论文部分内容阅读
机载激光雷达(Light Detection and Ranging,简称LiDAR)技术作为一种新的地理空间信息获取模式,具有快速、准确获取三维空间数据信息等特点,在城市地理空间信息提取等多个领域被广泛应用。点云数据后处理已经成为学者应用研究必须解决的首要问题,本文以机载LiDAR点云数据为研究对象,以点云后处理为关键技术点,重点研究低矮地物滤波和建筑物特征提取方法,通过选取郑州市部分区域作为实验对象完成相关算法的实现和对比,在理论和算法上取得了一定性的进展。主要研究内容和成果如下:(1)提出一种低矮地物滤除的组合滤波算法。初次滤波采用渐进加密三角网算法进行高大地物的滤除。然后针对曲面拟合高差滤波算法中最小二乘法(Least Square,简称LS)只适用于全局区域曲面拟合,而对于局部区域拟合模型精度不高和计算效率低等问题,提出简化移动最小二乘法(Simplified Moving Least Squares,简称SMLS)进行曲面拟合,有效的解决拟合光滑性和局部拟合问题,并在此基础上求取拟合高差。最后在现有偏度平衡滤波算法基础上,运用得到的拟合高差代替高程进行偏度平衡二次滤波算法完成滤波。实验证明,采用SMLS方法代替LS方法其拟合精度和计算效率有明显提高,且提出的组合滤波算法在两组实验区域的总误差分别降低到3.42%、4.99%,表明该算法在城市区域和地形起伏较小的区域效果良好。(2)提出递进式建筑物特征提取方法。针对传统回波次数方法将建筑物边缘点错分为植被点的问题,提出回波次数特性结合邻域首末高程标准差方法进行植被点检测,该方法不仅可以去除部分植被,而且可以有效减少建筑物边缘点的损失。此外在上述基础上计算邻域内点集的属性特征信息,提出以属性特征曲率为种子,法夹角和邻域高差为判断准则的多属性特征区域生长算法,进行剩余植被点和建筑物点分离。最后运用基于局部椭圆约束的凸壳算法进行轮廓点提取。实验证明,提出的递进式方法相对于文献[41]提出的方法,在两组实验区域的正确率分别提高了:4.9%和3.6%,表明该方法对于城市建筑物区域有很好的适用性。