不同的场景专业技术人员应对不同滤波方案进行比选选取最合适的点云滤波方法【参考文献】苏中花.地面激光雷达点云去噪方法综述.福建质量管理():.惠振阳 程朋根 官云兰 等.机载 点云滤波综述.激光与光电子学进展 ():.(/):.倪愿 杨洪 易菊平 等.基于 的机载激光雷达点云去噪研究.测绘与空间地理信息 ():.李莲芳 邵秋铭.基于 软件的激光雷达点云数据处理.城市勘测():.柳红凯 徐昌荣 徐晓.基于渐进加密三角网机载 点云滤波改进算法研究.江西理工大学学报 ():.王欢 张翰超 张艳 等.针对山区点云的渐进加密三角网滤波改进算法.地理空间信息 ():.杨凯.激光雷达点云高程数据滤波算法研究.成都:电子科技大学.